# รู้จักหนึ่งในทีมที่ใช้ DATA ของ KBank ที่นำ Big Data + AI ป้องกันการทุจริตในโลกออนไลน์

- Link: https://futuretrend.co/data-kbank/
- Published: 2023-12-12T16:19:56+07:00
- Author: Pakanut Tariyawong

รู้จักหนึ่งในทีม **DATA **ของ **KBank **ที่ใช้ **Big Data + AI **ป้องกันมิจฉาชีพ
ในโลกออนไลน์

 เมื่อธุรกรรมทางการเงินเกิดขึ้นบนโลกออนไลน์เป็นส่วนใหญ่ ไม่ว่าใครก็หันไปโอนหรือจ่าย
เงินผ่านโมบายแบงก์กิ้งกันเกือบหมด เพราะสะดวกสบายทำได้ทุกที่ทุกเวลา ซึ่งธุรกรรมจำนวน
มากที่เกิดขึ้นนี้ เป็นที่มาของข้อมูลมหาศาล (Big Data) ประกอบกับเทคโนโลยี AI ที่ทัน
สมัยขึ้นเรื่อย ๆ จึงเป็นที่มาของอาชีพใหม่ที่น่าสนใจ ซึ่งมีหน้าที่ปกป้องความปลอดภัย
ของผู้ใช้งานจากการทุจริตและฉ้อโกงช่องทางออนไลน์
ซึ่งเกิดขึ้นเป็นจำนวนมากในทุกวัน
นี้

ประเด็นนี้เป็นวาระระดับชาติ ซึ่งเป็นภารกิจที่ทั้งธนาคาร ตำรวจ และหน่วยงานที่เกี่ยวข้อง
ต้องร่วมมือกันต้องป้องกัน และหาวิธีแก้ไข 

Future Trends พามารู้จัก ทีม Fraud Prevention หนึ่งในทีมที่ใช้ DATA ในการทำงานของ
ธนาคารกสิกรไทย ที่ทำหน้าที่เหมือนนักสืบคอยดูพฤติกรรมทางการเงินที่มีความผิดปกติ ซึ่ง
วันนี้ได้ คุณ ดนุสรณ์ สิทธิราษฎร์ (แน้ก) Head of Fraud Management Data Science และ
คุณ เมฆินทร์ เลิศอนันตสุข (ไผ่) Head of Business Data Science มาพูดคุยถึงสารพันปัญหา
ความท้าทาย รวมถึงการนำเอาทักษะด้าน AI และ Data analytics เข้ามาช่วยทำงาน

 บอกเลยว่า ตำแหน่งงานของแน้กและไผ่มีความสำคัญกับปัจจุบันอย่างมากและเป็นงานที่มีโอกาส
ในการสร้าง Impact ระดับชาติ เพราะเรื่องของการป้องกันการทุจริตในช่องทางออนไลน์ ถือ
เป็นเรื่องที่กระทบต่อชีวิตของผู้คนโดยตรง เพราะไม่มีใครที่อยากให้เกิดเรื่องเหล่านี้
ขึ้นกับตนเองเป็นแน่

การทำงานเป็นอย่างไร? อาชีพนี้น่าสนใจตรงไหน? นำ Big Data และ Data Analytic เข้ามา
ช่วยอย่างไร? ไปล้วงลึกคำตอบด้วยกัน

![omb0QH4NAR8q50VxW0kg1CeQwptW2khOauG5cMqBpdw 3P2a95SaZ7pbqA3cCoLa091aq2vNnNFnlmxNtp
FvPCF29 u8UAJsThFznUGMgkndryn22NeYgiTB4Fa1Bek7HsF1B1JymEE](https://lh7-us.googleusercontent.
com/omb0QH4NAR8q50VxW0kg1CeQwptW2khOauG5cMqBpdw_3P2a95SaZ7pbqA3cCoLa091aq2vNnNFnlmxNtp-
FvPCF29_u8UAJsThFznUGMgkndryn22NeYgiTB4Fa1Bek7HsF1B1JymEE "รู้จักหนึ่งในทีมที่ใช้
DATA ของ KBank ที่นำ Big Data + AI ป้องกันการทุจริตในโลกออนไลน์ 1")

### เคสการฉ้อโกงส่วนใหญ่ที่เกิดขึ้นกับธนาคารมักมาในรูปแบบใด?

แน้ก : ใกล้ตัวสุดคือบัญชีม้า ที่เจ้าของบัญชีมีการขายบัญชีให้กับผู้อื่นไปใช้ในธุรกิจ
สีเทา เช่น การฟอกเงิน พนัน หลอกลวง ฯลฯ ซึ่งที่เราเห็นเป็นข่าวกันบ่อย ๆ ว่า ลูกค้า
บางรายอาจจะเคยมีประสบการณ์เจอแก๊งคอลเซ็นเตอร์โทรหา หลอกให้โอนเงินไปบัญชีม้า

อีกอย่างที่เจอเยอะคือการทุจริตในการสมัครสินเชื่อกับธนาคาร ไม่ว่าจะเป็นการปลอมแปลง
เอกสารรายได้กับ statement หรือการเรียกรับค่าธรรมเนียมในการสมัครสินเชื่อ ซึ่งการทุจริต
เหล่านี้ส่งผลกระทบทั้งในแง่ต่อสังคม ต่อลูกค้าธนาคารและต่อธนาคาร

### **มีเครื่องมืออะไรบ้างที่ KBank กำลังพัฒนาอยู่เพื่อช่วยป้องกันปัญหาเหล่านี้ ?**

แน้ก : ทีมผมและทีมคุณไผ่ จะทำงานร่วมกับผู้เชี่ยวชาญเรื่องการทุจริตที่มีความรู้และ
ประสบการณ์ด้านพฤติกรรมทางการเงินที่มีความผิดปกติ โดยใช้ Big Data ข้อมูลธุรกรรมทางการ
เงินที่เกิดขึ้นของธนาคารและเทคโนโลยี AI ในการวิเคราะห์หรือหารูปแบบพฤติกรรมที่น่า
สงสัยต่าง ๆ ที่มีแนวโน้มจะนำไปสู่การฉ้อโกง เพื่อการป้องกันหรือตรวจจับที่แม่นยำและ
มีประสิทธิภาพมากขึ้นครับ

อย่างเคสการตรวจจับการทุจริตในการสมัครสินเชื่อ เราใช้ AI และ Machine learning model
ซึ่งเรียนรู้จากเคสต่าง ๆ ที่เกิดขึ้นในอดีตมาช่วยตรวจสอบว่า เอกสารไหนมีความเป็นไป
ได้ที่จะปลอมแทนการใช้คนในการตรวจทั้งหมด ซึ่งทำให้กระบวนการตรวจสอบรวดเร็วและมีประสิทธิภาพ
มากขึ้น

ส่วนตัวต้องบอกว่า ทุกธนาคารมีวิธีการตรวจสอบเอกสารกันหมด แต่ผมคิดว่าของ KBank เป็น
ที่แรก ๆ ที่ใช้วิธีนี้ ซึ่งถ้าถามว่าเราให้ความสำคัญกับเรื่องนี้เป็นอันดับแรกไหม?
ขอบอกว่า ใช่นะ เพราะว่าด้วยฐานลูกค้ามากกว่า 20 ล้านคน ที่ใช้แอปพลิเคชัน K PLUS ทำให้
ข้อมูลที่เรามีค่อนข้างมากและเห็นถึงพฤติกรรมทางการเงินในหลากหลายรูปแบบ

### เทคโนโลยี AI และการวิเคราะห์ข้อมูล มีบทบาทอย่างไรในการช่วยการทำงานของพวกคุณ?

แน้ก : ข้อมูลการทำธุรกรรมทางการเงินในแต่ละวันของลูกค้าที่ใช้ K PLUS รวมถึงการทำธุรกรรม
ที่สาขาจำนวนหลักล้านต่อวัน เวลาที่ตรวจสอบหรือใช้ข้อมูลมีเยอะมาก การนำเทคโนโลยีที่
เกี่ยวกับ Big Data หรือ Cloud มาใช้ทำให้การดึงข้อมูลเร็วและมีประสิทธิภาพมากขึ้น 
พร้อมมีเครื่องมือใหม่ ๆ ทำให้วิเคราะห์ตัวตนของคนฉ้อโกงได้มากขึ้น ทำให้การตรวจสอบ
หาพฤติกรรมทางการเงินที่มีความผิดปกติจำนวนมากใช้เวลาน้อยลงและแม่นยำยิ่งขึ้น แม้ว่า
จะต้องพึ่งสัญชาตญาณน้อยลง แต่ยังคงต้องใช้ครับ

ไผ่ : อย่างที่พี่แน้กเล่าไปครับว่า การตรวจจับการทุจริตเราก็ยังคงต้องพึ่งสัญชาตญาณ
และความรู้ของผู้เชี่ยวชาญในการยืนยันเคสต่าง ๆ ที่เราไม่แน่ใจ โดยปกติผู้เชี่ยวชาญ
อาจจะเสียเวลาในการดึงข้อมูลจำนวนมากมาจากหลายแห่ง เพื่อเอามาประกอบการตรวจสอบ ปัจจุบัน
ทางทีมเลยพัฒนา Investigation tools มาใช้ในการ Automate เพื่อช่วยรวบรวมข้อมูลต่าง
ๆ พร้อมกับบัญชีหรือเคสต้องสงสัยทุจริตมาให้ผู้เชี่ยวชาญทีเดียวเลย ซึ่งเป็นการลดเวลา
ในการทำงานและทำให้ผู้เชี่ยวชาญมีเวลาไปตรวจยืนยันเคสได้มากขึ้น

### **อะไรคือความท้าทายของคนสายเทคโนโลยี ที่ทำงานด้านการป้องกันการฉ้อโกง?**

แน้ก : มันเป็นสิ่งที่ไม่มีรูปแบบชัดเจนครับ – เมื่อก่อนสมัยทำโมเดลวิเคราะห์เรื่อง
เครดิตเป้าหมายมันชัดเจน อย่างคนที่ไม่จ่ายเงิน ชัดว่า ไม่จ่ายเงิน แต่การฉ้อโกงรูป
แบบมันชัดไหม? ไม่เลยและมาหลายรูปแบบ

ผมไม่สามารถระบุว่า หน้าตาแบบนี้หรือพฤติกรรมแบบไหนที่ทุจริตแน่ ๆ ดังนั้น ในการวิเคราะห์
เราจะมองหาความแปลกคือ ไม่ใช่บอกว่าคนที่แปลกไม่ดีนะ เราไม่ได้หมายถึงอย่างนั้น แต่
เราดูว่า คนนี้มีพฤติกรรมไม่เหมือนคนส่วนใหญ่คนอื่น ๆ เมื่อเทียบกันแล้ว เราจะเอาเคส
มาดู ซึ่งเป็นอีกวิธีการทำงานที่เราไม่รอให้มันเกิดขึ้น เพื่อพยายามดูความเป็นไปได้

ไผ่ : ผมว่า รูปแบบการทุจริตมันเปลี่ยนบ่อยนะครับ พอทางเราพัฒนาระบบให้สามารถตรวจจับ
พฤติกรรมทุจริตรูปแบบนึงได้แม่นยำ มิจฉาชีพก็อาจจะหาวิธีใหม่ ๆ ในการทุจริตที่เราตรวจ
จับไม่ได้มาใช้ ความท้าทายคือเราเองต้องพัฒนาระบบให้ไวและรวดเร็ว เพื่อตามเหล่ามิจฉาชีพ
ให้ทัน ซึ่งที่ธนาคารของเรา ทีม Data science ทั้งทีมผมและทีมพี่แน้ก เรามีการทำงาน
กันอย่างใกล้ชิดกับทีมผู้เชี่ยวชาญด้านการตรวจจับทุจริตครับ ทำให้เราเจอรูปแบบใหม่ 
ๆ ในการโกงได้เร็วและมี feedback loop ในการพัฒนาโมเดลครับ

### **พวกคุณคือทีมทำงานเทคโนโลยีที่ทำในองค์กรใหญ่ที่มีประวัติศาสตร์กว่า 70 ปี คุณมีวิธีการทำงาน หรือสร้างแรงบันดาลใจให้คนในทีมอย่างไร เพื่อให้การทำงานไหลลื่นและสร้าง Impact ให้มากที่สุด?**

แน้ก : ทุกองค์กรดั้งเดิมมันต้องมีจุดเริ่มต้นในการทรานส์ฟอร์มแน่นอนว่า ไม่ง่าย แต่
โชคดีที่สิ่งที่เราทำมันเป็นการทำเพื่อลดการทุจริต ซึ่งช่วยให้สังคมดีขึ้นและยังทำให้
กระบวนการทำงานของคนที่เกี่ยวข้องลดเวลาลง ซึ่งทำให้การทำงานทุกฝ่ายช่วยกันสร้างความ
เปลี่ยนแปลงให้เกิดขึ้นได้ ตามแผนที่วางไว้ แต่สิ่งสำคัญที่ผมว่า เราต้องให้ความสำคัญ
คือเราต้องเข้าใจว่า คนที่เราจะเข้าไปทำงานด้วย เขามีมุมมองและมีประสบการณ์กับเรื่อง
นี้อย่างไร เพราะเขาย่อมรู้เรื่องที่เขาดูแลได้ดีกว่าเรา เพียงแค่เขาอาจจะยังไม่เข้าใจ
วิธีการใหม่ ๆ มาจัดการเรื่องนี้

ฉะนั้น ผมว่านี่เป็นโอกาสที่เราจะเข้าไปช่วยเสริมและแนะนำ ชวนเขาลองเปลี่ยนมาลองใช้
วิธีการใหม่ ๆ ซึ่งหัวใจสำคัญคือการสื่อสารให้เขาเข้าใจว่า มันเชื่อมโยงกับสิ่งที่เขา
ทำอย่างไร เพราะถ้าเขาเข้าใจจะยิ่งทำให้เข้ามามีส่วนร่วมทำให้การเปลี่ยนแปลงเกิดขึ้น
ได้เร็ว

### **เล่าสไตล์การทำงานในฐานะทีมเทคโนโลยีของธนาคารให้ฟังหน่อยว่าเป็นอย่างไรบ้าง?**

แน้ก : ผมจะปฏิบัติกับทุกคนเป็นเพื่อนร่วมงาน ไม่มีหัวหน้าลูกน้อง ทุกคนพูดคุยกันได้
เปิดใจคุยกัน แม้แต่ปัญหาอื่นที่ไม่ใช่เรื่องงาน เวลาน้องทำงานไม่เสร็จ เราก็จะไปช่วย
ทำงาน เราทำงานค่อนข้างไดนามิกนิดหนึ่ง ผมอยากสร้างพื้นที่ที่ทุกคนจะได้ทำงาน เรียน
รู้การเป็นผู้นำและโชว์ของ โชว์ความคิดสร้างสรรค์อย่างเต็มที่ ซึ่งงานมันมีช่วงที่เครียด
อยู่แล้ว แต่ผมอยากออกแบบการทำงานให้ทีมอย่างน้อย ๆ ในทุกเช้าก็ยังอยากตื่นมาทำงาน 
เพราะยังมีทีมที่ดีคอนซัพพอร์ตพวกเขา

นอกจากนี้ ผมจะบอกน้องเสมอว่า เราทำงานกับฉบับ Work Smart นะ นอกจากทำงานให้เต็มที่
เรายังมีการทำกิจกรรมนอกเหนือจากเรื่องงานด้วยกัน อย่างหัวหน้าผมกับไผ่ จริง ๆ เป็น
คนเป๊ะมากแต่เฉพาะกับเรื่องงาน พอแฮงค์เอ้าท์ก็สนุกกันสุด ๆ เหมือนกัน

ผมจะบอกน้อง ๆ เสมอว่า ความเชื่อใจในการทำงานได้มาด้วยการไม่โกหกกัน ถ้าทำงานผิดพลาด
ก็บอกกันตรง ๆ ผมพยายามทำให้รู้สึกว่า ผิดพลาดเป็นเรื่องปกติสามารถบอกกันได้เพื่อช่วย
หาทางแก้ไข เราจะมีการ coaching กันบ่อย ๆ ซึ่งไม่ได้หมายความว่า พี่แนะนำน้องอย่าง
เดียวเท่านั้น น้องเองก็แนะนำพี่ได้ เพราะเราไม่ได้รู้ทุกเรื่องและก็ผิดพลาดได้เช่น
กัน

ไผ่ : ทีมเราไม่มี Blaming culture ผิดก็ผิด ผิดก็แก้ แล้วเดินหน้าต่อ แต่เราเรียน
รู้จากสิ่งที่ผิดว่า ผิดเพราะอะไร ครั้งหน้าเราก็พยายามไม่ให้ผิดแบบนี้อีกครับ

### **ในฐานะคนทำงาน KBank สนับสนุนพวกคุณด้านไหนบ้าง?**

 ไผ่ : เทคโนโลยีครับ สมัยก่อนกว่าจะดึงข้อมูลมาเพื่อวิเคราะห์หาคำตอบเรื่องหนึ่งได้
บางทีเสียเวลาหลายวัน แต่เดี๋ยวนี้ทางธนาคารมีการอัปเกรดเทคโนโลยีไปเรื่อย ๆ มี Cloud
ตัวใหม่มาอีก ทำให้เราทำงานได้เร็วขึ้นเยอะครับ ผู้บริหารก็ให้ความสำคัญมีการจัดหลักสูตร
อบรมและเชิญวิทยากรมาแบ่งปันความรู้อยู่เสมอครับ

แน้ก : ล่าสุดมีนโยบาย Work that FITS ที่ให้พนักงานได้เลือกทำงานรูปแบบที่เหมาะสมกับ
ตนเอง ทำงานที่ออฟฟิศหรือบ้านก็ได้ ให้ทุกคนเปิดโหมดที่ Comfortable กับการทำงาน ซึ่ง
สิ่งนี้ทำให้ทุกคนออกแบบชีวิตการทำงานได้ด้วยตนเอง

![UO7 H4Lc6zHf770NEOUaBP2ONFn6uidrq0wLkQPA0j MBVWsalPL1x1VI6V67U0IdcmwieNs 6u5d13aHdofV0FOs5
DU1r3R2RTeEkXVAdrPAI79GY fyzrtazPGfuIecGcw15nGPhD](https://lh7-us.googleusercontent.
com/UO7_H4Lc6zHf770NEOUaBP2ONFn6uidrq0wLkQPA0j_MBVWsalPL1x1VI6V67U0IdcmwieNs_6u5d13aHdofV0FOs5-
DU1r3R2RTeEkXVAdrPAI79GY_fyzrtazPGfuIecGcw15nGPhD "รู้จักหนึ่งในทีมที่ใช้ DATA ของ
KBank ที่นำ Big Data + AI ป้องกันการทุจริตในโลกออนไลน์ 2")

### **เดี๋ยวนี้คนรุ่นใหม่สนใจสายงานเทคโนโลยีกันเยอะ เชื่อว่าในทีมพวกคุณก็น่าจะมี – ในฐานะรุ่นพี่ ถ้าแนะนำได้… จะบอกอะไรกับคนรุ่นใหม่ที่กำลังเข้าสู่โลกการทำงาน หรือสนใจที่จะโดดมางานสายเทคฯ?**

ไผ่ : ผมว่า ทักษะที่สำคัญสำหรับคนที่ทำงานด้าน Data Analytics คือการสื่อสาร เราอาจ
จะคุยกับคนที่อยู่ในวงการเดียวกันรู้เรื่อง แต่ถ้าเราทำงานในองค์กรที่มีคนหลากหลายแบ็ค
กราวน์และความเชี่ยวชาญ เราอาจจะไม่สามารถใช้ข้อความแบบเดียวในการสื่อสารกับคนทุกกลุ่ม
ได้ การเตรียมตัวพัฒนาทักษะในการสื่อสารและ Storytelling จึงเป็นสิ่งที่สำคัญครับ

อย่างที่สองคือ เวลาทำงานเราควรรู้ตัวว่า ตัวเองกำลังทำอะไรอยู่ ไม่ใช่ทำเพราะแค่ว่า
ถูกสั่ง กล้ายกมือถามถ้าไม่มั่นใจและกล้าขอความช่วยเหลือครับ ผมสังเกตจากเด็กรุ่นใหม่
ๆ ที่เข้ามาในทีม แรก ๆ จะไม่ค่อยกล้าถามหรือขอความช่วยเหลือ เพราะกลัวว่าคนอื่นจะมอง
ว่าไม่เก่ง ผมจะบอกว่าจริง ๆ แล้วการทำงานด้านนี้ การคุยกันเยอะ ๆ เป็นสิ่งสำคัญครับ
และพี่ ๆ ยิ่งชอบถ้ามีน้องมาคุยมา brainstorm กันครับ

แน้ก : ผมว่าทุกสายงาน ถ้าอยากจะมีสกิล ก็ต้องผ่านชั่วโมงบินพอสมควร ไม่ได้เจาะจงว่า
เจเนอเรชันไหน เวลาทำงานเลยอยากให้ทำให้นานพอและเข้าใจในสิ่งที่ทำ จนเราสามารถ Work
Smart ได้

เรื่องที่สอง แพชชั่น เป็นสิ่งสำคัญทำให้เราเดินไปข้างหน้าได้ พยายามหาจุดที่ทำให้เรา
มีความสุขกับงาน เช่น งานที่มีคุณค่า เราพัฒนาตัวเอง การมีเพื่อนร่วมทีมที่ดี ซึ่งมัน
จะพาไปให้ถึงจุดจุดหนึ่งได้ในวันหนึ่งและเมื่อมองกลับหลังไปจะเซอร์ไพรส์ตัวเองเหมือน
กันว่า มาไกลได้ขนาดนี้

สาม ในแง่องค์กร แต่ละที่ก็ต่างกัน อย่างธนาคารก็มีคนตั้งแต่คนรุ่นพ่อจนถึงคนรุ่นจบ
ใหม่ คำถามคือเราจะเก่งทั้งงานและเก่งทั้งคนได้ไหม เราต้องทำงานอย่างเข้าใจทั้งเขาและ
เรา เด็กรุ่นใหม่อาจจะมีความคิดแบบหนึ่ง ไม่ได้ผิดและคนรุ่นเก่าก็มีแนวคิดอีกแบบ เวลา
คุยกันผมว่า ต้องตัดน้ำออก เอาเนื้อ ๆ เด็กสมัยนี้ผมชอบนะ ค่อนข้างพูดตรงเลย ซึ่งเป็น
สิ่งที่ดี แต่บางทีมันเป็นข้อดีเมื่อสถานการณ์อำนวย แต่ก็ต้องเลือกจังหวะหน่อยแล้วกัน

สุดท้ายในงานสายเทคฯ ผมว่า ‘ตรรกะ’ ต้องดี ตรรกะไม่ใช่ข้อเท็จจริง แต่เป็นสิ่งที่คน
สร้างขึ้นมาจากประสบการณ์ ผมว่า การสั่งสมประสบการณ์นั้นสำคัญ

### **ถ้ามีคนสนใจร่วมทีมทำงานของพวกคุณ จะแนะนำอย่างไรบ้าง?**

แน้ก : จริง ๆ ทีม Data ที่ KBank มีหลายฝ่ายมาก ไม่ได้มีแค่เรื่อง Data เรื่องการจับ
ทุจริต เรามี 4 ฝ่ายหลัก ๆ คือ Data Management การกำหนดกลยุทธ์การจัดเก็บข้อมูล ทีม
Data Analytics ที่วิเคราะห์หาความสัมพันธ์ของข้อมูลเพื่อตอบ Business ทีม Data Service
ที่ดูพวก Dashboard เพื่อสนับสนุนทีมอื่น ๆ และทีม Data Solution ที่ช่วยออกแบบ Data
architecture จัดการระบบข้อมูล ส่วนในแง่ของสิ่งแวดล้อมการทำงาน ทีมของผมก็อยู่กันแบบ
พี่น้องครับ มีอะไรเราก็คุยกัน มีปัญหาก็ช่วยกันแก้ไขครับ 

ไผ่ : ความรู้และประสบการณ์ได้แน่ครับ KBank เป็นแบงก์ใหญ่ มี Data และ โจทย์ต่าง ๆ
ก็มีให้เล่นเยอะครับ ส่วนเรื่องอื่นเราเองก็มีการไปสังสรรค์กันบ่อย ๆ กิจกรรมในฝ่าย
เยอะมาก (หัวเราะ) มีไปเล่น เลเซอร์เกมส์ มีไป outing ที่ต่างจังหวัด คนอาจจะคิดว่า
คนทำงานด้านนี้ เป็นคนจริงจัง เครียดกับงาน ไม่ค่อยชอบทำกิจกรรม แต่จริง ๆ ทีมเรามี
คนหลายประเภทมากครับ 

ถ้าอ่านมาถึงตรงนี้แล้วสนใจค้นหาตำแหน่งงานที่ท้าทาย พร้อมบรรยากาศการทำงานสนุก ๆ คลิก
ไปดูได้ที่ [www.kasikornbank.com/careers](http://www.kasikornbank.com/careers)  
