ʕ♡˙ᴥ˙♡ʔ

รีวิวหนังสือ

เทคนิคใช้ AI ที่แชร์โดยทีม Anthropic (ผู้พัฒนา Claude) วันนี้มีคนจาก Anthropic มาแชร์ที่ บ ดีมากกกกก มีเทคนิคต่าง ๆ ที่น่าเอาไปใช้กัน จดจากที่จำได้: - AI จะลิมิทที่ความจำ (context window อารมณ์ซื้อคอมก็ต้องดู ram) เพราะฉะนั้นเราต้องจัดการ โดย: 1) ถ้าคุยเรื่องใหม่ ให้ขึ้น Conversation ใหม่ เคลียร์ความรู้เก่าออกไปให้หมด หรือใน claude code ก็พิมพ์ /clear 2) ถ้าคุยยาว ๆ แล้วน้อง context window ใกล้เต็ม ใน claude code พิมพ์ /compact ให้สรุปแล้วจำเฉพาะคีย์สำคัญ - ถ้าอยากทำให้งานเร็วขึ้น เราสั่งให้ Claude สร้าง subagent ได้ (ก็คือ AI ลูก ๆ ที่มาช่วยทำงาน) แน่นอนว่า token ก็ไปไว 😂 - งานที่ทำบ่อย ๆ เซฟเก็บเป็น skill ไว้เลย ซึ่ง skill ที่เคยโพสไปก่อนหน้านี้ ว่ามันคือ instruction + code + asset แบบพร้อมใช้ ไม่ต้องมาคอย prompt ดีมาก - ถ้าให้ดีกว่านั้น ทำเป็น claude plugin ไปเลย มันคือ skill + MCP server แบบพร้อมใช้เลย คนอื่นติดตั้งแล้วใช้ได้เลย ใครมีเทคนิค Claude อื่น ๆ มาแชร์กัน ช่วงนี้ใช้น้องตลอด ทั้งทำงาน ทั้งคอมส่วนตัว 😂

İngilizce geliştirmek için bahsettiğim kanal bu. Adam cümle cümle gidiyor. Hem anlamlarını hem de, okunuşunu geliştiriyorsun. Kanal ismi, English is EZ wİth Connor İstifade eden bize dua etsin.

เขียน เขียน เขียน เพราะมันช่วยให้สมองได้ทำงาน ได้เรียนรู้ ได้พัฒนา

เนี่ยละ ที่ตามหา

ผมชอบวิดีโอนี้นะ...... ถ้าแปลแบบเข้าใจง่ายคือ DCA ขาขึ้นก็ได้หุ้นน้อยหน่อย เราก็กำไรแหละ แต่ถ้า DCA ขาลงก็ได้หุ้นมากขึ้น ถ้าราคาไม่ไปไหนไม่ขึ้นมากก็เก็บของได้เรื่อยๆ คนพูดบอกว่า เราไม่รู้หรอกว่า ตลาดจะเป็นยังไง หุ้นตัวนั้นจะเป็นยังไง สิ่งที่เราทำได้ คือ ลงทุนไปเรื่อยๆทุกเดือนนั่นแหละ ===== แอดมองว่า เป้าหมายเราคือ จำนวนหุ้น x ราคาหุ้น ได้เยอะๆใช่ไหม ดังนั้นสุดท้าย Value ด้วยรวมมันเท่าไหร่ล่ะ เราก็อยากได้ Value มากที่สุดอยู่แล้วนั่นเอง แต่สุดท้ายต้องกำไรนะ ดังนั้น DCA ของที่ดีๆ เติบโตได้ด้วยนะ เงินจะได้โตครับ #FunManager

The complete AI/ML curriculum in one stack. From fundamentals to production systems. 20 books. 5 categories. 📚 Fundamentals: → Hands-On ML with Scikit-Learn, Keras & TensorFlow (Géron) → Data Engineering with Python → Storytelling with Data (Knaflic) 📚 Time Series: → Modern Time Series Forecasting with Python → Applied Time Series Analysis and Forecasting 📚 System Design: → Designing Machine Learning Systems (Huyen) → AI Engineering (Huyen) → Solutions Architect's Handbook → Practical ML for Computer Vision 📚 GenAI: → LLM Design Patterns (Ken Huang) → Generative AI with LangChain → Generative Deep Learning (O'Reilly) → AI Agents in Practice → Architecting AI Software Systems 📚 Product/Strategy: → The Profitable AI Advantage → Your AI Survival Guide → Reimagined: Building Products with Generative AI This stack mass-covers everything. Bookmark this.

อยากฟังของชาว x ด้วย 🫠 โดยเฉพาะคนอายุ 30-40+ มีอะไรที่ผ่านมาแล้ว อยากบอกไหมคะ

พอมี AI ละอะไรมันง่ายไปหมด แบบเกินไปมั้ยนะ อย่าง landing page นี่ใช้เวลาหลักนาที รวมไป host ที่ Github ก็ไม่เกินครึ่งชั่วโมง คิดแบบบวกเวลาแว่บไปกินน้ำ เถลไถลแล้ว ทีมงานคือมีแค่นี้ - Product Manager = เรา - CTO, Designer, Dev = Claude หลักคือโจทย์ความต้องการชัด, สื่อสารเคลียร์

แชร์เพิ่มเติมเรื่องการปั้น career path สาย startup culture ของ startup (โดยเฉพาะใน global web3) คือ impact driven และมีความ hustle มากกว่า corporate คุณไม่ควรรอใครมาให้โอกาสแต่ต้องสร้างโอกาสเอง เช่น > แข่ง hackathon เพื่อปั้น portfolio > ทำ personal branding บน X / Linkedin / Tiktok เพื่อสร้าง distribution ให้กับตัวเองและบริษัทที่ทำงานได้ > ลองใช้งาน app ต่างๆให้หลากหลายเพื่อเข้าหลักการทำงานของมัน (pros and cons) และแชร์ประสบการณ์ใช้งานก็ได้ > เขียนคอนเท้นวิเคราะห์หุ้นเพื่อโชว์ investment thesis > เข้าร่วมอีเว้นท์หรือคอมมูนิตี้เพื่อฟัง insight และ networking กับคนอื่นที่อาจเป็น business partner หรือผู้ว่าจ้างในอนาคต หวังว่าจะช่วยจุดประกายไอเดียในการเริ่มต้นอะไรได้ครับ

อ่อนแกรมมาร์ แต่งบน้อย โปรดปักหมุดค่ายไทยในตำนาน

สรุปตลาดหุ้นเมื่อคืนเป็นไงบ้าง? 1. $ASML “คอขวด sector ชิป” Samsung สั่ง EUV ล็อตใหญ่ ยืนยัน demand AI ยังโคตรแรง 2. $JPM มองเกมใหญ่ ถ้า US-EU ดีลการค้ากันจริง ธนาคารได้ประโยชน์นี้เต็มๆ 3. $ONDS จากหุ้นโดรนเล็กๆ สู่การเป็นหุ้น Defense ดีลกู้ระเบิด คือจุดเริ่ม scaling สู่ Project ระดับโลก 4. $CRWD ซื้อหุ้นคืนหนักมาก ผู้บริหารกำลังบอกว่า “หุ้นยังถูก” + cash flow โคตรแข็ง 5. $PL ใช้ชิป $NVDA และส่งดาวเทียมโดย SpaceX จากรูป ตอนนี้กำลังจะวิเคราะห์ข้อมูลบนอวกาศได้ทันทีเลย 6. $BK + $HOOD ดีลระดับชาติ ทำให้ได้ user ใหม่มหาศาล + รายได้ระยะยาว 7. $INTC มีเกมแก้ตัว ลุ้นดีล Packaging กับ Big Tech อาจจะทำให้มีรายได้ก้อนใหญ่ 8. $META ใช้ Open-source สู้ Big Tech + data ดีขึ้น ทำให้ ads โหดขึ้น (เห็นว่าตอนนี้ใช้เงินน้อยลงแต่ตรง audience มากขึ้นด้วย ใครสายยิงแอดน่าจะชอบ) 9. $AMZN ล็อก logistics มีดีลกับ USPS ช่วยคุมต้นทุน + ส่งเร็วทั่วประเทศ 10. $AVGO + $GOOGL + Anthropic สร้าง AI ecosystem ใหญ่ ดีลยาว + รายได้พุ่ง ผมมีสรุป connect the dots ทุกประเด็นไว้ด้วย จริงๆ อ่านแค่ตรงนั้นก็ค่อนข้างเคลียร์เกี่ยวกับแนวโน้มการลงทุนในอนาคต (อันใกล้) แล้ว 555+ ไปอ่านกันได้เต็มๆ ที่นี่เลยครับ ฟรี! : tinyurl.com/2wvrf97k

Understanding P-Values is essential for improving regression models. In 2 minutes, I'll crush your confusion. Let's go:

For Data Analysis, He is the BEST. Python + SQL + MySQL + Excel + Tableu + PowerBI

บทความนี้ดีค่ะ • เมื่อก่อนเราได้ยินบ่อยๆว่าควรเดินให้ได้วันละ 10,000 ก้าวเพื่อสุขภาพร่างกาย ในบทความนี้ผู้เขียนอยากให้เราตระหนักถึงอีกหนึ่งปัญหาใหญ่ที่น่าเป็นห่วงพอกัน นั่นก็คือ... • เรากำลังเผชิญกับวิกฤตด้านความสามารถในการการคิดและการจดจ่อที่ลดลงอย่างรุนแรง (อ่านอะไรยาวๆ ไม่ค่อยจบ หรืออยู่กับอะไรนานๆได้ยากขึ้น) • ในบทความเขาเปรียบเทียบได้น่าสนใจมากว่า ถ้าการเดินคือการออกกำลังกาย “การอ่านหนังสือ” ก็คือการออกกำลังกายของสมอง 🧠 แค่เริ่มต้นจากวันละไม่กี่สิบหน้า เพื่อฝึกให้เรากลับมาจดจ่ออยู่กับอะไรบางอย่างได้นานขึ้นอีกครั้ง • ในโลกที่ทุกอย่างพยายามแย่งชิงความสนใจของเราไป บางทีการหยิบหนังสือสักเล่มขึ้นมาอ่าน อาจจะไม่ใช่แค่เรื่องของความรู้ หรือความเพลิดเพลิน (จากนิยาย) แต่มันคือ อีกทางเลือกหนึ่งในการดูแล “ความสนใจจดจ่อและวิธีคิด” ของเราเอง

คำถามยอดฮิตจากน้องๆ first jobber & คนที่กำลังตัดสินใจเรียนต่อ จะเรียนอะไรดีที่จบมาแล้วจะมีงานทำ?? คำตอบแบบสั้นๆ: Deep Knowledge สมัยนี้ ไม่ใช่สมัยที่ความรู้ตื่นๆ จะได้ชัยชนะอีกต่อไป อยากทราบความจริงที่โหดร้าย ใครรับ Brutally Honest ได้ เชิญอ่านต่อ…

Stanford's FREE Courses on AI & ML: ❯ CS221 - Artificial Intelligence ❯ CS229 - Machine Learning ❯ CS230 - Deep Learning ❯ CS234 - Reinforcement Learning ❯ CS224N - NLP with Deep Learning ❯ CS336 - LLM from Scratch All course links inside:

Overqualified หรือ Power Dynamics อ่านแล้วเศร้า แต่เข้าใจได้ มีช่วงหนึ่งเคยไปทำงานเป็นผู้บริหารบริษัทในเมืองไทยอยู่พักหนึ่ง สิ่งที่พบคือ ลึกๆแล้ว พวกเค้ากลัวคนที่มี profile เหนือกว่าตนเอง เรื่องเงินไม่ใช่ปัจจัยเลย หากมองในระดับผิวเผิน การปฏิเสธผู้สมัครที่มีคุณสมบัติเกิน (Overqualified)ดูเหมือนเป็นการตัดสินใจเชิงเหตุผล ว่าองค์กรกังวลเรื่องการอยู่ไม่นาน (Retention Risk) กลัวว่าผู้สมัครจะลาออกเมื่อมีโอกาสที่ดีกว่า หรือไม่ก็มี “ต้นทุนแฝง” จากความคาดหวังที่สูงขึ้น แต่เมื่อมองลึกลงไป ปัจจัยที่ทรงพลังกว่านั้นคือ “พลวัตของอำนาจ” (Power Dynamics) ในองค์กร ในวัฒนธรรมไทยการทำงานที่ให้ความสำคัญกับอาวุโสและลำดับชั้น หัวหน้างานบางคนอาจรู้สึกถูกคุกคามเมื่อมีลูกน้องที่มี Profile ความรู้ ประสบการณ์ หรือวิธีคิดที่เหนือกว่า ความกลัวไม่ได้อยู่ที่ตัวงาน แต่อยู่ที่การสูญเสียอำนาจในการควบคุม การถูกตั้งคำถาม หรือแม้กระทั่งการถูกแทนที่ในอนาคต ความสามารถของลูกน้องจึงกลายเป็นแรงกดดันทางจิตวิทยา มากกว่าจะเป็นแรงขับเคลื่อนองค์กร ปรากฏการณ์นี้นำไปสู่ความย้อนแย้งสำคัญ คือ แทนที่องค์กรจะคว้า “ของดีราคาถูก” กลับเลือกปฏิเสธเพราะกลัวผลกระทบต่อสมดุลภายใน สิ่งที่ควรเป็น Asset กลับถูกมองเป็น Liability คำถามสำคัญจึงไม่ใช่แค่ว่า “ทำไมคนเก่งถึงไม่ได้งาน” แต่คือ “ระบบแบบไหนที่ทำให้คนเก่งกลายเป็นปัญหา” หากมองในอีกมุมหนึ่ง นี่อาจเป็นกลไกการป้องกันตัวเองขององค์กรที่ยังพึ่งพาระบบเส้นสายและความสัมพันธ์เชิงอำนาจมากกว่าประสิทธิภาพ การรับคนที่เก่งเกินไปเข้ามา อาจสั่นคลอนสมดุลเดิมที่ไม่ได้ยึดโยงกับความสามารถล้วนๆ สุดท้ายแล้ว ผมเลือกที่จะออกจากวงจรบ้าๆนั่น เพราะปัญหานี้ไม่ใช่เรื่องของคนใดคนหนึ่ง แต่เป็นภาพสะท้อนของทั้งระบบ—ระบบที่ยังไม่เปิดรับความสามารถของคนทำงานเพื่อมาสร้างการเติบโตให้องค์กร แต่คนในองค์กรเลือกจะปกป้องตนเอง มากกว่าปกป้ององค์กร

“อยากได้เงินเดือนแสน ต้องทำอะไร และต้องแลกอะไรบ้าง?” Mission To The Moon EP.2629 ====== 1. แนวคิด (Mindset) ก่อนอายุ 30 - โฟกัสที่ “พัฒนาตัวเอง” ทำงานให้เต็มที่ คิด วางแผน และเรียนรู้ตลอด - สร้างบารมีจาก “ความสามารถ” ไม่ใช่ตำแหน่ง - อย่าเผาสะพาน ลาจากกันด้วยดี รักษาความสัมพันธ์ - พัฒนาตัวเองให้พร้อม แล้วโอกาสและรายได้จะตามมาเอง ====== 2. วิธีเพิ่มเงินเดือน (What to do) - ย้ายงานเมื่อถึงทางตัน (แต่ไม่ย้ายถี่เกินไป) - พัฒนาภาษา โดยเฉพาะอังกฤษหรือภาษาที่สาม - รับงานยาก งานที่คนอื่นไม่อยากทำ เพื่อสร้างความโดดเด่น - มีทักษะเฉพาะทาง (Niche skill) - เติบโตสู่บทบาทบริหารคน ไม่ใช่แค่ทำงานเก่ง - มีใบประกอบวิชาชีพที่ตลาดยอมรับ - กล้าย้ายสายงานไปสู่สายที่เพดานรายได้สูงกว่า - ทำงานให้ “เกินเงินเดือน” เน้น impact มากกว่าชั่วโมงทำงาน - สร้าง connection และมี mentor - ออกไปทำงานต่างประเทศเพื่อเพิ่มรายได้ ===== 3. ปัจจัยที่ทำให้รายได้ก้าวกระโดด - “เปลี่ยนที่ยืน” เช่น เปลี่ยนบริษัท อุตสาหกรรม หรือบทบาท - เป็น Specialized Generalist (เก่งหลายอย่างผสมกันจนหายาก) - ใช้พลังของ network / referral ในการได้งานดีๆ - Soft skill เป็นตัวตัดสินในระดับสูง เช่น การสื่อสาร การบริหารคน ====== 4. สิ่งที่ต้องแลก (Trade-offs) - สุขภาพกายและใจเสี่ยงพัง หากบริหารไม่ดี - เวลาส่วนตัวหาย ต้องพร้อมทำงานตลอด - รายจ่ายเพิ่มตามรายได้ (Lifestyle inflation) - ความรับผิดชอบเพิ่มมากกว่าเงินที่ได้ - ภาระภาษีสูง และความคาดหวังจากคนรอบข้าง - ความโดดเดี่ยวในตำแหน่งสูง (Loneliness at the top) ======= สรุปแล้ว เงินเดือนแสนไม่ได้มาจาก “ทำงานหนักอย่างเดียว” แต่เกิดจากการเลือกสนามที่ถูก + มีทักษะที่ตลาดต้องการ + สร้าง leverage ผ่านคนและโอกาส และต้องยอมแลกกับเวลา ความเครียด และความรับผิดชอบที่สูงขึ้นอย่างมีนัยสำคัญ ขอบคุณ Mission to the Moon มากครับ #FunManager

นี่มีพนงประจำนี่แหละโดนประเมิน(ปีต่อปี) ไม่ผ่าน ฮีไม่ได้ลบไฟล์ทิ้ง แค่ไฟล์อยู่เครื่องฮี ฮีสร้างเองกะมือแชร์ไฟล์ให้คนทำงานสะดวกๆ พอฮีไม่อยู่ก็ไม่มีไฟล์ โดน บ ฟ้อง 20 ล้าน แต่ฮีฟ้องกลับ เพราะคอมฯ+Microsoft ก็ของฮี บ แพ้ ฮีชนะ ฮีได้ 1 ล้าน จากนั้น บ ยกเครื่องใหม่เลยเริ่มแจกคอมให้พนง