技能 · 框架 · 框架、LLM 與領域訊號
ROS
機器人軟體的中介框架。
- 2.7%
- 核心 AI 職缺提到
- 95
- 筆職缺
- 58
- 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 9 個職位類別的職缺提到 ROS。
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 ROS。
ROS 在「演算法工程師」職缺中的出現比例(6.5%)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。
ROS 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。
- 演算法工程師6.5%321 筆中有 21 筆 · 至少整體兩倍
- AI 研究員5.0%60 筆中有 3 筆 · 樣本未達獨立頁面門檻,不列入解讀
- AI 硬體/邊緣運算工程師4.1%123 筆中有 5 筆
- 電腦視覺工程師3.5%113 筆中有 4 筆
- AI 工程師3.1%1,741 筆中有 54 筆
- MLOps/平台工程師2.6%38 筆中有 1 筆 · 樣本未達獨立頁面門檻,不列入解讀
- 智慧製造/AOI1.3%225 筆中有 3 筆
- 資料科學家0.7%151 筆中有 1 筆
- AI 產品/專案經理0.3%305 筆中有 1 筆
和它一起出現的技能
分母是提到 ROS 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
- Python79.0%程式語言 · 75 筆
- C++71.6%程式語言 · 68 筆
- System Architecture48.4%方法與流程 · 46 筆
- Computer Vision40.0%機器學習 · 38 筆
- Deep Learning37.9%機器學習 · 36 筆
- Machine Learning32.6%機器學習 · 31 筆
- C31.6%程式語言 · 30 筆
- Algorithm Design30.5%方法與流程 · 29 筆
- 機器學習 · 25 筆
上線與交付
類別:DevOps、雲端、工具
- Linux43.2%DevOps · 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
產業與地區分布
佔這個技能的職缺數。
- 電子與硬體製造2829.5%
- 軟體與網路2223.2%
- 其他製造業2021.1%
- 專業服務1616.8%
- 半導體33.2%
- 電信、媒體與數位內容22.1%
- 政府與非營利組織11.1%
- 顧問與行銷服務11.1%
- 批發零售與電商11.1%
- 醫療與生技11.1%
- 台北市2728.4%
- 新北市1414.7%
- 新竹縣1414.7%
- 桃園市1313.7%
- 新竹市1010.5%
- 台中市77.4%
- 台南市66.3%
- 雲林縣22.1%
- 高雄市11.1%
- 宜蘭縣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3
- 職務說明95