SkillTrendLab
EN
技能 · 框架

Keras

TensorFlow 之上的高階模型 API。

2.7%
核心 AI 職缺提到
94
筆職缺
74
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. 電腦視覺工程師
    12 筆職缺
    10.6%
  2. 資料科學家
    10 筆職缺
    6.6%
  3. AI 研究員
    3 筆職缺
    5.0%
  4. 演算法工程師
    14 筆職缺
    4.4%
  5. AI 工程師
    42 筆職缺
    2.4%
  6. LLM／NLP 工程師
    4 筆職缺
    2.3%
  7. AI 硬體／邊緣運算工程師
    2 筆職缺
    1.6%
  8. 智慧製造／AOI
    3 筆職缺
    1.3%

和它一起出現的技能

在提到 Keras 的職缺中，同時提到其他技能的比例。

  1. TensorFlow
    框架
    91.5%
  2. Python
    程式語言
    90.4%
  3. Deep Learning
    機器學習
    87.2%
  4. PyTorch
    框架
    84.0%
  5. Machine Learning
    機器學習
    75.5%
  6. C++
    程式語言
    47.9%
  7. Computer Vision
    機器學習
    44.7%
  8. OpenCV
    框架
    36.2%
  9. NLP
    機器學習
    36.2%
  10. LLM
    LLM 應用
    34.0%
  11. scikit-learn
    框架
    33.0%
  12. C
    程式語言
    28.7%

產業與地區分布

佔這個技能的職缺數。

產業
  1. 電子與硬體製造
    27
    28.7%
  2. 軟體與網路
    19
    20.2%
  3. 醫療與生技
    13
    13.8%
  4. 半導體
    11
    11.7%
  5. 專業服務
    7
    7.4%
  6. 電信、媒體與數位內容
    6
    6.4%
  7. 其他製造業
    4
    4.3%
  8. 金融與保險
    4
    4.3%
  9. 能源、公用事業與天然資源
    1
    1.1%
  10. 顧問與行銷服務
    1
    1.1%
  11. 政府與非營利組織
    1
    1.1%
地區
  1. 台北市
    32
    34.0%
  2. 台中市
    12
    12.8%
  3. 新北市
    11
    11.7%
  4. 新竹市
    10
    10.6%
  5. 新竹縣
    9
    9.6%
  6. 桃園市
    8
    8.5%
  7. 高雄市
    6
    6.4%
  8. 台南市
    3
    3.2%
  9. 南投縣
    1
    1.1%
  10. 花蓮縣
    1
    1.1%

這個數字從哪裡看出來

94 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
    24
  2. 職稱
    0
  3. 職務說明
    79
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 →