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。
- LLM/NLP 工程師32.0%175 筆中有 56 筆 · 至少整體兩倍
- 資料科學家23.2%151 筆中有 35 筆 · 至少整體兩倍
- 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
- AI 工程師11.1%1,741 筆中有 193 筆
- 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
- 演算法工程師5.6%321 筆中有 18 筆
- AI 產品/專案經理3.3%305 筆中有 10 筆
- AI 硬體/邊緣運算工程師1.6%123 筆中有 2 筆
- 電腦視覺工程師0.9%113 筆中有 1 筆
- 智慧製造/AOI0.4%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
- Python84.1%程式語言 · 286 筆
- Machine Learning61.8%機器學習 · 210 筆
- Deep Learning50.6%機器學習 · 172 筆
- System Architecture38.2%方法與流程 · 130 筆
上線與交付
類別:DevOps、雲端、工具
- 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
- LLM74.7%LLM 應用 · 254 筆
- Generative AI47.1%LLM 應用 · 160 筆
- RAG46.2%LLM 應用 · 157 筆
- PyTorch44.4%框架 · 151 筆
- Prompt Engineering37.9%LLM 應用 · 129 筆
- TensorFlow36.8%框架 · 125 筆
- AI Agents36.8%LLM 應用 · 125 筆
產業與地區分布
佔這個技能的職缺數。
- 軟體與網路14943.8%
- 電子與硬體製造3410.0%
- 金融與保險298.5%
- 醫療與生技257.3%
- 專業服務205.9%
- 其他製造業164.7%
- 半導體144.1%
- 電信、媒體與數位內容144.1%
- 批發零售與電商133.8%
- 顧問與行銷服務113.2%
- 營建與不動產92.6%
- 餐旅與生活服務20.6%
- 台北市20259.4%
- 新北市3510.3%
- 台中市3410.0%
- 新竹縣164.7%
- 新竹市133.8%
- 桃園市123.5%
- 高雄市102.9%
- 台南市82.4%
- 花蓮縣30.9%
- 雲林縣20.6%
- 彰化縣10.3%
- 屏東縣10.3%
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。
- 雇主技能標籤159
- 職稱12
- 職務說明233