ผมเปลี่ยนโมเดลให้เป็นระบบที่พร้อมใช้งานจริง
CTO ที่ Of Them All และผู้ก่อตั้ง Illuma ผมสร้างเวิร์กโฟลว์ AI โมเดลเฉพาะทาง และโครงสร้างพื้นฐานแพลตฟอร์มสำหรับโดเมนที่การตัดสินใจ ความหน่วง และความน่าเชื่อถือมีความสำคัญ
ปีในการเปลี่ยนความคลุมเครือให้เป็นระบบที่ใช้งานจริง
ตลาดทั่วเอเชียและยุโรปพร้อมข้อจำกัดในการดำเนินงานที่แตกต่างกัน
วิศวกรที่ได้รับการจ้างงาน ฝึกสอน หรือให้คำปรึกษาในทีมแบบกระจาย
เวิร์กโฟลว์ผสมเสียงที่ใช้ AI ช่วย เหลือเพียง 30 วินาที จากการทำด้วยมือ 15 นาที
AI ที่ใช้งานได้จริงไม่ใช่แค่ฟีเจอร์ แต่เป็นระบบการผลิตที่มีหลักฐาน เวิร์กโฟลว์ และความรับผิดชอบอยู่รอบตัว
ผมสร้างโครงสร้างพื้นฐานการชำระเงินและมาร์เก็ตเพลสในช่วงที่ Uptime การฉ้อโกง การปฏิบัติตามกฎระเบียบ และธุรกรรมนับล้านรายการต่อวันคือหัวใจหลักของผลิตภัณฑ์ กล้ามเนื้อในการดำเนินงานนั้นหล่อหลอมวิธีการสร้างระบบ AI ของผมในปัจจุบัน
รูปแบบมีความสอดคล้องกัน: ค้นหาคอขวดของผู้เชี่ยวชาญ สร้างแบบจำลองเส้นทางการตัดสินใจ เชื่อมโยงชั้นข้อมูล จากนั้นเสริมความแข็งแกร่งของเวิร์กโฟลว์จนกว่าทีมจะไว้วางใจในการใช้งานจริง
Practical AI, wired into the systems that make it useful.
The work is not just prompting a model. It is designing the data path, product loop, delivery system, and operating cadence around it.
Agentic workflow design
I turn repetitive expert work into supervised AI workflows: tool calling, review gates, retrieval, and measurable human-in-the-loop throughput.
RAG and model adaptation
Domain corpora, embeddings, retrieval strategy, prompt contracts, evaluation loops, and targeted fine-tuning when the base model is not enough.
Platform architecture
Architecture for systems that must keep moving: payments, marketplaces, automation backplanes, queues, observability, and deployment paths.
Engineering operating system
Hiring, coaching, SDLC, delivery cadence, incident habits, and the technical narrative needed when teams and products need to mature fast.
จากความเป็นไปได้ของโมเดลสู่พฤติกรรมการปฏิบัติ
ผมชอบวงจรที่สั้น ความเสี่ยงที่มองเห็นได้ และระบบที่ทำงานได้จริง มากกว่าแผนงานระยะยาวที่คาดเดาไม่ได้
ระบุคอขวด
ระบุจุดที่การตัดสินใจของผู้เชี่ยวชาญ ความหน่วง หรือการตัดสินใจซ้ำ ๆ เป็นอุปสรรคต่อการเติบโต
สร้างต้นแบบวงจร
สร้างโมเดลที่เล็กที่สุด + ข้อมูล + เส้นทางอินเทอร์เฟซที่สามารถพิสูจน์ได้ว่ามีประโยชน์
เสริมความแข็งแกร่งของระบบ
เพิ่มการเรียกคืน การประเมิน การอนุญาต การสังเกตการณ์ และการตรวจสอบโดยมนุษย์ในจุดที่ความเสี่ยงต้องการ
ส่งมอบพฤติกรรม
เปลี่ยนเวิร์กโฟลว์ให้เป็นพฤติกรรมการทำงานของทีมด้วยตัวชี้วัด ความรับผิดชอบ และจังหวะการทำซ้ำ
กิจการคือห้องปฏิบัติการจริง ไม่ใช่แค่การตกแต่งพอร์ตโฟลิโอ
แต่ละผลิตภัณฑ์คือสถานที่สำหรับการทดสอบหลักการเดียวกัน: AI เฉพาะทางจะมีความสำคัญก็ต่อเมื่อถูกฝังอยู่ในเวิร์กโฟลว์และรับผิดชอบต่อผลลัพธ์ที่เกิดขึ้น
Illuma
Legal AI · illuma.law
A legal AI platform for evidence management, precision case analysis, and specialized workflows that need traceability instead of generic chatbot behavior.
Luminous Giant
AI systems consultancy · luminous-giant.com
A build practice for founders and operators who need AI workflows, platform architecture, and engineering execution in the same room.
AI systems are layered products.
The useful work happens where models, data, product logic, and operational discipline meet.
Model layer
LLMs, Gemini, prompt contracts, evaluation sets, fine-tuning, agent behavior, and task decomposition.
- LLMs
- Agent workflows
- Fine-tuning
- Prompt engineering
- Model evaluation
Knowledge layer
The retrieval and memory plane that keeps AI grounded in product, legal, media, or operational context.
- RAG pipelines
- Embeddings
- Vector search
- PostgreSQL
- Meilisearch
Application layer
The product systems where AI meets users, permissions, payments, workflows, and business-critical state.
- Laravel
- TypeScript
- Cloudflare Workers
- Microservices
- Payment systems
Operations layer
The delivery environment: CI/CD, containers, observability, incident loops, and teams that own production.
- Docker
- Kubernetes
- AWS
- Linux
- GitHub Actions
หลักฐานการทำงานตลอดอาชีพในมาร์เก็ตเพลส การชำระเงิน แพลตฟอร์ม ML และการบริหารทีม
ขยายแต่ละแถวเพื่อดูหลักฐาน ไฮไลท์ และเทคโนโลยีจากตำแหน่งงาน
ผู้ที่ได้เห็นระบบการทำงานอย่างใกล้ชิด
“Having worked 10 years ago and again hiring Miguel to work closely with me for the past 4 years tells a lot about how much trust and respect I have for him. Miguel Enes has a very entrepreneurial mindset that always sets him to find solutions and to move organisations forward. He does that relying on his profound and complete tech knowledge and on-hands experience, leading by example/execution and supporting his team along the way. I highly recommend him as an autonomous, energiser, tech-savvy and delivery oriented Engineering Manager.”
งานเขียนล่าสุดจากภาคปฏิบัติ
What I'm Building in 2026
I am building new ventures in Portugal.
From Silence to Symphony: How We Built an AI-Powered Audio Mixing Engine with FFmpeg 8 and Intelligent Agents
We combine AI models, vector memory systems, and audio engineering rules to mix meditation mantras.
Orchestrating Multimedia Magic: How I Built Content Generation with Vizra ADK Workflows
I use Vizra ADK workflows to orchestrate multi-modal content generation across text, audio, and visual agents.
ติดต่อผมเมื่อต้นแบบต้องการที่จะกลายเป็นระบบ
การสนทนาที่เป็นประโยชน์: การสร้างเวิร์กโฟลว์ AI, ระบบเทคโนโลยีกฎหมาย, สถาปัตยกรรมมาร์เก็ตเพลส/แพลตฟอร์ม, ความเป็นผู้นำด้านวิศวกรรม, และกลยุทธ์ทางเทคนิคสำหรับทีม Venture