SkillTrendLab
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。

  1. 48.7%
  2. 62 筆職缺
    41.1%
  3. 116 筆職缺
    36.1%
  4. 30.3%
  5. AI 研究員
    18 筆職缺
    30.0%
  6. 361 筆職缺
    20.7%
  7. MLOps/平台工程師
    6 筆職缺
    15.8%
  8. 9.8%
  9. 16 筆職缺
    7.1%
  10. 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。

  1. 程式語言
    83.2%
  2. 機器學習
    68.5%
  3. 框架
    54.7%
  4. 48.7%
  5. LLM 應用
    41.3%
  6. 程式語言
    40.3%
  7. 機器學習
    36.1%
  8. 方法與流程
    32.7%
  9. 工具
    28.5%
  10. LLM 應用
    27.7%
  11. 方法與流程
    26.5%
  12. DevOps
    24.4%

產業與地區分布

佔這個技能的職缺數。

產業
  1. 軟體與網路
    216
    29.3%
  2. 電子與硬體製造
    156
    21.2%
  3. 半導體
    108
    14.6%
  4. 專業服務
    70
    9.5%
  5. 金融與保險
    48
    6.5%
  6. 醫療與生技
    45
    6.1%
  7. 其他製造業
    42
    5.7%
  8. 電信、媒體與數位內容
    13
    1.8%
  9. 批發零售與電商
    13
    1.8%
  10. 顧問與行銷服務
    12
    1.6%
  11. 營建與不動產
    7
    0.9%
  12. 能源、公用事業與天然資源
    2
    0.3%
地區
  1. 台北市
    310
    42.1%
  2. 新北市
    84
    11.4%
  3. 新竹縣
    84
    11.4%
  4. 新竹市
    77
    10.4%
  5. 台中市
    62
    8.4%
  6. 桃園市
    41
    5.6%
  7. 高雄市
    28
    3.8%
  8. 台南市
    20
    2.7%
  9. 苗栗縣
    10
    1.4%
  10. 彰化縣
    4
    0.5%
  11. 南投縣
    3
    0.4%
  12. 雲林縣
    3
    0.4%

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。

  1. 雇主技能標籤
    190
  2. 職稱
    30
  3. 職務說明
    629
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。