Índice de automatización
¿Cuánto del trabajo de un Jefe de proyecto puede hacer ya la IA?
Hoy una inteligencia artificial ya puede sacar copys, estructuras, informes y buena parte del trabajo previo. Decidir qué importa y qué mueve el negocio sigue siendo otra historia.
Este porcentaje no predice cuántas personas perderán su empleo.
Comparación de tareas
IS WORK OVER?
Jefe de proyecto
38%
Hoy la IA ya puede hacer el 38% de este trabajo.
#10 / 623
Ver rankingJefe de proyecto
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 |
|---|---|---|---|
Planes y statusEstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 30% | 65% | +19.5 |
Riesgos en plantillaEstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 20% | 50% | +10 |
Gente y conflictoEstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 30% | 15% | +4.5 |
ClienteEstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 20% | 20% | +4 |
| Total | 100% | 38% |
Jornada modelada: 100 % · Evidencia pública: 0 % · Estimación: 100 % · Confianza: Baja
Competencias y actividades
- responsabilidad social de las empresas
- planificación estratégica
- Derecho de sociedades
- fomentar la sostenibilidad
- promover el respeto a los derechos humanos
- definir la estructura corporativa
- realizar investigaciones cuantitativas
- sensibilizar sobre el medioambiente
- evaluar las necesidades de una empresa
- coordinar las actividades operacionales
Fuentes del oficio· O*NET 13-1082.00· ESCO/ISCO 1219
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