技能 · 資料庫 · 基礎與解題
Vector Database
儲存並以相似度檢索向量嵌入的資料庫。
- 7.8%
- 核心 AI 職缺提到
- 273
- 筆職缺
- 220
- 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 8 個職位類別的職缺提到 Vector Database。
在 8 個有獨立頁面的職位中,有 1 個職位至少五分之一的職缺提到 Vector Database:LLM/NLP 工程師 23.4%。
Vector Database 在「LLM/NLP 工程師」職缺中的出現比例(23.4%)至少是全體核心 AI 職缺(7.8%)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。
- LLM/NLP 工程師23.4%175 筆中有 41 筆 · 至少整體兩倍
- MLOps/平台工程師18.4%38 筆中有 7 筆 · 樣本未達獨立頁面門檻,不列入解讀
- AI 工程師11.3%1,741 筆中有 196 筆
- 資料科學家4.6%151 筆中有 7 筆
- AI 產品/專案經理1.6%305 筆中有 5 筆
- 演算法工程師0.9%321 筆中有 3 筆
- 電腦視覺工程師0.9%113 筆中有 1 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 Vector Database 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
- Python89.0%程式語言 · 243 筆
- System Architecture60.1%方法與流程 · 164 筆
- REST API39.6%方法與流程 · 108 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
- RAG90.5%LLM 應用 · 247 筆
- LLM89.4%LLM 應用 · 244 筆
- AI Agents60.1%LLM 應用 · 164 筆
- Prompt Engineering54.6%LLM 應用 · 149 筆
- Generative AI44.3%LLM 應用 · 121 筆
- ChatGPT40.7%LLM 應用 · 111 筆
- LangChain39.2%框架 · 107 筆
產業與地區分布
佔這個技能的職缺數。
- 軟體與網路11943.6%
- 電子與硬體製造3713.6%
- 半導體248.8%
- 金融與保險207.3%
- 批發零售與電商176.2%
- 電信、媒體與數位內容165.9%
- 醫療與生技134.8%
- 其他製造業103.7%
- 顧問與行銷服務51.8%
- 專業服務51.8%
- 營建與不動產20.7%
- 餐旅與生活服務20.7%
- 台北市14151.6%
- 新北市4717.2%
- 台中市248.8%
- 桃園市134.8%
- 高雄市114.0%
- 新竹市103.7%
- 新竹縣82.9%
- 苗栗縣62.2%
- 彰化縣51.8%
- 台南市20.7%
- 南投縣20.7%
- 花蓮縣20.7%
這個數字從哪裡看出來
273 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273