技能 · LLM 應用
Prompt Engineering
設計提示以引導語言模型輸出的技術。
- 12.5%
- 核心 AI 職缺提到
- 441
- 筆職缺
- 323
- 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。
- 64 筆職缺36.6%
- 290 筆職缺16.7%
- MLOps／平台工程師6 筆職缺15.8%
- AI 研究員6 筆職缺10.0%
- 25 筆職缺8.2%
- 8 筆職缺5.3%
- 3 筆職缺1.3%
- 4 筆職缺1.3%
- 1 筆職缺0.9%
- 1 筆職缺0.8%
和它一起出現的技能
在提到 Prompt Engineering 的職缺中，同時提到其他技能的比例。
- LLM 應用83.0%
- 程式語言76.9%
- LLM 應用63.5%
- LLM 應用54.2%
- LLM 應用50.6%
- 方法與流程50.6%
- 工具46.0%
- LLM 應用43.3%
- LLM 應用40.1%
- DevOps37.2%
- 33.8%
- 方法與流程32.9%
產業與地區分布
佔這個技能的職缺數。
- 軟體與網路19945.1%
- 電子與硬體製造4610.4%
- 半導體347.7%
- 電信、媒體與數位內容296.6%
- 金融與保險296.6%
- 其他製造業255.7%
- 批發零售與電商225.0%
- 醫療與生技194.3%
- 顧問與行銷服務112.5%
- 專業服務92.0%
- 餐旅與生活服務81.8%
- 營建與不動產51.1%
- 台北市23553.3%
- 新北市6915.7%
- 台中市347.7%
- 高雄市255.7%
- 新竹縣173.9%
- 新竹市173.9%
- 桃園市132.9%
- 苗栗縣81.8%
- 彰化縣51.1%
- 台南市40.9%
- 花蓮縣30.7%
- 南投縣30.7%
這個數字從哪裡看出來
441 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183
- 職稱3
- 職務說明322