SkillTrendLab
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。

  1. 321 筆中有 21 筆 · 至少整體兩倍
  2. 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
  3. 123 筆中有 5 筆
  4. 113 筆中有 4 筆
  5. 1,741 筆中有 54 筆
  6. 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
  7. 225 筆中有 3 筆
  8. 151 筆中有 1 筆
  9. 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

  1. Python79.0%
    程式語言 · 75 筆
  2. C++71.6%
    程式語言 · 68 筆
  3. 方法與流程 · 46 筆
  4. 機器學習 · 38 筆
  5. 機器學習 · 36 筆
  6. 機器學習 · 31 筆
  7. C31.6%
    程式語言 · 30 筆
  8. 方法與流程 · 29 筆
  9. 機器學習 · 25 筆

上線與交付

類別:DevOps、雲端、工具

  1. 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

  1. 領域知識 · 78 筆
  2. PyTorch35.8%
    框架 · 34 筆

產業與地區分布

佔這個技能的職缺數。

產業
  1. 電子與硬體製造
    28
    29.5%
  2. 軟體與網路
    22
    23.2%
  3. 其他製造業
    20
    21.1%
  4. 專業服務
    16
    16.8%
  5. 半導體
    3
    3.2%
  6. 電信、媒體與數位內容
    2
    2.1%
  7. 政府與非營利組織
    1
    1.1%
  8. 顧問與行銷服務
    1
    1.1%
  9. 批發零售與電商
    1
    1.1%
  10. 醫療與生技
    1
    1.1%
地區
  1. 台北市
    27
    28.4%
  2. 新北市
    14
    14.7%
  3. 新竹縣
    14
    14.7%
  4. 桃園市
    13
    13.7%
  5. 新竹市
    10
    10.5%
  6. 台中市
    7
    7.4%
  7. 台南市
    6
    6.3%
  8. 雲林縣
    2
    2.1%
  9. 高雄市
    1
    1.1%
  10. 宜蘭縣
    1
    1.1%

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。

  1. 雇主技能標籤
    0
  2. 職稱
    3
  3. 職務說明
    95
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。