SkillTrendLab
EN
技能 · 工具

Hugging Face

開源模型與資料集的平台與函式庫。

2.5%
核心 AI 職缺提到
87
筆職缺
72
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. LLM／NLP 工程師
    22 筆職缺
    12.6%
  2. AI 工程師
    52 筆職缺
    3.0%
  3. 資料科學家
    3 筆職缺
    2.0%
  4. AI 研究員
    1 筆職缺
    1.7%
  5. 電腦視覺工程師
    1 筆職缺
    0.9%
  6. AI 硬體／邊緣運算工程師
    1 筆職缺
    0.8%
  7. 演算法工程師
    2 筆職缺
    0.6%
  8. 智慧製造／AOI
    1 筆職缺
    0.4%
  9. AI 產品／專案經理
    1 筆職缺
    0.3%

和它一起出現的技能

在提到 Hugging Face 的職缺中，同時提到其他技能的比例。

  1. Python
    程式語言
    94.3%
  2. LLM
    LLM 應用
    89.7%
  3. RAG
    LLM 應用
    57.5%
  4. PyTorch
    框架
    54.0%
  5. Machine Learning
    機器學習
    52.9%
  6. LangChain
    框架
    50.6%
  7. Fine-tuning
    LLM 應用
    49.4%
  8. Git
    工具
    47.1%
  9. Deep Learning
    機器學習
    46.0%
  10. Docker
    DevOps
    44.8%
  11. Prompt Engineering
    LLM 應用
    43.7%
  12. Generative AI
    LLM 應用
    42.5%

產業與地區分布

佔這個技能的職缺數。

產業
  1. 軟體與網路
    38
    43.7%
  2. 電子與硬體製造
    17
    19.5%
  3. 半導體
    10
    11.5%
  4. 醫療與生技
    6
    6.9%
  5. 電信、媒體與數位內容
    5
    5.8%
  6. 批發零售與電商
    3
    3.5%
  7. 顧問與行銷服務
    2
    2.3%
  8. 專業服務
    2
    2.3%
  9. 其他製造業
    2
    2.3%
  10. 金融與保險
    1
    1.1%
  11. 政府與非營利組織
    1
    1.1%
地區
  1. 台北市
    48
    55.2%
  2. 台中市
    8
    9.2%
  3. 新竹縣
    8
    9.2%
  4. 新竹市
    7
    8.1%
  5. 新北市
    7
    8.1%
  6. 高雄市
    3
    3.5%
  7. 桃園市
    2
    2.3%
  8. 台南市
    1
    1.1%
  9. 彰化縣
    1
    1.1%
  10. 嘉義市
    1
    1.1%
  11. 苗栗縣
    1
    1.1%

這個數字從哪裡看出來

87 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
    87
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 →