SkillTrendLab
技能 · 工具 · 上線與交付

TensorRT

NVIDIA 的推論最佳化與加速引擎。

3.2%
核心 AI 職缺提到
112
筆職缺
88
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 TensorRT。

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 TensorRT。

TensorRT 在「電腦視覺工程師」職缺中的出現比例(13.3%)至少是全體核心 AI 職缺(3.2%)的兩倍,比整體更集中在這個職位。

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. 113 筆中有 15 筆 · 至少整體兩倍
  2. MLOps/平台工程師13.2%
    38 筆中有 5 筆 · 樣本未達獨立頁面門檻,不列入解讀
  3. 1,741 筆中有 68 筆
  4. 321 筆中有 12 筆
  5. 175 筆中有 5 筆
  6. 123 筆中有 3 筆
  7. AI 研究員1.7%
    60 筆中有 1 筆 · 樣本未達獨立頁面門檻,不列入解讀
  8. 305 筆中有 2 筆
  9. 225 筆中有 1 筆

和它一起出現的技能

分母是提到 TensorRT 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. Python94.6%
    程式語言 · 106 筆
  2. C++58.9%
    程式語言 · 66 筆
  3. 機器學習 · 56 筆
  4. 機器學習 · 52 筆
  5. 方法與流程 · 50 筆
  6. MLOps40.2%
    機器學習 · 45 筆

上線與交付

類別:DevOps、雲端、工具

  1. Linux52.7%
    DevOps · 59 筆
  2. ONNX50.9%
    工具 · 57 筆
  3. CUDA42.9%
    工具 · 48 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. PyTorch71.4%
    框架 · 80 筆
  2. LLM52.7%
    LLM 應用 · 59 筆
  3. 框架 · 57 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
    56
    50.0%
  2. 半導體
    17
    15.2%
  3. 電子與硬體製造
    17
    15.2%
  4. 專業服務
    9
    8.0%
  5. 其他製造業
    5
    4.5%
  6. 醫療與生技
    2
    1.8%
  7. 金融與保險
    2
    1.8%
  8. 營建與不動產
    1
    0.9%
  9. 電信、媒體與數位內容
    1
    0.9%
  10. 政府與非營利組織
    1
    0.9%
  11. 批發零售與電商
    1
    0.9%
地區
  1. 台北市
    46
    41.1%
  2. 新北市
    18
    16.1%
  3. 新竹縣
    15
    13.4%
  4. 新竹市
    9
    8.0%
  5. 桃園市
    7
    6.3%
  6. 苗栗縣
    5
    4.5%
  7. 台中市
    4
    3.6%
  8. 台南市
    3
    2.7%
  9. 高雄市
    3
    2.7%
  10. 雲林縣
    1
    0.9%

這個數字從哪裡看出來

112 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
    0
  3. 職務說明
    112
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。