SkillTrendLab
EN
技能 · 機器學習

Statistics

推論與檢定的統計方法。

3.5%
核心 AI 職缺提到
122
筆職缺
86
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
    34 筆職缺
    22.5%
  2. AI 研究員
    5 筆職缺
    8.3%
  3. 演算法工程師
    15 筆職缺
    4.7%
  4. LLM／NLP 工程師
    6 筆職缺
    3.4%
  5. 智慧製造／AOI
    7 筆職缺
    3.1%
  6. MLOps／平台工程師
    1 筆職缺
    2.6%
  7. AI 工程師
    41 筆職缺
    2.4%
  8. 電腦視覺工程師
    1 筆職缺
    0.9%
  9. AI 產品／專案經理
    1 筆職缺
    0.3%

和它一起出現的技能

在提到 Statistics 的職缺中，同時提到其他技能的比例。

  1. Python
    程式語言
    80.3%
  2. Machine Learning
    機器學習
    71.3%
  3. Data Analysis
    資料工程
    54.9%
  4. Deep Learning
    機器學習
    39.3%
  5. PyTorch
    框架
    34.4%
  6. LLM
    LLM 應用
    30.3%
  7. SQL
    程式語言
    29.5%
  8. TensorFlow
    框架
    29.5%
  9. System Architecture
    方法與流程
    27.1%
  10. Git
    工具
    27.1%
  11. Linux
    DevOps
    25.4%
  12. Docker
    DevOps
    23.8%

產業與地區分布

佔這個技能的職缺數。

產業
  1. 軟體與網路
    30
    24.6%
  2. 電子與硬體製造
    26
    21.3%
  3. 醫療與生技
    20
    16.4%
  4. 金融與保險
    16
    13.1%
  5. 半導體
    12
    9.8%
  6. 專業服務
    5
    4.1%
  7. 批發零售與電商
    5
    4.1%
  8. 顧問與行銷服務
    5
    4.1%
  9. 其他製造業
    3
    2.5%
地區
  1. 台北市
    58
    47.5%
  2. 新北市
    16
    13.1%
  3. 台中市
    13
    10.7%
  4. 新竹縣
    10
    8.2%
  5. 新竹市
    8
    6.6%
  6. 桃園市
    5
    4.1%
  7. 高雄市
    4
    3.3%
  8. 台南市
    4
    3.3%
  9. 彰化縣
    1
    0.8%
  10. 苗栗縣
    1
    0.8%
  11. 花蓮縣
    1
    0.8%
  12. 南投縣
    1
    0.8%

這個數字從哪裡看出來

122 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
    16
  2. 職稱
    2
  3. 職務說明
    113
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 →