技能 · 框架 · 框架、LLM 與領域訊號
NumPy
Python 的數值陣列運算基礎。
- 2.7%
- 核心 AI 職缺提到
- 95
- 筆職缺
- 81
- 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 NumPy。
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 NumPy。
NumPy 在「資料科學家」職缺中的出現比例(12.6%)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。
NumPy 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。
和它一起出現的技能
分母是提到 NumPy 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
- Python99.0%程式語言 · 94 筆
- Machine Learning75.8%機器學習 · 72 筆
- Deep Learning61.1%機器學習 · 58 筆
- Data Analysis43.2%資料工程 · 41 筆
- SQL31.6%程式語言 · 30 筆
- C++29.5%程式語言 · 28 筆
上線與交付
類別:DevOps、雲端、工具
- Git43.2%工具 · 41 筆
框架、LLM 與領域訊號
類別:框架、LLM 應用、領域知識、辦公軟體
- pandas89.5%框架 · 85 筆
- PyTorch68.4%框架 · 65 筆
- TensorFlow60.0%框架 · 57 筆
- scikit-learn52.6%框架 · 50 筆
- LLM42.1%LLM 應用 · 40 筆
產業與地區分布
佔這個技能的職缺數。
- 軟體與網路3031.6%
- 電子與硬體製造1515.8%
- 半導體1111.6%
- 金融與保險77.4%
- 專業服務77.4%
- 醫療與生技66.3%
- 其他製造業55.3%
- 電信、媒體與數位內容55.3%
- 批發零售與電商55.3%
- 顧問與行銷服務33.2%
- 運輸與物流11.1%
- 台北市4951.6%
- 新北市1515.8%
- 新竹市99.5%
- 台中市55.3%
- 新竹縣44.2%
- 高雄市44.2%
- 台南市22.1%
- 苗栗縣22.1%
- 屏東縣11.1%
- 桃園市11.1%
- 雲林縣11.1%
- 花蓮縣11.1%
這個數字從哪裡看出來
95 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0
- 職稱0
- 職務說明95