技能 · 框架
PyTorch
深度學習研究與生產最常用的框架。
- 17.6%
- 核心 AI 職缺提到
- 619
- 筆職缺
- 384
- 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。
- 43 筆職缺38.0%
- 48 筆職缺31.8%
- AI 研究員18 筆職缺30.0%
- MLOps/平台工程師11 筆職缺28.9%
- 47 筆職缺26.9%
- 77 筆職缺24.0%
- 337 筆職缺19.4%
- 10 筆職缺8.1%
- 6 筆職缺2.7%
- 8 筆職缺2.6%
和它一起出現的技能
在提到 PyTorch 的職缺中,同時提到其他技能的比例。
- 程式語言90.3%
- 77.4%
- 機器學習65.1%
- 機器學習59.6%
- LLM 應用45.9%
- 程式語言40.1%
- 機器學習36.4%
- 方法與流程35.2%
- 工具33.1%
- DevOps30.4%
- 機器學習28.0%
- DevOps26.8%
產業與地區分布
佔這個技能的職缺數。
- 軟體與網路20332.8%
- 電子與硬體製造12420.0%
- 半導體8914.4%
- 專業服務497.9%
- 醫療與生技406.5%
- 金融與保險365.8%
- 其他製造業325.2%
- 批發零售與電商162.6%
- 電信、媒體與數位內容111.8%
- 營建與不動產61.0%
- 顧問與行銷服務61.0%
- 政府與非營利組織30.5%
- 台北市27945.1%
- 新北市8714.1%
- 新竹市6310.2%
- 新竹縣6210.0%
- 台中市376.0%
- 桃園市284.5%
- 高雄市254.0%
- 苗栗縣152.4%
- 台南市132.1%
- 雲林縣20.3%
- 南投縣20.3%
- 花蓮縣10.2%
這個數字從哪裡看出來
619 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253
- 職稱1
- 職務說明526