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。
- 電腦視覺工程師13.3%113 筆中有 15 筆 · 至少整體兩倍
- 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
- AI 工程師3.9%1,741 筆中有 68 筆
- 演算法工程師3.7%321 筆中有 12 筆
- LLM/NLP 工程師2.9%175 筆中有 5 筆
- AI 硬體/邊緣運算工程師2.4%123 筆中有 3 筆
- 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
- AI 產品/專案經理0.7%305 筆中有 2 筆
- 智慧製造/AOI0.4%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
- Python94.6%程式語言 · 106 筆
- C++58.9%程式語言 · 66 筆
- Deep Learning50.0%機器學習 · 56 筆
- Computer Vision46.4%機器學習 · 52 筆
- System Architecture44.6%方法與流程 · 50 筆
- MLOps40.2%機器學習 · 45 筆
上線與交付
類別:DevOps、雲端、工具
框架、LLM 與領域訊號
類別:框架、LLM 應用、領域知識、辦公軟體
- PyTorch71.4%框架 · 80 筆
- LLM52.7%LLM 應用 · 59 筆
- TensorFlow50.9%框架 · 57 筆
產業與地區分布
佔這個技能的職缺數。
- 軟體與網路5650.0%
- 半導體1715.2%
- 電子與硬體製造1715.2%
- 專業服務98.0%
- 其他製造業54.5%
- 醫療與生技21.8%
- 金融與保險21.8%
- 營建與不動產10.9%
- 電信、媒體與數位內容10.9%
- 政府與非營利組織10.9%
- 批發零售與電商10.9%
- 台北市4641.1%
- 新北市1816.1%
- 新竹縣1513.4%
- 新竹市98.0%
- 桃園市76.3%
- 苗栗縣54.5%
- 台中市43.6%
- 台南市32.7%
- 高雄市32.7%
- 雲林縣10.9%
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。
- 雇主技能標籤0
- 職稱0
- 職務說明112