Índice de automatización
¿Cuánto del trabajo de un Técnico de emergencias sanitarias puede hacer ya la IA?
El TES atiende urgencias fuera del hospital y traslada al paciente.
Este porcentaje no predice cuántas personas perderán su empleo.
Comparación de tareas
IS WORK OVER?
Técnico de emergencias sanitarias
14%
Hoy la IA ya puede hacer el 14% de este trabajo.
#640 / 643
Ver rankingTécnico de emergencias sanitarias
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 |
|---|---|---|---|
Parte y protocolosEstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 20% | 30% | +6 |
Atención en calle y trasladoEstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 50% | 8% | +4 |
Urgencia vitalEstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 20% | 12% | +2.4 |
CoordinaciónEstimaciónNo hay una cifra pública precisa. Es una estimación propia. | 10% | 15% | +1.5 |
| Total | 100% | 14% |
Jornada modelada: 100 % · Evidencia pública: 0 % · Estimación: 100 % · Confianza: Baja
Competencias y actividades
- higiene en establecimientos de salud
- ciencias del comportamiento
- farmacología
- perturbaciones de las funciones vitales
- tecnología sanitaria
- modos de transporte
- microorganismos patógenos
- sociología aplicada a la paramedicina
- sistema de salud
- anatomía humana
Fuentes del oficio· O*NET 29-2042.00· ESCO/ISCO 3258
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