SkillTrendLab
技能 · 資料工程

ETL

抽取、轉換與載入資料的流程。

6.7%
核心 AI 職缺提到
236
筆職缺
182
家公司
30 天變化 · 第二期起

哪些職位要求它

在該職位的職缺中,提到這個技能的比例。

  1. MLOps/平台工程師
    9 筆職缺
    23.7%
  2. 34 筆職缺
    22.5%
  3. 13.7%
  4. 124 筆職缺
    7.1%
  5. 5.3%
  6. 4.0%
  7. 10 筆職缺
    3.1%
  8. 2.6%
  9. 0.8%

和它一起出現的技能

在提到 ETL 的職缺中,同時提到其他技能的比例。

  1. 程式語言
    85.6%
  2. 程式語言
    51.7%
  3. LLM 應用
    51.7%
  4. 工具
    44.9%
  5. 方法與流程
    44.9%
  6. LLM 應用
    44.9%
  7. DevOps
    41.9%
  8. 機器學習
    38.6%
  9. LLM 應用
    35.6%
  10. 雲端
    31.8%
  11. LLM 應用
    30.1%
  12. 資料工程
    29.7%

產業與地區分布

佔這個技能的職缺數。

產業
  1. 軟體與網路
    86
    36.4%
  2. 電子與硬體製造
    42
    17.8%
  3. 金融與保險
    33
    14.0%
  4. 其他製造業
    14
    5.9%
  5. 半導體
    14
    5.9%
  6. 批發零售與電商
    11
    4.7%
  7. 醫療與生技
    9
    3.8%
  8. 營建與不動產
    7
    3.0%
  9. 顧問與行銷服務
    7
    3.0%
  10. 電信、媒體與數位內容
    6
    2.5%
  11. 專業服務
    5
    2.1%
  12. 運輸與物流
    1
    0.4%
地區
  1. 台北市
    132
    55.9%
  2. 新北市
    34
    14.4%
  3. 台中市
    16
    6.8%
  4. 新竹縣
    14
    5.9%
  5. 新竹市
    11
    4.7%
  6. 高雄市
    10
    4.2%
  7. 桃園市
    7
    3.0%
  8. 台南市
    4
    1.7%
  9. 彰化縣
    4
    1.7%
  10. 雲林縣
    2
    0.9%
  11. 苗栗縣
    1
    0.4%

這個數字從哪裡看出來

236 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
    42
  2. 職稱
    0
  3. 職務說明
    218
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。