Índice de automatización
¿Cuánto del trabajo de un Captador de fondos puede hacer ya la IA?
Una carta y un CRM se adelantan. Pedir el dinero a la cara y que lo vuelvan a dar no.
Este porcentaje no predice cuántas personas perderán su empleo.
Comparación de tareas
IS WORK OVER?
Captador de fondos
26%
Hoy la IA ya puede hacer el 26% de este trabajo.
#194 / 623
Ver rankingCaptador de fondos
En qué se va el tiempo
El peso es una estimación nuestra basada en la frecuencia, no un porcentaje de tiempo publicado por O*NET.
El ahorro de cada tarea se estima por separado.
| Tarea | Peso | IA | Puntos |
|---|---|---|---|
Campañas, CRM y la carta de donante.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 16% | 48% | +7.7 |
Reunión, el no y volver a pedir.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 18% | 14% | +2.5 |
Eventos, legados y la base de socios.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 16% | 36% | +5.8 |
Transparencia, memoria y lo que se puede contar.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 16% | 28% | +4.5 |
El gran donante, el consejo y el conflicto de interés.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 18% | 18% | +3.2 |
Que den otra vez y no gastar más de lo que entra.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 16% | 12% | +1.9 |
| Total | 100% | 26% |
Jornada modelada: 100 % · Evidencia pública: 0 % · Estimación: 100 % · Confianza: Baja
Competencias y actividades
- captar fondos
- campañas de donantes
- CRM de socios
- pedir legados
- organizar eventos
- memoria de transparencia
- grandes donantes
- fidelizar socios
Fuentes del oficio· O*NET 13-1131.00· ESCO/ISCO 2432
IS WORK OVER?
Ingeniero de machine learning
29%
#64 / 623
Ver rankingIngeniero de machine learning
En qué se va el tiempo
El peso es una estimación nuestra basada en la frecuencia, no un porcentaje de tiempo publicado por O*NET.
El ahorro de cada tarea se estima por separado.
| Tarea | Peso | IA | Puntos |
|---|---|---|---|
Entrenar modelos, features y notebooks.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 22% | 48% | +10.6 |
Evaluar, documentar y comparar runs.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 18% | 42% | +7.6 |
Desplegar, monitorizar y retraining.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 16% | 22% | +3.5 |
Hablar con producto sobre qué es un buen error.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 16% | 15% | +2.4 |
Datos sucios, sesgo y límites del modelo.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 14% | 18% | +2.5 |
Guardia, incidencias y rollback.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 14% | 16% | +2.2 |
| Total | 100% | 29% |
Jornada modelada: 100 % · Evidencia pública: 0 % · Estimación: 100 % · Confianza: Baja
Competencias y actividades
- Entrenar modelos, features y notebooks
- Evaluar, documentar y comparar runs
- Desplegar, monitorizar y retraining
- Datos sucios, sesgo y límites del modelo
- Guardia, incidencias y rollback
- machine learning engineer
- ingeniero ml
- mlops
Fuentes del oficio· O*NET 15-1221.00· ESCO/ISCO 2511