Índice de automatización
¿Cuánto del trabajo de un Estadístico puede hacer ya la IA?
Un modelo y un gráfico se adelantan. Que la muestra no mienta no.
Este porcentaje no predice cuántas personas perderán su empleo.
Comparación de tareas
IS WORK OVER?
Estadístico
26%
Hoy la IA ya puede hacer el 26% de este trabajo.
#201 / 633
Ver rankingEstadístico
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 |
|---|---|---|---|
Modelar, limpiar y visualizar.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 20% | 48% | +9.6 |
Diseñar muestra, experimento y sesgos.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 16% | 32% | +5.1 |
Cliente, preguntas y no sobreajustar.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 16% | 22% | +3.5 |
Reproducibilidad, código y documentación.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 16% | 18% | +2.9 |
Publicación, revisión y ética del dato.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 16% | 16% | +2.6 |
No vender un p-valor que no aguanta.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
- Modelar, limpiar y visualizar
- Diseñar muestra, experimento y sesgos
- Cliente, preguntas y no sobreajustar
- Reproducibilidad, código y documentación
- Publicación, revisión y ética del dato
- No vender un p-valor que no aguanta
- estadistico
- statistician
Fuentes del oficio· O*NET 15-2041.00· ESCO/ISCO 2120
IS WORK OVER?
Ingeniero de machine learning
29%
#64 / 633
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