SkillTrendLab
技能 · 方法與流程 · 基礎與解題

System Architecture

規劃系統的組成、介面與整合方式。

33.1%
核心 AI 職缺提到
1,168
筆職缺
670
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 System Architecture。

在 8 個有獨立頁面的職位中,有 8 個職位至少五分之一的職缺提到 System Architecture:AI 工程師 36.8%、LLM/NLP 工程師 36.6%、智慧製造/AOI 32.4%、AI 硬體/邊緣運算工程師 28.5%、電腦視覺工程師 28.3%、AI 產品/專案經理 26.2%、資料科學家 23.8%、演算法工程師 23.4%。

沒有任何一個有獨立頁面的職位,提到 System Architecture 的比例達到全體核心 AI 職缺的兩倍。

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. MLOps/平台工程師60.5%
    38 筆中有 23 筆 · 樣本未達獨立頁面門檻,不列入解讀
  2. 1,741 筆中有 640 筆
  3. 175 筆中有 64 筆
  4. 225 筆中有 73 筆
  5. 123 筆中有 35 筆
  6. 113 筆中有 32 筆
  7. 305 筆中有 80 筆
  8. 151 筆中有 36 筆
  9. 321 筆中有 75 筆
  10. AI 研究員23.3%
    60 筆中有 14 筆 · 樣本未達獨立頁面門檻,不列入解讀

和它一起出現的技能

分母是提到 System Architecture 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. Python62.2%
    程式語言 · 727 筆
  2. 機器學習 · 282 筆
  3. 方法與流程 · 273 筆
  4. SQL22.2%
    程式語言 · 259 筆
  5. C++21.1%
    程式語言 · 247 筆

上線與交付

類別:DevOps、雲端、工具

  1. Git35.8%
    工具 · 418 筆
  2. Docker26.7%
    DevOps · 312 筆
  3. Linux25.4%
    DevOps · 297 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. LLM42.0%
    LLM 應用 · 491 筆
  2. LLM 應用 · 345 筆
  3. RAG29.3%
    LLM 應用 · 342 筆
  4. LLM 應用 · 287 筆

產業與地區分布

佔這個技能的職缺數。

產業
  1. 軟體與網路
    417
    35.7%
  2. 電子與硬體製造
    267
    22.9%
  3. 半導體
    111
    9.5%
  4. 其他製造業
    78
    6.7%
  5. 金融與保險
    57
    4.9%
  6. 專業服務
    56
    4.8%
  7. 電信、媒體與數位內容
    54
    4.6%
  8. 批發零售與電商
    46
    3.9%
  9. 醫療與生技
    34
    2.9%
  10. 營建與不動產
    15
    1.3%
  11. 顧問與行銷服務
    12
    1.0%
  12. 餐旅與生活服務
    10
    0.9%
地區
  1. 台北市
    484
    41.4%
  2. 新北市
    221
    18.9%
  3. 新竹市
    87
    7.4%
  4. 台中市
    85
    7.3%
  5. 新竹縣
    76
    6.5%
  6. 桃園市
    74
    6.3%
  7. 高雄市
    64
    5.5%
  8. 台南市
    28
    2.4%
  9. 苗栗縣
    19
    1.6%
  10. 彰化縣
    11
    0.9%
  11. 雲林縣
    6
    0.5%
  12. 南投縣
    5
    0.4%

這個數字從哪裡看出來

1,168 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
    365
  2. 職稱
    75
  3. 職務說明
    926
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。