Data Scientists

Computer and Mathematical Occupations
رمز O*NET-SOC
15-2051.00

Develop and implement a set of techniques or analytics applications to transform raw data into meaningful information using data-oriented programming languages and visualization software. Apply data mining, data modeling, natural language processing, and machine learning to extract and analyze information from large structured and unstructured datasets. Visualize, interpret, and report data findings. May create dynamic data reports.

  • 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

    0.461

    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

    0.57

    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

16 مهمة مقيَّمة · 16 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

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
Apply feature selection algorithms to models predicting outcomes of interest, such as sales, attrition, and healthcare use.

O*NET Task ID 21824

1.0
Apply sampling techniques to determine groups to be surveyed or use complete enumeration methods.

O*NET Task ID 21825

1.0
Clean and manipulate raw data using statistical software.

O*NET Task ID 21826

1.0
Compare models using statistical performance metrics, such as loss functions or proportion of explained variance.

O*NET Task ID 21827

1.0
Design surveys, opinion polls, or other instruments to collect data.

O*NET Task ID 21830

1.0
Propose solutions in engineering, the sciences, and other fields using mathematical theories and techniques.

O*NET Task ID 21834

1.0
Test, validate, and reformulate models to ensure accurate prediction of outcomes of interest.

O*NET Task ID 21837

1.0
Write new functions or applications in programming languages to conduct analyses.

O*NET Task ID 21838

1.0
Analyze, manipulate, or process large sets of data using statistical software.

O*NET Task ID 21823

0.5
Create graphs, charts, or other visualizations to convey the results of data analysis using specialized software.

O*NET Task ID 21828

0.5
Deliver oral or written presentations of the results of mathematical modeling and data analysis to management or other end users.

O*NET Task ID 21829

0.5
Identify business problems or management objectives that can be addressed through data analysis.

O*NET Task ID 21831

0.5
Identify relationships and trends or any factors that could affect the results of research.

O*NET Task ID 21832

0.5
Identify solutions to business problems, such as budgeting, staffing, and marketing decisions, using the results of data analysis.

O*NET Task ID 21833

0.5
Read scientific articles, conference papers, or other sources of research to identify emerging analytic trends and technologies.

O*NET Task ID 21835

0.5
Recommend data-driven solutions to key stakeholders.

O*NET Task ID 21836

0.5

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®, Eloundou et al. (2023): see full notices on the Credits page

جميع مهام O*NET 31.0 (16)

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
Analyze, manipulate, or process large sets of data using statistical software.أساسية
Apply feature selection algorithms to models predicting outcomes of interest, such as sales, attrition, and healthcare use.أساسية
Apply sampling techniques to determine groups to be surveyed or use complete enumeration methods.أساسية
Clean and manipulate raw data using statistical software.أساسية
Compare models using statistical performance metrics, such as loss functions or proportion of explained variance.أساسية
Create graphs, charts, or other visualizations to convey the results of data analysis using specialized software.أساسية
Deliver oral or written presentations of the results of mathematical modeling and data analysis to management or other end users.أساسية
Identify business problems or management objectives that can be addressed through data analysis.أساسية
Identify relationships and trends or any factors that could affect the results of research.أساسية
Identify solutions to business problems, such as budgeting, staffing, and marketing decisions, using the results of data analysis.أساسية
Propose solutions in engineering, the sciences, and other fields using mathematical theories and techniques.أساسية
Read scientific articles, conference papers, or other sources of research to identify emerging analytic trends and technologies.أساسية
Recommend data-driven solutions to key stakeholders.أساسية
Test, validate, and reformulate models to ensure accurate prediction of outcomes of interest.أساسية
Write new functions or applications in programming languages to conduct analyses.أساسية
Design surveys, opinion polls, or other instruments to collect data.تكميلية

معلومات مهنية

آفاق التوظيف (BLS)

القيم لمجموعة SOC 15-2051 بأكملها (Data scientists)، وليست لهذه المهنة في O*NET وحدها.

التوظيف، 2025
276K
التوظيف المتوقع، 2035
371K
التغيّر (2025–35)
+34.6%
الأجر السنوي الوسيط، 2025
$120,230
المؤهل التعليمي المعتاد للالتحاق
Bachelor'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 KSCOاسم KSCOالعلاقةالحالة
22420데이터 분석가النطاق نفسهمؤكَّد

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 3314Statistical, Mathematical and Related Associate Professionals

    اختصاصيون مساعدون في الإحصاء والرياضيات ومن يرتبط بهم

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.

Statistical, mathematical and related associate professionals assist in planning the collection, processing and presentation of statistical, mathematical or actuarial data and in carrying out these operations, usually working under the guidance of statisticians, mathematicians and actuaries.

المهام

  • (a) assisting in planning and performing statistical, mathematical, actuarial and related calculations;
  • (b) preparing detailed estimates of quantities and costs of materials and labour required for statistical census and survey operations;
  • (c) performing technical tasks connected with establishing, maintaining and using registers and sampling frames for census and survey operations;
  • (d) performing technical tasks connected with data collection and quality control operations in censuses and surveys;
  • (e) using standard computer software packages to perform mathematical, actuarial, statistical, accounting and related calculations;
  • (f) preparing statistical, mathematical, actuarial, accounting and other results for presentation in graphical or tabular form;
  • (g) applying knowledge of statistical, mathematical, actuarial, accounting and related principles and practices in order to identify and solve problems arising in the course of their work;
  • (h) supervising the work of statistical clerks.

أمثلة على المهن

Actuarial assistant · Mathematical assistant · Statistical assistant

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 البيانات / عالمة البياناتESCO 2511.3النطاق نفسه

    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.

  • مصمم النظم الذكية لتكنولوجيا المعلومات والاتصالات / مصممة النظم الذكية لتكنولوجيا المعلومات والاتصالاتESCO 2511.10هذه المهنة أوسع

    يقوم مصممو النظم الذكية لتكنولوجيا المعلومات والاتصالات بتطبيق طرق الذكاء الاصطناعي في الهندسة والروبوتات وعلوم الحاسب الآلي لتصميم البرامج التي تحاكي الاستخبارات بما في ذلك نماذج التفكير والأنظمة المعرفية والمعتمدة على المعرفة وحل المشكلات واتخاذ القرار. كما أنهم يدمجون المعرفة المنظمة في أنظمة الحاسوب (الأبنية، قواعد المعرفة) من أجل حل المشكلات المعقدة التي تتطلب عادة مستوى عاليًا من الخبرة البشرية أو طرق استخبارات صناعية.

  • عالم إحصاء / عالمة إحصاءESCO 2120.6متداخلة، وليست هي نفسها

    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.

  • محلل البيانات / محللة البياناتESCO 2511.2متداخلة، وليست هي نفسها

    يقوم محللو البيانات باستيراد أو فحص أو تنظيف أو تحويل أو التحقق من صحة أو صنع نماذج أو تفسير مجموعات البيانات فيما يتعلق بأهداف الشركة التجارية. إذ إنهم يضمنون أن مصادر البيانات ومستودعات البيانات توفر بيانات متسقة وموثوقة. ويستخدم محللو البيانات خوارزميات مختلفة وأدوات تكنولوجيا المعلومات حسب الطلب من خلال الموقف والبيانات الحالية. وقد يقومون بإعداد تقارير في شكل صور مرئية مثل الرسوم البيانية ولوحات التحكم.

  • مهندس المعرفة / مهندسة المعرفةESCO 2529.8متداخلة، وليست هي نفسها

    يقوم مهندسو المعرفة بدمج المعرفة المنظمة في أنظمة الحاسوب (قواعد المعرفة) من أجل حل المشكلات المعقدة التي تتطلب عادة مستوى عاليًا من الخبرة البشرية أو طرق استخبارات صناعية. كما أنهم مسؤولون عن استخراج أو استخلاص المعرفة من مصادر المعلومات والحفاظ على هذه المعرفة وإتاحتها للمؤسسة أو المستخدمين. ولتحقيق ذلك، فهُم على دراية بأساليب تمثيل المعرفة والصيانة (القواعد، والإطارات، والشبكات الدلالية، والأطياف) واستخدام تقنيات وأدوات استخلاص المعرفة. ويمكنهم تصميم وبناء خبراء أو أنظمة استخبارات صناعية تستخدم هذه المعرفة.

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 ROMEتسمية ROME (بالفرنسية)العلاقة
M1405Data scientistالنطاق نفسهمؤقت
G1211Analyste de la performance sportiveذات صلة، وليست مطابقة
M1423Chief Data Officerذات صلة، وليست مطابقة
M1414Ingénieur statisticien / Ingénieure statisticienneذات صلة، وليست مطابقةمؤقت
M1419Data analystذات صلة، وليست مطابقةمؤقت
M1811Data engineerذات صلة، وليست مطابقةمؤقت

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-11تسمية CNO-11 (بالإسبانية)العلاقة
2416Estadísticosذات صلة، وليست مطابقةمؤقت
2729Especialistas en bases de datos y en redes informáticas no clasificados bajo otros epígrafesذات صلة، وليست مطابقةمؤقت

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 KldBتسمية KldB (بالألمانية)العلاقة
43104Berufe in der Informatik (ohne Spezialisierung) - hoch komplexe Tätigkeitenهذه المهنة أضيق

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 JSCOتسمية JSCO (باليابانية)العلاقة
119その他の技術者هذه المهنة أضيق
109その他の情報処理・通信技術者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)

تغيّرات حديثة تخصّ هذه المهنة

الملخصات وتسميات العلاقة من إعداد AI Changing Work وتقديرها؛ تحقّق من أي أرقام في المصدر المرتبط.

  • مرتبط مباشرةً BLS Occupational Outlook Handbook (updated Aug 2026): employment of data scientists is projected to grow 35% from 2025 to 2035, much faster than the average for all occupations, with about 24,800 openings a year.

    [المصدر: U.S. Bureau of Labor Statistics]

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