Índice de automatización
¿Cuánto del trabajo de un Niñera puede hacer ya la IA?
Un planning y un recado se adelantan. Un niño que llora, una fiebre y unos padres no.
Este porcentaje no predice cuántas personas perderán su empleo.
Comparación de tareas
IS WORK OVER?
Niñera
13%
Hoy la IA ya puede hacer el 13% de este trabajo.
#641 / 643
Ver rankingNiñera
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 |
|---|---|---|---|
Planning, recados y comunicados a la familia.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 14% | 28% | +3.9 |
Actividades, deberes y ocio preparado.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 12% | 22% | +2.6 |
Cuidar, alimentar y dormir al niño.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 26% | 6% | +1.6 |
Seguridad, fiebre y primeros auxilios.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 16% | 8% | +1.3 |
Límite con los padres y la casa.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 16% | 10% | +1.6 |
Vínculo, paciencia y consistencia.EstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 16% | 12% | +1.9 |
| Total | 100% | 13% |
Jornada modelada: 100 % · Evidencia pública: 0 % · Estimación: 100 % · Confianza: Baja
Competencias y actividades
- Actividades, deberes y ocio preparado
- Cuidar, alimentar y dormir al niño
- Seguridad, fiebre y primeros auxilios
- Límite con los padres y la casa
- Vínculo, paciencia y consistencia
- ninera
- nanny
- canguro
- au pair
Fuentes del oficio· O*NET 39-9011.00· ESCO/ISCO 5311
IS WORK OVER?
Ingeniero de machine learning
29%
#64 / 643
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