技能 · 工具 · 上線與交付
GitHub Copilot
在編輯器中補全程式碼的 AI 助手。
- 6.9%
- 核心 AI 職缺提到
- 244
- 筆職缺
- 174
- 家公司
歷史資料從 2026年9月11日 開始。要看出增減,需要一期至少相隔 30 天、可以比較的後續資料。
它在哪些職位最常被提到
每一列的分母是該職位本期的職缺數,依比例排序。
本期怎麼讀
本期有 10 個職位類別的職缺提到 GitHub Copilot。
在 8 個有獨立頁面的職位中,沒有一個職位有五分之一以上的職缺提到 GitHub Copilot。
沒有任何一個有獨立頁面的職位,提到 GitHub Copilot 的比例達到全體核心 AI 職缺的兩倍。
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。
- AI 工程師9.9%1,741 筆中有 173 筆
- AI 研究員8.3%60 筆中有 5 筆 · 樣本未達獨立頁面門檻,不列入解讀
- LLM/NLP 工程師8.0%175 筆中有 14 筆
- MLOps/平台工程師7.9%38 筆中有 3 筆 · 樣本未達獨立頁面門檻,不列入解讀
- AI 產品/專案經理4.9%305 筆中有 15 筆
- AI 硬體/邊緣運算工程師3.3%123 筆中有 4 筆
- 智慧製造/AOI2.7%225 筆中有 6 筆
- 資料科學家2.0%151 筆中有 3 筆
- 電腦視覺工程師1.8%113 筆中有 2 筆
- 演算法工程師0.3%321 筆中有 1 筆
和它一起出現的技能
分母是提到 GitHub Copilot 的職缺數:其中同時提到各技能的比例,依三種閱讀角度分組。
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
- Python68.4%程式語言 · 167 筆
- System Architecture51.2%方法與流程 · 125 筆
- REST API36.5%方法與流程 · 89 筆
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
- Claude62.3%LLM 應用 · 152 筆
- LLM55.7%LLM 應用 · 136 筆
- ChatGPT52.9%LLM 應用 · 129 筆
- AI Agents47.9%LLM 應用 · 117 筆
- RAG44.7%LLM 應用 · 109 筆
- Generative AI35.7%LLM 應用 · 87 筆
- Prompt Engineering34.4%LLM 應用 · 84 筆
產業與地區分布
佔這個技能的職缺數。
- 軟體與網路9237.7%
- 電子與硬體製造4618.9%
- 半導體229.0%
- 金融與保險197.8%
- 其他製造業177.0%
- 電信、媒體與數位內容124.9%
- 批發零售與電商124.9%
- 醫療與生技104.1%
- 專業服務52.1%
- 營建與不動產31.2%
- 能源、公用事業與天然資源20.8%
- 顧問與行銷服務10.4%
- 台北市11747.9%
- 新北市4418.0%
- 台中市249.8%
- 高雄市156.2%
- 新竹縣145.7%
- 新竹市135.3%
- 桃園市93.7%
- 彰化縣41.6%
- 台南市31.2%
- 南投縣10.4%
這個數字從哪裡看出來
244 筆職缺中,各有多少筆是從雇主填的技能標籤、職稱、職務說明看出來的。一筆職缺可能同時有多種證據,所以三個數字相加會大於職缺數。
- 雇主技能標籤34
- 職稱3
- 職務說明219