SkillTrendLab
EN
技能 · 方法與流程

A/B Testing

以隨機分組比較兩個版本成效的實驗方法。

1.7%
核心 AI 職缺提到
58
筆職缺
48
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。

  1. 資料科學家
    13 筆職缺
    8.6%
  2. MLOps／平台工程師
    2 筆職缺
    5.3%
  3. AI 產品／專案經理
    9 筆職缺
    2.9%
  4. LLM／NLP 工程師
    5 筆職缺
    2.9%
  5. AI 研究員
    1 筆職缺
    1.7%
  6. AI 工程師
    18 筆職缺
    1.0%
  7. 智慧製造／AOI
    2 筆職缺
    0.9%
  8. 電腦視覺工程師
    1 筆職缺
    0.9%
  9. 演算法工程師
    2 筆職缺
    0.6%

產業與地區分布

佔這個技能的職缺數。

產業
  1. 軟體與網路
    28
    48.3%
  2. 電子與硬體製造
    8
    13.8%
  3. 金融與保險
    7
    12.1%
  4. 電信、媒體與數位內容
    6
    10.3%
  5. 半導體
    4
    6.9%
  6. 批發零售與電商
    3
    5.2%
  7. 醫療與生技
    2
    3.5%
地區
  1. 台北市
    39
    67.2%
  2. 新北市
    6
    10.3%
  3. 新竹市
    3
    5.2%
  4. 高雄市
    3
    5.2%
  5. 新竹縣
    2
    3.5%
  6. 苗栗縣
    1
    1.7%
  7. 雲林縣
    1
    1.7%
  8. 台中市
    1
    1.7%
  9. 南投縣
    1
    1.7%
  10. 桃園市
    1
    1.7%

這個數字從哪裡看出來

58 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
    58
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。

研究方法 →所有技能 →