SkillTrendLab
EN
技能 · 資料工程

Apache Spark

分散式資料處理引擎。

2.2%
核心 AI 職缺提到
78
筆職缺
51
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. 資料科學家
    29 筆職缺
    19.2%
  2. 電腦視覺工程師
    3 筆職缺
    2.6%
  3. MLOps／平台工程師
    1 筆職缺
    2.6%
  4. AI 工程師
    38 筆職缺
    2.2%
  5. AI 研究員
    1 筆職缺
    1.7%
  6. LLM／NLP 工程師
    1 筆職缺
    0.6%
  7. 智慧製造／AOI
    1 筆職缺
    0.4%
  8. 演算法工程師
    1 筆職缺
    0.3%

和它一起出現的技能

在提到 Apache Spark 的職缺中，同時提到其他技能的比例。

  1. Python
    程式語言
    85.9%
  2. Machine Learning
    機器學習
    66.7%
  3. SQL
    程式語言
    60.3%
  4. AWS
    雲端
    46.2%
  5. TensorFlow
    框架
    46.2%
  6. Deep Learning
    機器學習
    44.9%
  7. PyTorch
    框架
    44.9%
  8. ETL
    資料工程
    42.3%
  9. Git
    工具
    41.0%
  10. LLM
    LLM 應用
    41.0%
  11. Data Analysis
    資料工程
    39.7%
  12. Docker
    DevOps
    39.7%

產業與地區分布

佔這個技能的職缺數。

產業
  1. 軟體與網路
    27
    34.6%
  2. 金融與保險
    23
    29.5%
  3. 電子與硬體製造
    12
    15.4%
  4. 批發零售與電商
    5
    6.4%
  5. 半導體
    2
    2.6%
  6. 醫療與生技
    2
    2.6%
  7. 其他製造業
    2
    2.6%
  8. 專業服務
    2
    2.6%
  9. 顧問與行銷服務
    1
    1.3%
  10. 營建與不動產
    1
    1.3%
  11. 運輸與物流
    1
    1.3%
地區
  1. 台北市
    51
    65.4%
  2. 新北市
    12
    15.4%
  3. 新竹市
    4
    5.1%
  4. 高雄市
    4
    5.1%
  5. 台中市
    3
    3.9%
  6. 新竹縣
    2
    2.6%
  7. 屏東縣
    1
    1.3%
  8. 桃園市
    1
    1.3%

這個數字從哪裡看出來

78 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
    5
  2. 職稱
    0
  3. 職務說明
    76
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。

研究方法 →所有技能 →