SkillTrendLab
EN
技能 · 機器學習

Reinforcement Learning

以獎勵訊號學習決策策略的機器學習。

2.7%
核心 AI 職缺提到
95
筆職缺
59
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. AI 研究員
    4 筆職缺
    6.7%
  2. 資料科學家
    9 筆職缺
    6.0%
  3. LLM／NLP 工程師
    8 筆職缺
    4.6%
  4. 演算法工程師
    11 筆職缺
    3.4%
  5. AI 工程師
    54 筆職缺
    3.1%
  6. 智慧製造／AOI
    2 筆職缺
    0.9%
  7. AI 產品／專案經理
    2 筆職缺
    0.7%

和它一起出現的技能

在提到 Reinforcement Learning 的職缺中，同時提到其他技能的比例。

  1. Python
    程式語言
    83.2%
  2. Deep Learning
    機器學習
    66.3%
  3. Machine Learning
    機器學習
    63.2%
  4. PyTorch
    框架
    56.8%
  5. LLM
    LLM 應用
    53.7%
  6. TensorFlow
    框架
    43.2%
  7. Robotics
    領域知識
    42.1%
  8. C++
    程式語言
    40.0%
  9. Fine-tuning
    LLM 應用
    35.8%
  10. Computer Vision
    機器學習
    34.7%
  11. MLOps
    機器學習
    32.6%
  12. System Architecture
    方法與流程
    32.6%

產業與地區分布

佔這個技能的職缺數。

產業
  1. 軟體與網路
    25
    26.3%
  2. 電子與硬體製造
    25
    26.3%
  3. 專業服務
    21
    22.1%
  4. 金融與保險
    11
    11.6%
  5. 其他製造業
    6
    6.3%
  6. 醫療與生技
    2
    2.1%
  7. 批發零售與電商
    2
    2.1%
  8. 電信、媒體與數位內容
    1
    1.1%
  9. 半導體
    1
    1.1%
  10. 顧問與行銷服務
    1
    1.1%
地區
  1. 台北市
    46
    48.4%
  2. 新竹縣
    20
    21.1%
  3. 新北市
    10
    10.5%
  4. 新竹市
    5
    5.3%
  5. 台中市
    4
    4.2%
  6. 高雄市
    3
    3.2%
  7. 桃園市
    2
    2.1%
  8. 屏東縣
    1
    1.1%
  9. 宜蘭縣
    1
    1.1%
  10. 台南市
    1
    1.1%

這個數字從哪裡看出來

95 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
    3
  3. 職務說明
    95
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 →