Índice de automatización
¿Cuánto del trabajo de un Consignatario de buques puede hacer ya la IA?
Un ETA se adelanta. Despachar el barco y que no pague demora de más no.
Este porcentaje no predice cuántas personas perderán su empleo.
Comparación de tareas
IS WORK OVER?
Consignatario de buques
26%
Hoy la IA ya puede hacer el 26% de este trabajo.
#195 / 623
Ver rankingConsignatario de buques
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 |
|---|---|---|---|
ETA, atraque y los servicios del puerto.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 16% | 44% | +7 |
Despacho, tripulación y el cambio de gente.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 16% | 36% | +5.8 |
El capitán, la terminal y el conflicto de ventanas.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 18% | 16% | +2.9 |
Facturas, desembolsos y la account del armador.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 16% | 28% | +4.5 |
La inspección, el retraso y no perder el slot.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 18% | 18% | +3.2 |
Sin demora de más y el barco despachado.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 16% | 14% | +2.2 |
| Total | 100% | 26% |
Jornada modelada: 100 % · Evidencia pública: 0 % · Estimación: 100 % · Confianza: Baja
Competencias y actividades
- ETAs
- atraques
- despacho de buques
- cambios de tripulación
- disbursements
- ventanas de terminal
- cuentas de armador
- inspecciones de puerto
Fuentes del oficio· O*NET 43-5011.00· ESCO/ISCO 3331
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