การจำแนกทักษะของวิศวกรซอฟต์แวร์สำหรับสร้างตัวแบบสมรรถนะตามความต้องการขององค์กรซอฟต์แวร์ในประเทศไทย

ณัฐพร ภักดี

dc.contributor.author	ณัฐพร ภักดี
dc.date.accessioned	2026-05-02T05:49:06Z
dc.date.available	2026-05-02T05:49:06Z
dc.date.issued	2568
dc.identifier.uri	https://buuir.buu.ac.th/xmlui/handle/1234567890/17752
dc.description.abstract	งานวิจัยนี้มีวัตถุประสงค์เพื่อวิเคราะหืทักษะที่เป็นที่ต้องการในอุตสาหกรรมซอฟต์แวร์ของ ประเทศไทย โดยมุ่งเน้นทั้งทักษะทางเทคนิค (Technical Skills) และทักษะด้านบุคคล (Soft Skills) ที่ปรากฏในประกาศรับสมัครงาน โดยใช้เทคนิคการประมวลผลภาษาธรรมชาติ (Natural Language Processing: NLP) เพื่อดึงข้อมูลเชิงลึกจากข้ความประกาศงาน ข้อมูลถูกเก็บจากเว็บไซตื JobThai และ LinkedIn ในช่วงปี 2023–2024 จากนั้นผ่านกระบวนการทำความสะอาดข้อมูล การตัดคำ การลบคำซ้ำ และการวิเคราะหืความถี่ของทักษะในแต่ละตำแหน่งงาน ผลการศึกษาพบว่า ทักษะด้าน Programming Languages เช่น Java, SQL และ Python เป็นที่ต้องการสูงที่สุดในเกือบทุกตำแหน่ง ขณะที่ทักษะด้านบุคคล เช่น Communication, Collaborate และ Problem-Solving เป็นทักษะหลักที่ปรากฏอย่างสม่ำเสมอในทุกตำแหน่งเช่นกัน นอกจากนี้ยังมีการเปรียบเทียบประสิทธิภาพของโมเดลการทำนายตำแหน่งงานโดยใช้เทคนิค Machine Learning ได้แก่ Random Forest, Nave Bayes และ XGBoost และ Deep Learning ได้แก่ LSTM ผลลัพธ์พบว่า Random Forest ให้ผลดีที่สุด ผลที่ได้จากงานวิจัยนี้สามารถนำไปใช้เป็นข้อมูลสำหรับการปรับปรุงหลักสูตรการเรียนการสอนให้ตอบโจทยืตลาดแรงงาน และการใช้โมเดลเชิงพยากรณ์เพื่อแนะนำทักษะที่เหมาะสมในอนาคต	th_TH
dc.description.sponsorship	โครงการวิจัยประเภทเงินรายได้ คณะวิทยาการสารสนเทศ ประจำปีงบประมาณ พ.ศ. 2567 มหาวิทยาลัยบูรพา.	th_TH
dc.language.iso	th	th_TH
dc.publisher	คณะวิทยาการสารสนเทศ มหาวิทยาลัยบูรพา	th_TH
dc.subject	วิศวกรคอมพิวเตอร์	th_TH
dc.subject	สมรรถภาพในการทำงาน	th_TH
dc.subject	เหมืองข้อมูล	th_TH
dc.title	การจำแนกทักษะของวิศวกรซอฟต์แวร์สำหรับสร้างตัวแบบสมรรถนะตามความต้องการขององค์กรซอฟต์แวร์ในประเทศไทย	th_TH
dc.title.alternative	Classification of software engineering skills for competency model with the demands of Thailand''s software organizations	th_TH
dc.type	Research	th_TH
dc.year	2568	th_TH
dc.description.abstractalternative	This research aims to analyze the in-demand skills within Thailand’s software industry, focusing on both technical skills and soft skills as found in real job postings. Natural Language Processing (NLP) techniques were applied to extract insights from job descriptions. Data were collected from JobThai and LinkedIn, totaling records during 2023–2024. The dataset underwent cleaning, tokenization, deduplication, and frequency analysis to identify dominant skills across different job roles. The findings revealed that programming languages such as Java, SQL, and Python were the most frequently required technical skills across nearly all positions. On the soft skill side, communication, collaboration, and problem-solving consistently ranked as the top three skills in every job category. Furthermore, the study compared the performance of various machine learning models for job role prediction, including Random Forest, Na?ve Bayes, and XGBoost, as well as a deep learning model (LSTM). Among these, Random Forest achieved the highest performance. The results of this study can be used to inform curriculum development aligned with labor market needs and support the use of predictive models to recommend future skill development strategies.	th_TH