技能 · LLM 應用 · 框架、LLM 與領域訊號
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
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 RAG。
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 RAG：LLM／NLP 工程師 53.7%、AI 工程師 24.6%。
RAG 在「LLM／NLP 工程師」職缺中的出現比例（53.7%）至少是全體核心 AI 職缺（18.9%）的兩倍，比整體更集中在這個職位。
RAG 屬於「LLM 應用」，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。
- LLM／NLP 工程師53.7%175 筆中有 94 筆 · 至少整體兩倍
- AI 工程師24.6%1,741 筆中有 429 筆
- MLOps／平台工程師23.7%38 筆中有 9 筆 · 樣本未達獨立頁面門檻，不列入解讀
- AI 研究員21.7%60 筆中有 13 筆 · 樣本未達獨立頁面門檻，不列入解讀
- 資料科學家18.5%151 筆中有 28 筆
- AI 產品／專案經理10.5%305 筆中有 32 筆
- 智慧製造／AOI2.7%225 筆中有 6 筆
- 演算法工程師2.2%321 筆中有 7 筆
- 電腦視覺工程師0.9%113 筆中有 1 筆
- AI 硬體／邊緣運算工程師0.8%123 筆中有 1 筆
和它一起出現的技能
分母是提到 RAG 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
- Python78.6%程式語言 · 522 筆
- System Architecture51.5%方法與流程 · 342 筆
- Vector Database37.2%資料庫 · 247 筆
- REST API32.8%方法與流程 · 218 筆
- Machine Learning32.5%機器學習 · 216 筆
上線與交付
類別：DevOps、雲端、工具
框架、LLM 與領域訊號
類別：框架、LLM 應用、領域知識、辦公軟體
- LLM88.5%LLM 應用 · 588 筆
- AI Agents58.1%LLM 應用 · 386 筆
- Generative AI45.2%LLM 應用 · 300 筆
- Prompt Engineering42.2%LLM 應用 · 280 筆
- ChatGPT31.0%LLM 應用 · 206 筆
產業與地區分布
佔這個技能的職缺數。
- 軟體與網路26339.6%
- 電子與硬體製造10515.8%
- 半導體609.0%
- 金融與保險538.0%
- 電信、媒體與數位內容345.1%
- 批發零售與電商324.8%
- 其他製造業324.8%
- 醫療與生技263.9%
- 專業服務192.9%
- 顧問與行銷服務142.1%
- 營建與不動產101.5%
- 政府與非營利組織50.8%
- 台北市35553.5%
- 新北市10515.8%
- 台中市395.9%
- 新竹縣375.6%
- 新竹市345.1%
- 桃園市314.7%
- 高雄市294.4%
- 台南市81.2%
- 苗栗縣71.1%
- 彰化縣60.9%
- 南投縣30.4%
- 花蓮縣30.4%
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。
- 雇主技能標籤0
- 職稱13
- 職務說明663