職位

資料科學家

資料科學與統計建模方向的職缺；同時屬於 AI 與資料兩條線。

這個職位的技能地圖

分母是 2026年9月11日這一期、這個職位的 151 筆職缺。列出其中最常被提到的 20 個技術類技能，依三種閱讀角度分組；分組只是閱讀輔助，不代表同一組的技能一樣重要。

本期怎麼讀

在 151 筆「資料科學家」職缺中，「基礎與解題」最常被提到的是 Python（84.8%）；「上線與交付」最常被提到的是 Git（28.5%）；「框架、LLM 與領域訊號」最常被提到的是 LLM（33.1%）。

和全體核心 AI 職缺相比，Machine Learning（70.2%，整體 25.5%）、Data Analysis（53.6%，整體 16.4%）、SQL（41.7%，整體 15.3%）在這個職位被提到的比例至少是整體的兩倍。

出現比例是雇主寫在職缺裡的訊號：不代表一定要先上某門課才能做這份工作，也不代表錄取機會或薪資高低。

解讀規則：「比整體更集中」是指在有獨立頁面的職位裡，至少 10 筆職缺提到這個技能，而且比例至少是全體核心 AI 職缺的 2 倍；「常被提到」是指一個職位至少 20% 的職缺提到它。這些句子描述的是本期開著的職缺，不是趨勢。

類別：程式語言、機器學習、資料工程、資料庫、方法與流程

類別：DevOps、雲端、工具

類別：框架、LLM 應用、領域知識、辦公軟體

只採計標示月薪或年薪的職缺：這個職位有 20.3% 揭露薪資，共 30 筆。寫「面議」的職缺通常薪資較高，所以這組數字偏保守。

起薪低於 4 萬4.7%

佔這個職位的職缺數。

產業

地區