SkillTrendLab
技能 · LLM 應用 · 框架、LLM 與領域訊號

Generative AI

生成式 AI:產生文字、影像、語音或程式碼的模型應用。

19.0%
核心 AI 職缺提到
669
筆職缺
441
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 Generative AI。

在 8 個有獨立頁面的職位中,有 2 個職位至少五分之一的職缺提到 Generative AI:LLM/NLP 工程師 60.0%、AI 工程師 21.1%。

Generative AI 在「LLM/NLP 工程師」職缺中的出現比例(60.0%)至少是全體核心 AI 職缺(19.0%)的兩倍,比整體更集中在這個職位。

Generative AI 屬於「LLM 應用」,是框架、LLM 與領域訊號;請搭配下方和它一起出現的基礎與上線交付技能一起解讀。

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. 175 筆中有 105 筆 · 至少整體兩倍
  2. AI 研究員28.3%
    60 筆中有 17 筆 · 樣本未達獨立頁面門檻,不列入解讀
  3. MLOps/平台工程師23.7%
    38 筆中有 9 筆 · 樣本未達獨立頁面門檻,不列入解讀
  4. 1,741 筆中有 367 筆
  5. 305 筆中有 57 筆
  6. 151 筆中有 26 筆
  7. 225 筆中有 12 筆
  8. 113 筆中有 6 筆
  9. 321 筆中有 17 筆
  10. 123 筆中有 1 筆

和它一起出現的技能

分母是提到 Generative AI 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. Python69.4%
    程式語言 · 464 筆
  2. 方法與流程 · 287 筆
  3. 機器學習 · 277 筆
  4. 機器學習 · 204 筆
  5. NLP23.9%
    機器學習 · 160 筆

上線與交付

類別:DevOps、雲端、工具

  1. Git33.5%
    工具 · 224 筆
  2. Docker27.2%
    DevOps · 182 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. LLM66.8%
    LLM 應用 · 447 筆
  2. RAG44.8%
    LLM 應用 · 300 筆
  3. LLM 應用 · 286 筆
  4. LLM 應用 · 223 筆
  5. ChatGPT26.5%
    LLM 應用 · 177 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
    224
    33.5%
  2. 電子與硬體製造
    91
    13.6%
  3. 金融與保險
    69
    10.3%
  4. 半導體
    62
    9.3%
  5. 其他製造業
    42
    6.3%
  6. 專業服務
    39
    5.8%
  7. 電信、媒體與數位內容
    36
    5.4%
  8. 批發零售與電商
    32
    4.8%
  9. 醫療與生技
    31
    4.6%
  10. 顧問與行銷服務
    20
    3.0%
  11. 餐旅與生活服務
    8
    1.2%
  12. 營建與不動產
    7
    1.1%
地區
  1. 台北市
    334
    49.9%
  2. 新北市
    98
    14.6%
  3. 台中市
    51
    7.6%
  4. 新竹縣
    50
    7.5%
  5. 新竹市
    41
    6.1%
  6. 高雄市
    29
    4.3%
  7. 桃園市
    21
    3.1%
  8. 台南市
    15
    2.2%
  9. 苗栗縣
    10
    1.5%
  10. 雲林縣
    4
    0.6%
  11. 嘉義縣
    4
    0.6%
  12. 彰化縣
    2
    0.3%

這個數字從哪裡看出來

669 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
    200
  2. 職稱
    68
  3. 職務說明
    514
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。