職位
LLM/NLP 工程師
大型語言模型、生成式 AI、自然語言處理與語音辨識方向的職缺。
- 175
- 筆職缺
- 5.0%
- 佔核心 AI 職缺
- 113
- 家公司
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 175 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 175 筆「LLM/NLP 工程師」職缺中,「基礎與解題」最常被提到的是 Python(73.7%);「上線與交付」最常被提到的是 Git(36.6%);「框架、LLM 與領域訊號」最常被提到的是 LLM(77.1%)。
和全體核心 AI 職缺相比,LLM(77.1%,整體 31.1%)、Generative AI(60.0%,整體 19.0%)、RAG(53.7%,整體 18.9%)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。
基礎與解題
類別:程式語言、機器學習、資料工程、資料庫、方法與流程
- Python73.7%程式語言 · 129 筆 · 整體 53.8%
- Machine Learning36.6%機器學習 · 64 筆 · 整體 25.5%
- NLP32.0%機器學習 · 56 筆 · 整體 9.7% · 至少整體兩倍
- Deep Learning30.3%機器學習 · 53 筆 · 整體 20.9%
- Vector Database23.4%資料庫 · 41 筆 · 整體 7.8% · 至少整體兩倍
- SQL16.6%程式語言 · 29 筆 · 整體 15.3%
上線與交付
類別:DevOps、雲端、工具
框架、LLM 與領域訊號
類別:框架、LLM 應用、領域知識、辦公軟體
- LLM77.1%LLM 應用 · 135 筆 · 整體 31.1% · 至少整體兩倍
- Generative AI60.0%LLM 應用 · 105 筆 · 整體 19.0% · 至少整體兩倍
- RAG53.7%LLM 應用 · 94 筆 · 整體 18.9% · 至少整體兩倍
- AI Agents40.0%LLM 應用 · 70 筆 · 整體 19.0% · 至少整體兩倍
- Prompt Engineering36.6%LLM 應用 · 64 筆 · 整體 12.5% · 至少整體兩倍
- Fine-tuning36.0%LLM 應用 · 63 筆 · 整體 8.6% · 至少整體兩倍
- ChatGPT26.9%LLM 應用 · 47 筆 · 整體 12.1% · 至少整體兩倍
- PyTorch26.9%框架 · 47 筆 · 整體 17.6%
- LangChain21.1%框架 · 37 筆 · 整體 7.0% · 至少整體兩倍
- Claude16.6%LLM 應用 · 29 筆 · 整體 12.4%
月薪
只採計標示月薪或年薪的職缺:這個職位有 27.0% 揭露薪資,共 43 筆。寫「面議」的職缺通常薪資較高,所以這組數字偏保守。
- 第 25 百分位
- 48,285 元
- 中位數
- 62,500 元
- 第 75 百分位
- 90,000 元
起薪低於 4 萬6.3%
產業與地區分布
佔這個職位的職缺數。
- 軟體與網路8045.7%
- 電子與硬體製造2614.9%
- 金融與保險158.6%
- 專業服務148.0%
- 半導體84.6%
- 醫療與生技74.0%
- 批發零售與電商63.4%
- 電信、媒體與數位內容63.4%
- 顧問與行銷服務52.9%
- 其他製造業42.3%
- 政府與非營利組織42.3%
- 台北市9554.3%
- 新北市2313.1%
- 新竹縣1910.9%
- 台中市105.7%
- 高雄市95.1%
- 新竹市84.6%
- 桃園市52.9%
- 台南市31.7%
- 花蓮縣10.6%