技能 · 框架
TensorFlow
Google 的深度學習框架。
- 14.8%
- 核心 AI 職缺提到
- 521
- 筆職缺
- 334
- 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。
- 38 筆職缺33.6%
- 44 筆職缺29.1%
- AI 研究員14 筆職缺23.3%
- 69 筆職缺21.5%
- MLOps/平台工程師8 筆職缺21.1%
- 287 筆職缺16.5%
- 27 筆職缺15.4%
- 11 筆職缺8.9%
- 5 筆職缺2.2%
- 5 筆職缺1.6%
和它一起出現的技能
在提到 TensorFlow 的職缺中,同時提到其他技能的比例。
- 框架91.9%
- 程式語言88.5%
- 機器學習68.9%
- 機器學習63.0%
- LLM 應用43.8%
- 程式語言40.9%
- 機器學習36.5%
- 方法與流程35.1%
- 工具31.7%
- 機器學習27.5%
- DevOps27.1%
- DevOps25.1%
產業與地區分布
佔這個技能的職缺數。
- 軟體與網路15529.8%
- 電子與硬體製造11522.1%
- 半導體8015.4%
- 專業服務387.3%
- 醫療與生技377.1%
- 金融與保險326.1%
- 其他製造業265.0%
- 電信、媒體與數位內容112.1%
- 批發零售與電商112.1%
- 營建與不動產61.1%
- 顧問與行銷服務51.0%
- 政府與非營利組織20.4%
- 台北市22543.2%
- 新北市7414.2%
- 新竹市6011.5%
- 新竹縣509.6%
- 台中市377.1%
- 桃園市254.8%
- 高雄市193.6%
- 苗栗縣112.1%
- 台南市101.9%
- 南投縣30.6%
- 屏東縣10.2%
- 花蓮縣10.2%
這個數字從哪裡看出來
521 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191
- 職稱0
- 職務說明446