SkillTrendLab
技能 · 領域知識 · 框架、LLM 與領域訊號

Hardware Engineering

電子產品的硬體設計與驗證。

2.1%
核心 AI 職缺提到
74
筆職缺
45
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 7 個職位類別的職缺提到 Hardware Engineering。

在 8 個有獨立頁面的職位中,有 1 個職位至少五分之一的職缺提到 Hardware Engineering:AI 硬體/邊緣運算工程師 28.5%。

Hardware Engineering 在「AI 硬體/邊緣運算工程師」職缺中的出現比例(28.5%)至少是全體核心 AI 職缺(2.1%)的兩倍,比整體更集中在這個職位。

Hardware Engineering 屬於「領域知識」,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. 123 筆中有 35 筆 · 至少整體兩倍
  2. AI 研究員5.0%
    60 筆中有 3 筆 · 樣本未達獨立頁面門檻,不列入解讀
  3. 1,741 筆中有 25 筆
  4. 175 筆中有 2 筆
  5. 305 筆中有 3 筆
  6. 321 筆中有 3 筆
  7. 225 筆中有 1 筆

和它一起出現的技能

分母是提到 Hardware Engineering 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. 方法與流程 · 25 筆
  2. Python29.7%
    程式語言 · 22 筆
  3. C++27.0%
    程式語言 · 20 筆
  4. C16.2%
    程式語言 · 12 筆

上線與交付

類別:DevOps、雲端、工具

  1. 工具 · 36 筆
  2. Linux20.3%
    DevOps · 15 筆
  3. Git13.5%
    工具 · 10 筆
  4. CUDA10.8%
    工具 · 8 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. 領域知識 · 37 筆
  2. 領域知識 · 26 筆
  3. 領域知識 · 25 筆
  4. LLM10.8%
    LLM 應用 · 8 筆

產業與地區分布

佔這個技能的職缺數。

產業
  1. 電子與硬體製造
    42
    56.8%
  2. 半導體
    14
    18.9%
  3. 軟體與網路
    9
    12.2%
  4. 專業服務
    5
    6.8%
  5. 批發零售與電商
    2
    2.7%
  6. 電信、媒體與數位內容
    2
    2.7%
地區
  1. 新北市
    24
    32.4%
  2. 台北市
    19
    25.7%
  3. 新竹市
    9
    12.2%
  4. 桃園市
    8
    10.8%
  5. 台中市
    4
    5.4%
  6. 新竹縣
    4
    5.4%
  7. 高雄市
    2
    2.7%
  8. 台南市
    2
    2.7%
  9. 苗栗縣
    1
    1.4%
  10. 南投縣
    1
    1.4%

這個數字從哪裡看出來

74 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
    19
  2. 職稱
    21
  3. 職務說明
    53
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。