技能 · 資料工程 · 基礎與解題
Data Analysis
以資料回答商業問題並產出報表。
- 16.4%
- 核心 AI 職缺提到
- 577
- 筆職缺
- 347
- 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 Data Analysis。
在 8 個有獨立頁面的職位中,有 3 個職位至少五分之一的職缺提到 Data Analysis:資料科學家 53.6%、AI 產品/專案經理 22.6%、智慧製造/AOI 20.4%。
Data Analysis 在「資料科學家」職缺中的出現比例(53.6%)至少是全體核心 AI 職缺(16.4%)的兩倍,比整體更集中在這個職位。
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。
- 資料科學家53.6%151 筆中有 81 筆 · 至少整體兩倍
- AI 產品/專案經理22.6%305 筆中有 69 筆
- 智慧製造/AOI20.4%225 筆中有 46 筆
- AI 研究員16.7%60 筆中有 10 筆 · 樣本未達獨立頁面門檻,不列入解讀
- 演算法工程師14.3%321 筆中有 46 筆
- AI 工程師13.2%1,741 筆中有 230 筆
- MLOps/平台工程師13.2%38 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11.4%175 筆中有 20 筆
- 電腦視覺工程師9.7%113 筆中有 11 筆
- AI 硬體/邊緣運算工程師1.6%123 筆中有 2 筆
和它一起出現的技能
分母是提到 Data Analysis 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
- Python70.9%程式語言 · 409 筆
- Machine Learning45.9%機器學習 · 265 筆
- System Architecture33.5%方法與流程 · 193 筆
- SQL31.5%程式語言 · 182 筆
- Deep Learning27.6%機器學習 · 159 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
- LLM34.3%LLM 應用 · 198 筆
- Generative AI26.5%LLM 應用 · 153 筆
- RAG20.4%LLM 應用 · 118 筆
- AI Agents20.3%LLM 應用 · 117 筆
- PyTorch18.4%框架 · 106 筆
產業與地區分布
佔這個技能的職缺數。
- 軟體與網路15226.3%
- 電子與硬體製造14224.6%
- 金融與保險6811.8%
- 半導體457.8%
- 醫療與生技305.2%
- 專業服務305.2%
- 其他製造業284.9%
- 電信、媒體與數位內容274.7%
- 批發零售與電商254.3%
- 顧問與行銷服務183.1%
- 營建與不動產71.2%
- 餐旅與生活服務20.4%
- 台北市27247.1%
- 新北市8114.0%
- 台中市498.5%
- 新竹縣498.5%
- 桃園市376.4%
- 新竹市325.5%
- 高雄市284.9%
- 台南市81.4%
- 彰化縣61.0%
- 嘉義縣30.5%
- 南投縣30.5%
- 屏東縣20.4%
這個數字從哪裡看出來
577 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41
- 職稱40
- 職務說明556