SkillTrendLab
技能 · 機器學習 · 基礎與解題

NLP

自然語言處理。

9.7%
核心 AI 職缺提到
340
筆職缺
248
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 NLP。

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 NLP:LLM/NLP 工程師 32.0%、資料科學家 23.2%。

NLP 在「LLM/NLP 工程師」職缺中的出現比例(32.0%)至少是全體核心 AI 職缺(9.7%)的兩倍,比整體更集中在這個職位。

NLP 在「資料科學家」職缺中的出現比例(23.2%)至少是全體核心 AI 職缺(9.7%)的兩倍,比整體更集中在這個職位。

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 56 筆 · 至少整體兩倍
  2. 151 筆中有 35 筆 · 至少整體兩倍
  3. AI 研究員15.0%
    60 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 193 筆
  5. MLOps/平台工程師7.9%
    38 筆中有 3 筆 · 樣本未達獨立頁面門檻,不列入解讀
  6. 321 筆中有 18 筆
  7. 305 筆中有 10 筆
  8. 123 筆中有 2 筆
  9. 113 筆中有 1 筆
  10. 225 筆中有 1 筆

和它一起出現的技能

分母是提到 NLP 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. Python84.1%
    程式語言 · 286 筆
  2. 機器學習 · 210 筆
  3. 機器學習 · 172 筆
  4. 方法與流程 · 130 筆

上線與交付

類別:DevOps、雲端、工具

  1. Git37.4%
    工具 · 127 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. LLM74.7%
    LLM 應用 · 254 筆
  2. LLM 應用 · 160 筆
  3. RAG46.2%
    LLM 應用 · 157 筆
  4. PyTorch44.4%
    框架 · 151 筆
  5. LLM 應用 · 129 筆
  6. 框架 · 125 筆
  7. LLM 應用 · 125 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
    149
    43.8%
  2. 電子與硬體製造
    34
    10.0%
  3. 金融與保險
    29
    8.5%
  4. 醫療與生技
    25
    7.3%
  5. 專業服務
    20
    5.9%
  6. 其他製造業
    16
    4.7%
  7. 半導體
    14
    4.1%
  8. 電信、媒體與數位內容
    14
    4.1%
  9. 批發零售與電商
    13
    3.8%
  10. 顧問與行銷服務
    11
    3.2%
  11. 營建與不動產
    9
    2.6%
  12. 餐旅與生活服務
    2
    0.6%
地區
  1. 台北市
    202
    59.4%
  2. 新北市
    35
    10.3%
  3. 台中市
    34
    10.0%
  4. 新竹縣
    16
    4.7%
  5. 新竹市
    13
    3.8%
  6. 桃園市
    12
    3.5%
  7. 高雄市
    10
    2.9%
  8. 台南市
    8
    2.4%
  9. 花蓮縣
    3
    0.9%
  10. 雲林縣
    2
    0.6%
  11. 彰化縣
    1
    0.3%
  12. 屏東縣
    1
    0.3%

這個數字從哪裡看出來

340 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
    159
  2. 職稱
    12
  3. 職務說明
    233
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。