SkillTrendLab
技能 · 機器學習 · 基礎與解題

Deep Learning

以多層神經網路為核心的機器學習。

20.9%
核心 AI 職缺提到
737
筆職缺
431
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 Deep Learning。

在 8 個有獨立頁面的職位中,有 5 個職位至少五分之一的職缺提到 Deep Learning:電腦視覺工程師 48.7%、資料科學家 41.1%、演算法工程師 36.1%、LLM/NLP 工程師 30.3%、AI 工程師 20.7%。

Deep Learning 在「電腦視覺工程師」職缺中的出現比例(48.7%)至少是全體核心 AI 職缺(20.9%)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。

  1. 113 筆中有 55 筆 · 至少整體兩倍
  2. 151 筆中有 62 筆
  3. 321 筆中有 116 筆
  4. 175 筆中有 53 筆
  5. AI 研究員30.0%
    60 筆中有 18 筆 · 樣本未達獨立頁面門檻,不列入解讀
  6. 1,741 筆中有 361 筆
  7. MLOps/平台工程師15.8%
    38 筆中有 6 筆 · 樣本未達獨立頁面門檻,不列入解讀
  8. 123 筆中有 12 筆
  9. 225 筆中有 16 筆
  10. 305 筆中有 8 筆

和它一起出現的技能

分母是提到 Deep Learning 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

  1. Python83.2%
    程式語言 · 613 筆
  2. 機器學習 · 505 筆
  3. C++40.3%
    程式語言 · 297 筆
  4. 機器學習 · 266 筆
  5. 方法與流程 · 241 筆
  6. 方法與流程 · 195 筆

上線與交付

類別:DevOps、雲端、工具

  1. Git28.5%
    工具 · 210 筆
  2. Linux24.4%
    DevOps · 180 筆

框架、LLM 與領域訊號

類別:框架、LLM 應用、領域知識、辦公軟體

  1. PyTorch54.7%
    框架 · 403 筆
  2. 框架 · 359 筆
  3. LLM41.3%
    LLM 應用 · 304 筆
  4. LLM 應用 · 204 筆

產業與地區分布

佔這個技能的職缺數。

產業
  1. 軟體與網路
    216
    29.3%
  2. 電子與硬體製造
    156
    21.2%
  3. 半導體
    108
    14.6%
  4. 專業服務
    70
    9.5%
  5. 金融與保險
    48
    6.5%
  6. 醫療與生技
    45
    6.1%
  7. 其他製造業
    42
    5.7%
  8. 電信、媒體與數位內容
    13
    1.8%
  9. 批發零售與電商
    13
    1.8%
  10. 顧問與行銷服務
    12
    1.6%
  11. 營建與不動產
    7
    0.9%
  12. 能源、公用事業與天然資源
    2
    0.3%
地區
  1. 台北市
    310
    42.1%
  2. 新北市
    84
    11.4%
  3. 新竹縣
    84
    11.4%
  4. 新竹市
    77
    10.4%
  5. 台中市
    62
    8.4%
  6. 桃園市
    41
    5.6%
  7. 高雄市
    28
    3.8%
  8. 台南市
    20
    2.7%
  9. 苗栗縣
    10
    1.4%
  10. 彰化縣
    4
    0.5%
  11. 南投縣
    3
    0.4%
  12. 雲林縣
    3
    0.4%

這個數字從哪裡看出來

737 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。

  1. 雇主技能標籤
    190
  2. 職稱
    30
  3. 職務說明
    629
這一頁的資料
資料日期
2026年9月11日
本期核心 AI 職缺
3,523
方法版本
2026.09.1

本頁尚未列入搜尋索引:還需要第二期資料才能談變化。