SkillTrendLab
EN
技能 · 框架

pandas

Python 的表格資料處理函式庫。

3.0%
核心 AI 職缺提到
106
筆職缺
90
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. 資料科學家
    27 筆職缺
    17.9%
  2. 電腦視覺工程師
    6 筆職缺
    5.3%
  3. AI 研究員
    3 筆職缺
    5.0%
  4. AI 工程師
    57 筆職缺
    3.3%
  5. LLM／NLP 工程師
    5 筆職缺
    2.9%
  6. 演算法工程師
    5 筆職缺
    1.6%
  7. 智慧製造／AOI
    1 筆職缺
    0.4%

和它一起出現的技能

在提到 pandas 的職缺中，同時提到其他技能的比例。

  1. Python
    程式語言
    99.1%
  2. NumPy
    框架
    80.2%
  3. Machine Learning
    機器學習
    73.6%
  4. PyTorch
    框架
    61.3%
  5. Deep Learning
    機器學習
    54.7%
  6. TensorFlow
    框架
    53.8%
  7. scikit-learn
    框架
    50.9%
  8. Data Analysis
    資料工程
    47.2%
  9. LLM
    LLM 應用
    47.2%
  10. Git
    工具
    43.4%
  11. SQL
    程式語言
    37.7%
  12. RAG
    LLM 應用
    31.1%

產業與地區分布

佔這個技能的職缺數。

產業
  1. 軟體與網路
    32
    30.2%
  2. 電子與硬體製造
    18
    17.0%
  3. 半導體
    12
    11.3%
  4. 金融與保險
    9
    8.5%
  5. 專業服務
    6
    5.7%
  6. 醫療與生技
    6
    5.7%
  7. 顧問與行銷服務
    5
    4.7%
  8. 其他製造業
    5
    4.7%
  9. 電信、媒體與數位內容
    5
    4.7%
  10. 批發零售與電商
    4
    3.8%
  11. 營建與不動產
    3
    2.8%
  12. 運輸與物流
    1
    0.9%
地區
  1. 台北市
    58
    54.7%
  2. 新北市
    16
    15.1%
  3. 新竹市
    8
    7.5%
  4. 台中市
    7
    6.6%
  5. 新竹縣
    4
    3.8%
  6. 高雄市
    4
    3.8%
  7. 台南市
    2
    1.9%
  8. 苗栗縣
    2
    1.9%
  9. 花蓮縣
    1
    0.9%
  10. 雲林縣
    1
    0.9%
  11. 桃園市
    1
    0.9%
  12. 屏東縣
    1
    0.9%

這個數字從哪裡看出來

106 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
    0
  3. 職務說明
    106
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 →