Statisticians

رمز O*NET-SOC: 15-2041.00

Develop or apply mathematical or statistical theory and methods to collect, organize, interpret, and summarize numerical data to provide usable information. May specialize in fields such as biostatistics, agricultural statistics, business statistics, or economic statistics. Includes mathematical and survey statisticians.

مصدر البيانات: BLSتاريخ النشر: 2026-08
مرتفع جدًا· نسبي
منخفضأربع فئات نسبيةمرتفع جدًا
قيمة على مستوى المجموعة المهنية
المقياس والأساس والمصدر
أربع فئات نسبية (منخفض / متوسط / مرتفع / مرتفع جدًا)
831 مهنة تفصيلية في جدول توقعات التوظيف لدى BLS. وتُسند القيمة على مستوى رمز مصفوفة التوظيف الوطنية (NEM)، فالمهن التي تشترك في الرمز نفسه تأخذ النطاق نفسه
مجموعة البيانات المصدر (تنزيل ملف XLSX)
مصدر البيانات: Anthropicتاريخ النشر: 2026-03
0.211
0.000نطاق القيم المعروضة هنا0.745
قيمة على مستوى المجموعة المهنية
المقياس والأساس والمصدر
مؤشر التعرّض المرصود، 0–1 كما نُشر
مربوط بمهام O*NET
منشورة لكل مهنة في SOC 2018؛ وكل مهنة في O*NET تحمل رمز SOC 2018 نفسه تأخذ هذه القيمة
مجموعة البيانات المصدر (تنزيل ملف CSV)
مصدر البيانات: ILOتاريخ النشر: 2025
0.56
0.09نطاق القيم المعروضة هنا0.70
قيمة على مستوى المجموعة المهنية
المقياس والأساس والمصدر
مؤشر التعرّض للذكاء الاصطناعي التوليدي، 0–1 كما نُشر
قيمة منشورة على مستوى مجموعة الوحدة في ISCO-08. رُبطت بهذه المهنة بتطبيق جداول التناظر الرسمية لمكتب إحصاءات العمل الأمريكي (BLS) (من ISCO-08 إلى SOC 2010، ومن SOC 2010 إلى SOC 2018) كما نُشرت، والتناظر كلي أو جزئي
مجموعة البيانات المصدر (تنزيل ملف PDF)

ما نوع القيمة التي ينشرها هذا المصدر

فئة BLS رتبة نسبية لا مستوى مطلق، وليست قياسًا مباشرًا: فهي تجمع الرتب المئينية للمهنة في عدة دراسات منشورة في أربع فئات. وهي ليست توقّعًا للتوظيف أو الأجور، ولا احتمالًا للتبني، ولا تفرّق بين الأتمتة والتعزيز.

Task-level exposure

عرض 7 مهمة مخفية

19 مهمة مقيَّمة · 19 مهمة بقيمة β ≥ 0.5 (100.0%)

β = التعرّض المباشر (E1) + 0.5 × التعرّض عند توفر الأدوات (E2)، وفق تعريف المستودع المصدري.

وحدة المصدر: مهام O*NET 27.2 ← رمز المهنة في O*NET 31.0
جميع المهام المقيَّمة موجودة في قائمة مهام O*NET 31.0.

المصدر: OpenAI "GPTs are GPTs" exposure rubric
الإصدار: gh-main-0471612
الترخيص: MIT License, Copyright (c) 2024 OpenAI

Task (O*NET 30.2)	Claude.aiRaw / share %	APIRaw / share %
Report results of statistical analyses, including information in the form of graphs, charts, and tables. 15-2041.00	0.070021.2	0.01001.3
Identify relationships and trends in data, as well as any factors that could affect the results of research. 15-2041.00	0.060018.2	0.140018.2
Design research projects that apply valid scientific techniques, and use information obtained from baselines or historical data to structure uncompromised and efficient analyses. 15-2041.00	0.050015.2	0.01001.3
Prepare data for processing by organizing information, checking for inaccuracies, and adjusting and weighting the raw data. 15-2041.00	0.040012.1	0.150019.5
Plan data collection methods for specific projects, and determine the types and sizes of sample groups to be used. 15-2041.00	0.03009.1	0.00000.0
Evaluate sources of information to determine any limitations, in terms of reliability or usability. 15-2041.00	0.02006.1	0.390050.6
Adapt statistical methods to solve specific problems in many fields, such as economics, biology, and engineering. 15-2041.00	0.02006.1	0.00000.0
Determine whether statistical methods are appropriate, based on user needs or research questions of interest. 15-2041.00	0.01003.0	0.03003.9
Analyze and interpret statistical data to identify significant differences in relationships among sources of information. 15-2041.00	0.01003.0	0.02002.6
Process large amounts of data for statistical modeling and graphic analysis, using computers. 15-2041.00	0.01003.0	0.01001.3
Develop and test experimental designs, sampling techniques, and analytical methods. 15-2041.00	0.01003.0	0.00000.0
Evaluate the statistical methods and procedures used to obtain data to ensure validity, applicability, efficiency, and accuracy. 15-2041.00	0.00000.0	0.01001.3
عرض 2 مهمة إضافية ▾عرض أقل ▴

Values in this tab are predicted labels, not observations. Eloundou et al. (2023) published two rating regimes — human raters and GPT-4 — and the β shown here is derived from the GPT-4 rater basis alone; the same task can take a different value under the other regime. The unit and the meaning differ from the observed shares (%) in the other tabs, so do not place them on the same axis.

Task (O*NET 27.2)	βE1 + 0.5 × E2
Process large amounts of data for statistical modeling and graphic analysis, using computers. O*NET Task ID 8954	1.0
Prepare data for processing by organizing information, checking for inaccuracies, and adjusting and weighting the raw data. O*NET Task ID 8957	1.0
Evaluate the statistical methods and procedures used to obtain data to ensure validity, applicability, efficiency, and accuracy. O*NET Task ID 8958	1.0
Supervise and provide instructions for workers collecting and tabulating data. O*NET Task ID 8963	1.0
Adapt statistical methods to solve specific problems in many fields, such as economics, biology, and engineering. O*NET Task ID 8965	1.0
Develop and test experimental designs, sampling techniques, and analytical methods. O*NET Task ID 8966	1.0
Examine theories, such as those of probability and inference, to discover mathematical bases for new or improved methods of obtaining and evaluating numerical data. O*NET Task ID 8967	1.0
Develop software applications or programming for statistical modeling and graphic analysis. O*NET Task ID 20193	1.0
Present statistical and nonstatistical results, using charts, bullets, and graphs, in meetings or conferences to audiences such as clients, peers, and students. O*NET Task ID 20194	1.0
Determine whether statistical methods are appropriate, based on user needs or research questions of interest. O*NET Task ID 21100	1.0
Prepare and structure data warehouses for storing data. O*NET Task ID 21101	1.0
Report results of statistical analyses, including information in the form of graphs, charts, and tables. O*NET Task ID 8953	0.5
Identify relationships and trends in data, as well as any factors that could affect the results of research. O*NET Task ID 8955	0.5
Analyze and interpret statistical data to identify significant differences in relationships among sources of information. O*NET Task ID 8956	0.5
Evaluate sources of information to determine any limitations, in terms of reliability or usability. O*NET Task ID 8959	0.5
Plan data collection methods for specific projects, and determine the types and sizes of sample groups to be used. O*NET Task ID 8960	0.5
Design research projects that apply valid scientific techniques, and use information obtained from baselines or historical data to structure uncompromised and efficient analyses. O*NET Task ID 8961	0.5
Apply sampling techniques, or use complete enumeration bases to determine and define groups to be surveyed. O*NET Task ID 8964	0.5
Report results of statistical analyses in peer-reviewed papers and technical manuals. O*NET Task ID 20192	0.5
عرض 9 مهمة إضافية ▾عرض أقل ▴

β = E1 + 0.5 × E2 · E1 = tasks where direct LLM access alone cuts time by at least 50%, E2 = tasks where software built on top of an LLM cuts time by at least 50%. Values take only 0 / 0.5 / 1.0.

Data sources & licenses — O*NET®, Anthropic Economic Index, Eloundou et al. (2023): see full notices on the Credits page

جميع مهام O*NET 31.0 (19)

جميع مهام O*NET 31.0 لهذه المهنة (بالإنجليزية كما نُشرت؛ نوع المهمة أساسية أو تكميلية). لا تُدرج قيم التعرّض في هذه القائمة؛ فهي في الجدول أعلاه، بجوار كل مهمة بالصيغة الواردة في إصدار O*NET الذي استخدمه كل مصدر.

المهمة (O*NET 31.0)	النوع
Report results of statistical analyses, including information in the form of graphs, charts, and tables.	أساسية
Process large amounts of data for statistical modeling and graphic analysis, using computers.	أساسية
Identify relationships and trends in data, as well as any factors that could affect the results of research.	أساسية
Analyze and interpret statistical data to identify significant differences in relationships among sources of information.	أساسية
Prepare data for processing by organizing information, checking for inaccuracies, and adjusting and weighting the raw data.	أساسية
Evaluate the statistical methods and procedures used to obtain data to ensure validity, applicability, efficiency, and accuracy.	أساسية
Evaluate sources of information to determine any limitations, in terms of reliability or usability.	أساسية
Plan data collection methods for specific projects, and determine the types and sizes of sample groups to be used.	أساسية
Design research projects that apply valid scientific techniques, and use information obtained from baselines or historical data to structure uncompromised and efficient analyses.	أساسية
Supervise and provide instructions for workers collecting and tabulating data.	أساسية
Apply sampling techniques, or use complete enumeration bases to determine and define groups to be surveyed.	أساسية
Adapt statistical methods to solve specific problems in many fields, such as economics, biology, and engineering.	أساسية
Develop and test experimental designs, sampling techniques, and analytical methods.	أساسية
Examine theories, such as those of probability and inference, to discover mathematical bases for new or improved methods of obtaining and evaluating numerical data.	أساسية
Report results of statistical analyses in peer-reviewed papers and technical manuals.	أساسية
Develop software applications or programming for statistical modeling and graphic analysis.	أساسية
Present statistical and nonstatistical results, using charts, bullets, and graphs, in meetings or conferences to audiences such as clients, peers, and students.	أساسية
Determine whether statistical methods are appropriate, based on user needs or research questions of interest.	أساسية
Prepare and structure data warehouses for storing data.	تكميلية

آفاق التوظيف (BLS)

القيم لمجموعة SOC 15-2041 بأكملها (Statisticians)، وليست لهذه المهنة في O*NET وحدها.

التوظيف، 2025: 31K
التوظيف المتوقع، 2035: 35K
التغيّر (2025–35): +11%
الأجر السنوي الوسيط، 2025: $105,650
المؤهل التعليمي المعتاد للالتحاق: Master's degree

الأدنى $30,890نطاق الأجر الوسيط عبر 825 مهنة تفصيلية، BLS EP 2025–35الأعلى $559,030

المصدر: U.S. Bureau of Labor Statistics, Employment Projections 2025–35 — Employment by detailed occupation, 2025 and projected 2035

الروابط بالتصنيف الكوري (KSCO)

روابط من الإصدار الحالي لـ Korea Occupation Direct Crosswalk v1.1، من إعداد AI Changing Work. تُقرأ قيم العلاقة من جهة مهنة O*NET-SOC.

رمز KSCO	اسم KSCO	العلاقة	الحالة
21123	수학 및 통계학 연구원	هذه المهنة أضيق	مؤكَّد

تعريفات العلاقة والحالة(kr-direct v1.1)

الوصف المهني لمنظمة العمل الدولية (ILO)

تربط AI Changing Work مجموعات الوحدات في ISCO-08 أدناه بهذه المهنة بتطبيق جداول التناظر الصادرة عن مكتب إحصاءات العمل الأمريكي (BLS) ‏(SOC 2018 إلى SOC 2010، وSOC 2010 إلى ISCO-08) كما نُشرت، دون انتقاء حالة بحالة؛ وقد يكون كل ربط كليًا أو جزئيًا.

ISCO-08 2120Mathematicians, Actuaries and Statisticians
اختصاصيو الرياضيات والاكتواريون والإحصائيون

ILOSTAT — ISCO-08 Structure EN AR v1.0 (2021), translated by the Regional Working Group on Labour Indicators in the Arab Region / ILO Dept. of Statistics + ROAS

عرض المصدر الأصلي

التعريف والمهام والأمثلة أدناه هي وصف منظمة العمل الدولية لمجموعة الوحدات تلك، لا لهذه المهنة.

Mathematicians, actuaries and statisticians conduct research and improve or develop mathematical, actuarial and statistical concepts, theories and operational methods and techniques and advise on or engage in their practical application in such fields as engineering, business and social and other sciences.

المهام

(a) studying, improving and developing mathematical, actuarial and statistical theories and techniques;
(b) advising on or applying mathematical principles, models and techniques to a wide range of tasks in the fields of engineering, natural, social or life sciences;
(c) conducting logical analyses of management problems, especially in terms of input-output effectiveness, and formulating mathematical models of each problem usually for programmeming and solution by computer;
(c) designing and putting into operation pension schemes and life, health, social and other types of insurance systems;
(e) applying mathematics, statistics, probability and risk theory to assess potential financial impacts of future events;
(f) planning and organizing surveys and other statistical collections, and designing questionnaires;
(g) evaluating, processing, analysing, and interpreting statistical data and preparing them for publication;
(h) advising on or applying various data collection methods and statistical methods and techniques, and determining reliability of findings, especially in such fields as business or medicine as well as in other areas of natural, social or life sciences;
(i) preparing scientific papers and reports;
(j) supervising the work of mathematical, actuarial and statistical assistants and statistical clerks.

أمثلة على المهن

Actuary · Demographer · Mathematician · Operations research analyst · Statistician

Sources: ILO ISCO-08 — details: Credits

مفردات ESCO المهنية

كل عنصر أدناه مُطابَق مع هذه المهنة في ESCO-O*NET Crosswalk المنشور (الإصدار 1، 2022). أنواع المطابقة هي أنواع ذلك الجدول، أما الصياغة فمن AI Changing Work.

عالم إحصاء / عالمة إحصاءESCO 2120.6النطاق نفسه
يقوم علماء الإحصاء بجمع المعلومات الكمية وتصنيفها، والأهم من ذلك، تحليل المعلومات الكمية القادمة من مجموعة متنوعة من المجالات. فهم يقومون بتفسير وتحليل الدراسات الإحصائية في مجالات مثل الصحة، والديموغرافيات، والتمويل، والأعمال، وما إلى ذلك، وتقديم المشورة استنادًا إلى الأنماط والتحليل الذي تم إجراؤه.
أخصائي الإحصاء الحيوي / أخصائية الإحصاء الحيويESCO 2120.6.1هذه المهنة أوسع
يقوم أخصائيو الإحصاء الحيوي بالبحث في مجال القياسات الحيوية. فهم ينفّذون مشروعات بحثية إحصائية أو بيولوجية عن طريق قياس بصمات الأصابع، وشبكية العين، والأشكال البشرية للاستخدامات الطبية أو الصناعية.
عالم البيانات / عالمة البياناتESCO 2511.3متداخلة، وليست هي نفسها
يقوم علماء البيانات بالبحث عن مصادر البيانات الغنية وتفسيرها وإدارة كميات كبيرة من البيانات ودمج مصادر البيانات وضمان اتساق مجموعات البيانات والتمثيل المرئي للمساعدة في فهم البيانات. إذ يبنون النماذج الرياضية باستخدام البيانات ويقدمون استنتاجات ورؤى بيانات التواصل إلى المتخصصين والعلماء في فريقهم، وإذا لزم الأمر، إلى جمهور غير خبير، ويوصون بطرق لتطبيق البيانات.
مساعد إحصائي / مساعدة إحصائيةESCO 3314.2متداخلة، وليست هي نفسها
يجمع المساعدون الإحصائيون البيانات ويستخدمون الصيغ الإحصائية لتنفيذ الدراسات الإحصائية وإنشاء التقارير. ويقومون بإنشاء المخططات والرسوم البيانية والاستبيانات.

المصدر: European Commission, DG EMPL — ESCO API 2026-08-08 (bridge v1.2.1)

الترخيص: CC BY 4.0 (EU Reuse Notice)

عرض المصدر الأصلي

ESCO reuse terms and the modification notice are in Credits.

الروابط بالتصنيف الفرنسي (ROME)

روابط بين هذه المهنة وبطاقات ROME 4.0 حددتها AI Changing Work باستخدام نماذج ذكاء اصطناعي. تُقرأ العلاقات من جهة هذه المهنة. الروابط الموسومة بـ«مؤقت» اعتُمدت بالاستناد فقط إلى تقييمات مُقيِّمَين من عائلة النماذج نفسها (Claude)، أو بتطبيق قاعدة وضعها المُشغِّل على تلك التقييمات، ولذلك فهي تقوم على أدلة أضعف من الروابط المؤكَّدة.

رمز ROME	تسمية ROME (بالفرنسية)	العلاقة
M1414	Ingénieur statisticien / Ingénieure statisticienne	النطاق نفسهمؤقت
K2403	Biostatisticien / Biostatisticienne	هذه المهنة أوسعمؤقت
M1403	Chargé / Chargée d'études socio-économiques	متداخلة، وليست هي نفسهامؤقت

Source: France Travail — Répertoire Opérationnel des Métiers et des Emplois (ROME 4.0), version 61, last updated 15 June 2026 (https://www.data.gouv.fr/datasets/repertoire-operationnel-des-metiers-et-des-emplois-rome). Licence Ouverte 2.0.

ROME codes and titles are reproduced unchanged; the links to O*NET-SOC occupations are AI Changing Work's own judgment and are not a France Travail correspondence.

(AI Changing Work link release: fr-direct v1)

الروابط بالتصنيف الإسباني (CNO-11)

روابط بين هذه المهنة ومهن CNO-11 حددتها AI Changing Work باستخدام نماذج ذكاء اصطناعي. تُقرأ العلاقات من جهة هذه المهنة.

رمز CNO-11	تسمية CNO-11 (بالإسبانية)	العلاقة
2416	Estadísticos	النطاق نفسه

Source: Instituto Nacional de Estadística (INE), National Classification of Occupations 2011 (CNO-11, Royal Decree 1591/2010) — www.ine.es · Licensed CC BY 4.0. CNO-11 codes and Spanish titles are reproduced unchanged; the links to O*NET occupations are AI Changing Work's own judgment and are not an INE correspondence.

(AI Changing Work link release: es-direct v1)

الروابط بالتصنيف الألماني (KldB)

روابط بين هذه المهنة ومهن KldB حددتها AI Changing Work باستخدام نماذج ذكاء اصطناعي. تُقرأ العلاقات من جهة هذه المهنة.

رمز KldB	تسمية KldB (بالألمانية)	العلاقة
41114	Berufe in der Statistik - hoch komplexe Tätigkeiten	النطاق نفسه

Source: © Statistik der Bundesagentur für Arbeit — Klassifikation der Berufe 2010 – überarbeitete Fassung 2020, https://statistik.arbeitsagentur.de. KldB codes and titles are reproduced unchanged; the links to O*NET occupations are AI Changing Work's own mapping (eigene Zuordnung) and are not a Bundesagentur für Arbeit correspondence.

(AI Changing Work link release: de-direct v1)

الروابط بالتصنيف الياباني (JSCO)

روابط بين هذه المهنة ومهن JSCO حددتها AI Changing Work باستخدام نماذج ذكاء اصطناعي. تُقرأ العلاقات من جهة هذه المهنة.

رمز JSCO	تسمية JSCO (باليابانية)	العلاقة
051	自然科学系研究者	ذات صلة، وليست مطابقة
052	人文・社会科学系等研究者	ذات صلة، وليست مطابقة

Source: Ministry of Internal Affairs and Communications (MIC), Japan Standard Occupational Classification (Dec. 2009, MIC Notification No. 555). JSCO codes and Japanese titles are reproduced unchanged; the links to O*NET occupations are AI Changing Work's own judgment and are not a MIC correspondence.

(AI Changing Work link release: jp-direct v1)

مصادر بيانات هذه الصفحة وتراخيصها وإشعارات التعديل والترجمة الصادرة عن AI Changing Work: الاعتمادات والمصادر