技能 · 機器學習
Deep Learning
以多層神經網路為核心的機器學習。
- 20.9%
- 核心 AI 職缺提到
- 737
- 筆職缺
- 431
- 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。
- 55 筆職缺48.7%
- 62 筆職缺41.1%
- 116 筆職缺36.1%
- 53 筆職缺30.3%
- AI 研究員18 筆職缺30.0%
- 361 筆職缺20.7%
- MLOps/平台工程師6 筆職缺15.8%
- 12 筆職缺9.8%
- 16 筆職缺7.1%
- 8 筆職缺2.6%
和它一起出現的技能
在提到 Deep Learning 的職缺中,同時提到其他技能的比例。
- 程式語言83.2%
- 機器學習68.5%
- 框架54.7%
- 48.7%
- LLM 應用41.3%
- 程式語言40.3%
- 機器學習36.1%
- 方法與流程32.7%
- 工具28.5%
- LLM 應用27.7%
- 方法與流程26.5%
- DevOps24.4%
產業與地區分布
佔這個技能的職缺數。
- 軟體與網路21629.3%
- 電子與硬體製造15621.2%
- 半導體10814.6%
- 專業服務709.5%
- 金融與保險486.5%
- 醫療與生技456.1%
- 其他製造業425.7%
- 電信、媒體與數位內容131.8%
- 批發零售與電商131.8%
- 顧問與行銷服務121.6%
- 營建與不動產70.9%
- 能源、公用事業與天然資源20.3%
- 台北市31042.1%
- 新北市8411.4%
- 新竹縣8411.4%
- 新竹市7710.4%
- 台中市628.4%
- 桃園市415.6%
- 高雄市283.8%
- 台南市202.7%
- 苗栗縣101.4%
- 彰化縣40.5%
- 南投縣30.4%
- 雲林縣30.4%
這個數字從哪裡看出來
737 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190
- 職稱30
- 職務說明629