SkillTrendLab
EN
技能 · 工具

vLLM

高吞吐的語言模型推論伺服器。

3.0%
核心 AI 職缺提到
105
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. MLOps／平台工程師
    4 筆職缺
    10.5%
  2. LLM／NLP 工程師
    17 筆職缺
    9.7%
  3. AI 工程師
    71 筆職缺
    4.1%
  4. AI 研究員
    2 筆職缺
    3.3%
  5. AI 硬體／邊緣運算工程師
    2 筆職缺
    1.6%
  6. 演算法工程師
    4 筆職缺
    1.3%
  7. 智慧製造／AOI
    2 筆職缺
    0.9%

和它一起出現的技能

在提到 vLLM 的職缺中，同時提到其他技能的比例。

  1. LLM
    LLM 應用
    92.4%
  2. Python
    程式語言
    89.5%
  3. RAG
    LLM 應用
    61.0%
  4. Docker
    DevOps
    54.3%
  5. System Architecture
    方法與流程
    50.5%
  6. Git
    工具
    49.5%
  7. Linux
    DevOps
    48.6%
  8. AI Agents
    LLM 應用
    45.7%
  9. Kubernetes
    DevOps
    45.7%
  10. Fine-tuning
    LLM 應用
    40.9%
  11. Vector Database
    資料庫
    40.9%
  12. Generative AI
    LLM 應用
    40.0%

產業與地區分布

佔這個技能的職缺數。

產業
  1. 軟體與網路
    39
    37.1%
  2. 半導體
    28
    26.7%
  3. 電子與硬體製造
    15
    14.3%
  4. 專業服務
    8
    7.6%
  5. 批發零售與電商
    3
    2.9%
  6. 其他製造業
    3
    2.9%
  7. 金融與保險
    3
    2.9%
  8. 醫療與生技
    2
    1.9%
  9. 顧問與行銷服務
    2
    1.9%
  10. 電信、媒體與數位內容
    1
    0.9%
  11. 營建與不動產
    1
    0.9%
地區
  1. 台北市
    48
    45.7%
  2. 新竹縣
    17
    16.2%
  3. 苗栗縣
    10
    9.5%
  4. 新北市
    9
    8.6%
  5. 台中市
    6
    5.7%
  6. 新竹市
    6
    5.7%
  7. 高雄市
    5
    4.8%
  8. 桃園市
    2
    1.9%
  9. 彰化縣
    1
    0.9%

這個數字從哪裡看出來

105 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
    105
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 →