研究方法

每個數字怎麼算出來的

樣本從哪裡來、什麼算核心 AI 職缺、技能與職位怎麼計算、什麼情況下我們選擇不發布。這一頁隨方法版本一起更新。

資料來源

本期分析資料取自 104 人力銀行公開可存取的職缺資訊。SkillTrendLab 是獨立的研究與分析服務，與 104 人力銀行沒有隸屬、合作、贊助或授權關係。

本站不提供、不重刊任何原始職缺內容，發布的只有彙整後的統計與趨勢。目前只有這一個來源，所以本站的數字描述的是這個平台上公開職缺的樣貌，不能直接等同於整個台灣市場；加入其他來源時，會在這裡說明。

每一期是固定日期當天公開中的職缺的一次快照。數字描述的是那個時點「開著的職缺」有多少、長什麼樣，不是新增職缺的流量，也不是實際錄取的人數。

同一筆職缺在一期裡只算一次；它在下一期還開著，就在下一期再算一次。要說某個技能「上升」或「下降」，是拿這一期和至少 30 天（或 90 天）前最近的一期相比，差距以百分點表示。

樣本數就是本期的核心 AI 職缺數，本頁最上方有寫；每個比例都以它為分母。

徵才平台的關鍵字搜尋是模糊比對，搜「AI」會撈到房仲和室內設計師，所以搜尋結果只當候選名單。判斷由本站自己的規則負責，規則放在版本控制裡、有測試。

職稱帶有 AI 技術詞（人工智慧、機器學習、深度學習、LLM、生成式、NLP、電腦視覺、資料科學、演算法、MLOps 等）的技術職，算核心職缺。
職稱只寫「AI」兩個字的，必須同時是技術職稱（工程師、開發、研究員、分析師、資料、系統、產品經理等）才算。「AI 客服專員」「AI 應用行銷」這類把 AI 當招牌的非技術職不算。
教學職（補習班、大專校院、講師、家教等）與人力仲介、派遣的刊登不算：前者教 AI 而不是做 AI，後者同一個職缺常被重複刊登。
職稱沒有 AI 詞、只在職務說明提到 AI 的技術職，另外標為「相關職缺」，用於內部品質檢查，不進入公開統計。

技能字典目前有 190 個技能，每個技能有中英名稱、類別和別名，放在版本控制裡。修正字典等於修正方法：會換方法版本，並重算所有期別。

一筆職缺算「有」某個技能，有兩種證據：雇主自己填的技能標籤對得上字典，或職稱、職務說明的文字比對得到。文字比對要求完整字詞（「C」不會比中「Vitamin C」，「Go」不會比中「Google」），並排除已知的誤判情境。
一筆職缺不管提到幾次，同一個技能只算一次。出現比例＝有這個技能的職缺數 ÷ 本期核心職缺數。
變化以百分點表示：這一期的出現比例，減去 30 天（或 90 天）前最近一期的出現比例。樣本少於 30 筆的技能不列入漲跌榜。
首頁排行只列技術類技能（語言、框架、資料庫、雲端、資料工程、機器學習、LLM、DevOps、工具）；專案管理、溝通這類職能仍在完整索引裡。

職位由職稱決定，用一組有順序的規則：第一條比中的規則就是答案。規則分 AI 線與資料線，職稱沒有比中任何一條的，歸入「其他 AI 職缺」。

產業：平台原本一百多個產業標籤，收攏成 18 個產業群，對照表在版本控制裡。

地區：以工作地點的縣市計算，共 22 個縣市、3 個區域。海外或未寫縣市的職缺不計入地區統計。

樣本夠大、夠分散的技能與職位就有自己的頁面；不到門檻的仍然出現在排行裡，只是沒有獨立頁面。

「有歷史」則是另一件事：它決定頁面會不會被放進網站地圖、開放給搜尋引擎。只有一期資料的頁面讀得到，但頁面上會寫明它還不能談變化。

頁面	職缺數	公司數	期數
技能頁	≥ 30	≥ 10	≥ 2
職位頁	≥ 100	≥ 20	≥ 2

每一期發布前有一致性檢查：核心職缺數少於 500、或跟上一期相差超過 25%、或前 20 名技能的出現比例在一期內跳動超過 15 個百分點，這一期就先不發布，等人讀過差異報告再決定。

每個數字都帶著產生它的方法版本與字典指紋（本頁最上方）。規則或字典一改，方法版本就換，所有歷史期別以新規則重算，所以不同期之間永遠是同一把尺量的。

方法的變更會記在這一頁。

本站不是求職網站，不做職缺媒合，也不會把讀者導向任何一筆職缺。以下內容不會出現在本站：