技能 · 機器學習
NLP
自然語言處理。
- 9.7%
- 核心 AI 職缺提到
- 340
- 筆職缺
- 248
- 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。
- 56 筆職缺32.0%
- 35 筆職缺23.2%
- AI 研究員9 筆職缺15.0%
- 193 筆職缺11.1%
- MLOps/平台工程師3 筆職缺7.9%
- 18 筆職缺5.6%
- 10 筆職缺3.3%
- 2 筆職缺1.6%
- 1 筆職缺0.9%
- 1 筆職缺0.4%
和它一起出現的技能
在提到 NLP 的職缺中,同時提到其他技能的比例。
- 程式語言84.1%
- LLM 應用74.7%
- 機器學習61.8%
- 機器學習50.6%
- LLM 應用47.1%
- LLM 應用46.2%
- 框架44.4%
- 方法與流程38.2%
- LLM 應用37.9%
- 工具37.4%
- 36.8%
- LLM 應用36.8%
產業與地區分布
佔這個技能的職缺數。
- 軟體與網路14943.8%
- 電子與硬體製造3410.0%
- 金融與保險298.5%
- 醫療與生技257.3%
- 專業服務205.9%
- 其他製造業164.7%
- 半導體144.1%
- 電信、媒體與數位內容144.1%
- 批發零售與電商133.8%
- 顧問與行銷服務113.2%
- 營建與不動產92.6%
- 餐旅與生活服務20.6%
- 台北市20259.4%
- 新北市3510.3%
- 台中市3410.0%
- 新竹縣164.7%
- 新竹市133.8%
- 桃園市123.5%
- 高雄市102.9%
- 台南市82.4%
- 花蓮縣30.9%
- 雲林縣20.6%
- 彰化縣10.3%
- 屏東縣10.3%
這個數字從哪裡看出來
340 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159
- 職稱12
- 職務說明233