SkillTrendLab
技能 · 框架 · 框架、LLM 與領域訊號

Keras

TensorFlow 之上的高階模型 API。

2.7%
核心 AI 職缺提到
94
筆職缺
74
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 8 個職位類別的職缺提到 Keras。

在 8 個有獨立頁面的職位中,沒有一個職位有五分之一以上的職缺提到 Keras。

Keras 在「電腦視覺工程師」職缺中的出現比例(10.6%)至少是全體核心 AI 職缺(2.7%)的兩倍,比整體更集中在這個職位。

Keras 在「資料科學家」職缺中的出現比例(6.6%)至少是全體核心 AI 職缺(2.7%)的兩倍,比整體更集中在這個職位。

Keras 屬於「框架」,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. 113 筆中有 12 筆 · 至少整體兩倍
  2. 151 筆中有 10 筆 · 至少整體兩倍
  3. 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
  4. 321 筆中有 14 筆
  5. 1,741 筆中有 42 筆
  6. 175 筆中有 4 筆
  7. 123 筆中有 2 筆
  8. 225 筆中有 3 筆

和它一起出現的技能

分母是提到 Keras 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. Python90.4%
    程式語言 · 85 筆
  2. 機器學習 · 82 筆
  3. 機器學習 · 71 筆
  4. C++47.9%
    程式語言 · 45 筆
  5. 機器學習 · 42 筆
  6. NLP36.2%
    機器學習 · 34 筆
  7. C28.7%
    程式語言 · 27 筆

上線與交付

類別:DevOps、雲端、工具

這一組沒有技能進入列表。

框架、LLM 與領域訊號

類別:框架、LLM 應用、領域知識、辦公軟體

  1. 框架 · 86 筆
  2. PyTorch84.0%
    框架 · 79 筆
  3. OpenCV36.2%
    框架 · 34 筆
  4. LLM34.0%
    LLM 應用 · 32 筆
  5. 框架 · 31 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
    27
    28.7%
  2. 軟體與網路
    19
    20.2%
  3. 醫療與生技
    13
    13.8%
  4. 半導體
    11
    11.7%
  5. 專業服務
    7
    7.4%
  6. 電信、媒體與數位內容
    6
    6.4%
  7. 其他製造業
    4
    4.3%
  8. 金融與保險
    4
    4.3%
  9. 能源、公用事業與天然資源
    1
    1.1%
  10. 顧問與行銷服務
    1
    1.1%
  11. 政府與非營利組織
    1
    1.1%
地區
  1. 台北市
    32
    34.0%
  2. 台中市
    12
    12.8%
  3. 新北市
    11
    11.7%
  4. 新竹市
    10
    10.6%
  5. 新竹縣
    9
    9.6%
  6. 桃園市
    8
    8.5%
  7. 高雄市
    6
    6.4%
  8. 台南市
    3
    3.2%
  9. 南投縣
    1
    1.1%
  10. 花蓮縣
    1
    1.1%

這個數字從哪裡看出來

94 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
    24
  2. 職稱
    0
  3. 職務說明
    79
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。