SkillTrendLab
EN
技能 · LLM 應用

MCP

Model Context Protocol：讓 AI 模型連接工具與資料的開放協定。

5.6%
核心 AI 職缺提到
196
筆職缺
147
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
    5 筆職缺
    13.2%
  2. LLM／NLP 工程師
    21 筆職缺
    12.0%
  3. AI 工程師
    140 筆職缺
    8.0%
  4. AI 研究員
    3 筆職缺
    5.0%
  5. 資料科學家
    3 筆職缺
    2.0%
  6. AI 產品／專案經理
    6 筆職缺
    2.0%
  7. 智慧製造／AOI
    1 筆職缺
    0.4%
  8. 演算法工程師
    1 筆職缺
    0.3%

和它一起出現的技能

在提到 MCP 的職缺中，同時提到其他技能的比例。

  1. LLM
    LLM 應用
    81.1%
  2. AI Agents
    LLM 應用
    80.1%
  3. Python
    程式語言
    77.5%
  4. RAG
    LLM 應用
    71.4%
  5. Git
    工具
    52.0%
  6. System Architecture
    方法與流程
    51.0%
  7. Docker
    DevOps
    48.5%
  8. Claude
    LLM 應用
    44.4%
  9. Prompt Engineering
    LLM 應用
    42.9%
  10. Generative AI
    LLM 應用
    42.9%
  11. CI/CD
    DevOps
    36.7%
  12. ChatGPT
    LLM 應用
    35.2%

產業與地區分布

佔這個技能的職缺數。

產業
  1. 軟體與網路
    94
    48.0%
  2. 電子與硬體製造
    31
    15.8%
  3. 半導體
    21
    10.7%
  4. 金融與保險
    13
    6.6%
  5. 電信、媒體與數位內容
    8
    4.1%
  6. 專業服務
    8
    4.1%
  7. 其他製造業
    6
    3.1%
  8. 醫療與生技
    4
    2.0%
  9. 批發零售與電商
    4
    2.0%
  10. 營建與不動產
    3
    1.5%
  11. 餐旅與生活服務
    2
    1.0%
  12. 顧問與行銷服務
    2
    1.0%
地區
  1. 台北市
    113
    57.6%
  2. 新北市
    21
    10.7%
  3. 台中市
    16
    8.2%
  4. 新竹縣
    15
    7.6%
  5. 新竹市
    10
    5.1%
  6. 桃園市
    7
    3.6%
  7. 高雄市
    5
    2.5%
  8. 台南市
    3
    1.5%
  9. 彰化縣
    2
    1.0%
  10. 花蓮縣
    1
    0.5%
  11. 屏東縣
    1
    0.5%
  12. 南投縣
    1
    0.5%

這個數字從哪裡看出來

196 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
    0
  2. 職稱
    1
  3. 職務說明
    196
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。

研究方法 →所有技能 →