SkillTrendLab
技能 · LLM 應用

RAG

檢索增強生成:先檢索相關資料,再讓語言模型依據它回答。

18.9%
核心 AI 職缺提到
664
筆職缺
448
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. 53.7%
  2. 429 筆職缺
    24.6%
  3. MLOps/平台工程師
    9 筆職缺
    23.7%
  4. AI 研究員
    13 筆職缺
    21.7%
  5. 28 筆職缺
    18.5%
  6. 10.5%
  7. 2.7%
  8. 2.2%
  9. 0.9%
  10. 0.8%

和它一起出現的技能

在提到 RAG 的職缺中,同時提到其他技能的比例。

  1. LLM 應用
    88.5%
  2. 程式語言
    78.6%
  3. LLM 應用
    58.1%
  4. 方法與流程
    51.5%
  5. LLM 應用
    45.2%
  6. 工具
    44.7%
  7. DevOps
    42.8%
  8. 42.2%
  9. 37.2%
  10. 方法與流程
    32.8%
  11. 機器學習
    32.5%
  12. LLM 應用
    31.0%

產業與地區分布

佔這個技能的職缺數。

產業
  1. 軟體與網路
    263
    39.6%
  2. 電子與硬體製造
    105
    15.8%
  3. 半導體
    60
    9.0%
  4. 金融與保險
    53
    8.0%
  5. 電信、媒體與數位內容
    34
    5.1%
  6. 批發零售與電商
    32
    4.8%
  7. 其他製造業
    32
    4.8%
  8. 醫療與生技
    26
    3.9%
  9. 專業服務
    19
    2.9%
  10. 顧問與行銷服務
    14
    2.1%
  11. 營建與不動產
    10
    1.5%
  12. 政府與非營利組織
    5
    0.8%
地區
  1. 台北市
    355
    53.5%
  2. 新北市
    105
    15.8%
  3. 台中市
    39
    5.9%
  4. 新竹縣
    37
    5.6%
  5. 新竹市
    34
    5.1%
  6. 桃園市
    31
    4.7%
  7. 高雄市
    29
    4.4%
  8. 台南市
    8
    1.2%
  9. 苗栗縣
    7
    1.1%
  10. 彰化縣
    6
    0.9%
  11. 南投縣
    3
    0.4%
  12. 花蓮縣
    3
    0.4%

這個數字從哪裡看出來

664 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
    13
  3. 職務說明
    663
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。