Data Scientists
Computer and Mathematical Occupations- O*NET-SOC কোড
- 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.
- ডেটার উৎস: BLSপ্রকাশকাল: 2026-08
অত্যন্ত উচ্চ· আপেক্ষিক
কমচারটি আপেক্ষিক স্তরঅত্যন্ত উচ্চপেশা-গোষ্ঠী পর্যায়ের মান
স্কেল, ভিত্তি ও উৎস
চারটি আপেক্ষিক স্তর (কম / মাঝারি / উচ্চ / অত্যন্ত উচ্চ)
BLS কর্মসংস্থান পূর্বাভাস সারণির 831টি বিস্তারিত পেশার ভিত্তিতে। মান NEM (ন্যাশনাল এমপ্লয়মেন্ট ম্যাট্রিক্স) কোড অনুযায়ী দেওয়া হয়, তাই একই NEM কোডের পেশাগুলি একই ব্যান্ড পায়
- ডেটার উৎস: Anthropicপ্রকাশকাল: 2026-03
0.461
0.000এখানে থাকা মানগুলোর পরিসর0.745পেশা-গোষ্ঠী পর্যায়ের মান
স্কেল, ভিত্তি ও উৎস
পর্যবেক্ষিত এক্সপোজার সূচক, প্রকাশিত রূপে 0–1
O*NET টাস্কে ম্যাপ করা
SOC 2018 পেশা স্তরে প্রকাশিত; একই SOC 2018 কোডের প্রতিটি O*NET পেশা এই মান পায়
- ডেটার উৎস: ILOপ্রকাশকাল: 2025
0.57
0.09এখানে থাকা মানগুলোর পরিসর0.70পেশা-গোষ্ঠী পর্যায়ের মান
স্কেল, ভিত্তি ও উৎস
জেনারেটিভ AI এক্সপোজার সূচক, প্রকাশিত রূপে 0–1
ISCO-08 ইউনিট গ্রুপ স্তরে প্রকাশিত মান। মার্কিন শ্রম পরিসংখ্যান ব্যুরো (BLS)-এর সরকারি ক্রসওয়াক (ISCO-08 থেকে 2010 SOC, 2010 SOC থেকে 2018 SOC) প্রকাশিত রূপেই প্রয়োগ করে এই পেশার সঙ্গে যুক্ত করা হয়েছে; মিল সম্পূর্ণ বা আংশিক
এই উৎস কী ধরনের মান প্রকাশ করে
BLS-এর শ্রেণিবিভাগ একটি আপেক্ষিক র্যাঙ্ক, পরম মাত্রা নয়, এবং এটি সরাসরি পরিমাপও নয়: এটি কয়েকটি প্রকাশিত গবেষণায় পাওয়া পেশার পার্সেন্টাইল র্যাঙ্কগুলিকে চারটি স্তরে ভাগ করে। এটি কর্মসংস্থান বা মজুরির পূর্বাভাস নয়, গ্রহণের সম্ভাবনাও নয়, এবং এটি স্বয়ংক্রিয়তা ও সম্প্রসারণের মধ্যে পার্থক্য করে না।
Task-level exposure
16 মূল্যায়িত কার্য · β ≥ 0.5 থাকা 16 কার্য (100.0%)
β = সরাসরি এক্সপোজার (E1) + 0.5 × সরঞ্জাম উপলব্ধ থাকলে এক্সপোজার (E2), উৎস রিপোজিটরির সংজ্ঞা অনুসারে।
- উৎস একক: O*NET 27.2-এর কাজ → O*NET 31.0-এর পেশা কোড
- মূল্যায়িত সব কাজ O*NET 31.0-এর কাজের তালিকায় আছে।
- উৎস
- OpenAI "GPTs are GPTs" exposure rubric
- সংস্করণ
- gh-main-0471612
- লাইসেন্স
- 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
O*NET 31.0-এর সব কাজ (16টি)
এই পেশার O*NET 31.0-এর সব কাজ (ইংরেজি, প্রকাশিত রূপে; কাজের ধরন মূল বা সম্পূরক)। এক্সপোজার-মান এই তালিকায় নেই; সেগুলো উপরের টেবিলে, প্রতিটি সূত্র যে O*NET সংস্করণ ব্যবহার করেছে তার ভাষ্যের পাশে রয়েছে।
| কাজ (O*NET 31.0) | ধরন |
|---|---|
| Analyze, manipulate, or process large sets of data using statistical software. | মূল |
| Apply feature selection algorithms to models predicting outcomes of interest, such as sales, attrition, and healthcare use. | মূল |
| Apply sampling techniques to determine groups to be surveyed or use complete enumeration methods. | মূল |
| Clean and manipulate raw data using statistical software. | মূল |
| Compare models using statistical performance metrics, such as loss functions or proportion of explained variance. | মূল |
| Create graphs, charts, or other visualizations to convey the results of data analysis using specialized software. | মূল |
| Deliver oral or written presentations of the results of mathematical modeling and data analysis to management or other end users. | মূল |
| Identify business problems or management objectives that can be addressed through data analysis. | মূল |
| Identify relationships and trends or any factors that could affect the results of research. | মূল |
| Identify solutions to business problems, such as budgeting, staffing, and marketing decisions, using the results of data analysis. | মূল |
| Propose solutions in engineering, the sciences, and other fields using mathematical theories and techniques. | মূল |
| Read scientific articles, conference papers, or other sources of research to identify emerging analytic trends and technologies. | মূল |
| Recommend data-driven solutions to key stakeholders. | মূল |
| Test, validate, and reformulate models to ensure accurate prediction of outcomes of interest. | মূল |
| Write new functions or applications in programming languages to conduct analyses. | মূল |
| Design surveys, opinion polls, or other instruments to collect data. | সম্পূরক |
0.00/ 3· রোবট এক্সপোজার সূচক
স্কেল, ভিত্তি ও উৎস
প্রতিটি শারীরিক কাজকে 0–3 গ্রেড দেওয়া হয়েছে এই ভিত্তিতে যে ইতিমধ্যে মোতায়েন, বিক্রি বা প্রদর্শিত রোবট কোন পরিবেশে সেটি করতে পারে (0 নেই · 1 রোবটের জন্য তৈরি পরিবেশ, যেমন বেড়া-ঘেরা মেশিন সেল বা বোতলজাতকরণ লাইন · 2 সংগঠিত সুবিধা, যেমন হাসপাতালের ফার্মেসি বা কনটেইনার বন্দর · 3 অসংগঠিত পরিবেশ, যেমন ব্যক্তিগত বাড়ি বা নির্মাণস্থল), এবং কাজের সময়ের অংশ অনুযায়ী গ্রেডগুলোর গড় নেওয়া হয়েছে
এই পেশার O*NET 29.3 কাজগুলোর মধ্যে শারীরিক কাজ
গ্রেড ও সময়ের অংশ Anthropic Claude Opus 5 (ওয়েব অনুসন্ধান) দিয়ে অনুমান করেছে (2026 অনুযায়ী)।
রোবট এক্সপোজার সূচক এই সাইটের AI এক্সপোজার পরিসংখ্যান থেকে আলাদা একটি পরিমাপ, তাই এটিকে সেগুলোর সঙ্গে যোগ বা তুলনা করা যায় না। এটি প্রকৃত গ্রহণ বা খরচ পরিমাপ করে না, এবং 0-এর মধ্যে এমন পেশাও আছে যেগুলোতে কোনো শারীরিক কাজ নেই।
প্রতিটি শারীরিক কাজের গ্রেড
এই পেশার O*NET 29.3 কাজগুলোর মধ্যে কোনোটিই শারীরিক কাজ হিসেবে শ্রেণিবদ্ধ নয়।
পেশাগত তথ্য
কর্মসংস্থানের পূর্বাভাস (BLS)
মানগুলো পুরো SOC 15-2051 গোষ্ঠীর (Data scientists), কেবল এই O*NET পেশার নয়।
- কর্মসংস্থান, 2025
- 276K
- প্রক্ষেপিত কর্মসংস্থান, 2035
- 371K
- পরিবর্তন (2025–35)
- +34.6%
- মধ্যমা বার্ষিক মজুরি, 2025
- $1,20,230
- প্রবেশের জন্য সাধারণত প্রয়োজনীয় শিক্ষা
- Bachelor's degree
কোরীয় শ্রেণিবিন্যাসের সঙ্গে সংযোগ (KSCO)
AI Changing Work-এর তৈরি Korea Occupation Direct Crosswalk v1.1-এর বর্তমান সংস্করণের সংযোগ। সম্পর্ক-মান O*NET-SOC পেশার দিক থেকে পড়া হয়।
| KSCO কোড | KSCO নাম | সম্পর্ক | অবস্থা |
|---|---|---|---|
| 22420 | 데이터 분석가 | পরিসর একই | নিশ্চিত |
সম্পর্ক ও অবস্থার সংজ্ঞা(kr-direct v1.1)
আইএলও পেশাগত বিবরণ
নিচের ISCO-08 একক গোষ্ঠীগুলোকে AI Changing Work মার্কিন শ্রম পরিসংখ্যান ব্যুরো (BLS)-এর প্রকাশিত ক্রসওয়াক (2018 SOC থেকে 2010 SOC, 2010 SOC থেকে ISCO-08) কোনো ক্ষেত্রভিত্তিক বাছাই ছাড়া প্রকাশিত রূপেই প্রয়োগ করে এই পেশার সঙ্গে যুক্ত করেছে; প্রতিটি সংযোগ পূর্ণ বা আংশিক হতে পারে।
- ISCO-08 3314Statistical, Mathematical and Related Associate Professionals
পরিসংখ্যান, গণিত এবং এ সম্পর্কিত সহযোগী পেশাজীবী
উৎস: বাংলা পেশার নামসমূহ বাংলাদেশ পরিসংখ্যান ব্যুরো (বিবিএস) প্রকাশিত 'বাংলাদেশ পেশাগত শ্রেণিবিন্যাস (বিএসসিও)-২০২০, ভলিউম-২' থেকে অপরিবর্তিতভাবে উদ্ধৃত। উৎস: https://bbs.gov.bd/pages/static-pages/6922dce2933eb65569e128ee । বিএসসিও-২০২০ আইএলও-এর আইএসসিও-০৮ এর ভিত্তিতে প্রণীত। এই উপস্থাপনা বিবিএস বা আইএলও কর্তৃক প্রস্তুত, পর্যালোচিত বা অনুমোদিত নয়।
নিচের সংজ্ঞা, কাজ ও উদাহরণ ওই একক গোষ্ঠী সম্পর্কে ILO-র বর্ণনা, এই পেশা সম্পর্কে নয়।
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.
কার্য
- (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.
উদাহরণ পেশা
Actuarial assistant · Mathematical assistant · Statistical assistant
Sources: ILO ISCO-08 — details: Credits
ESCO পেশাগত শব্দভাণ্ডার
নিচের প্রতিটি এন্ট্রি প্রকাশিত ESCO-O*NET Crosswalk (সংস্করণ 1, 2022)-এ এই পেশার সঙ্গে একটি একটি করে মেলানো হয়েছে। মিলের ধরনগুলো ওই ক্রসওয়াকের; ভাষা AI Changing Work-এর।
- data scientistESCO 2511.3পরিসর একই
Data scientists find and interpret rich data sources, manage large amounts of data, merge data sources, ensure consistency of data-sets, and create visualisations to aid in understanding data. They build mathematical models using data, present and communicate data insights and findings to specialists and scientists in their team and if required, to a non-expert audience, and recommend ways to apply the data.
- ICT intelligent systems designerESCO 2511.10এই পেশা বেশি বিস্তৃত
ICT intelligent systems designers apply methods of artificial intelligence in engineering, robotics and computer science to design programs which simulate intelligence including thinking models, cognitive and knowledge-based systems, problem solving, and decision making. They also integrate structured knowledge into computer systems (ontologies, knowledge bases) in order to solve complex problems normally requiring a high level of human expertise or artificial intelligence methods.
- data analystESCO 2511.2আংশিক মিল, একই নয়
Data analysts import, inspect, clean, transform, validate, model, or interpret collections of data with regard to the business goals of the company. They ensure that the data sources and repositories provide consistent and reliable data. Data analysts use different algorithms and IT tools as demanded by the situation and the current data. They might prepare reports in the form of visualisations such as graphs, charts, and dashboards.
- knowledge engineerESCO 2529.8আংশিক মিল, একই নয়
Knowledge engineers integrate structured knowledge into computer systems (knowledge bases) in order to solve complex problems normally requiring a high level of human expertise or artificial intelligence methods. They are also responsible for eliciting or extracting knowledge from information sources, maintaining this knowledge, and making it available to the organisation or users. To achieve this, they are aware of knowledge representation and maintenance techniques (rules, frames, semantic nets, ontologies) and use knowledge extraction techniques and tools. They can design and build expert or artificial intelligence systems that use this knowledge.
- statisticianESCO 2120.6আংশিক মিল, একই নয়
Statisticians collect, tabulate, and, most importantly, analyse quantitative information coming from a varied array of fields. They interpret and analyse statistical studies on fields such as health, demographics, finance, business, etc. and advise based on patterns and drawn analysis.
উৎস: European Commission, DG EMPL — ESCO API 2026-08-08 (bridge v1.2.1)
লাইসেন্স: CC BY 4.0 (EU Reuse Notice)
ESCO reuse terms and the modification notice are in Credits.
ফরাসি শ্রেণিবিন্যাসের সঙ্গে সংযোগ (ROME)
এই পেশা ও ROME 4.0 পেশা-প্রোফাইলের মধ্যে সংযোগ, যা AI Changing Work এআই মডেলের সাহায্যে নির্ধারণ করেছে। সম্পর্কগুলো এই পেশার দিক থেকে পড়তে হবে। ‘অস্থায়ী’ চিহ্নিত সংযোগগুলো কেবল একই মডেল পরিবারের (Claude) দুই বিচারকের বিচারের ভিত্তিতে, বা সেই বিচারের ওপর পরিচালকের নিয়ম প্রয়োগ করে গৃহীত হয়েছে, তাই এগুলো নিশ্চিত সংযোগের তুলনায় দুর্বল প্রমাণের ওপর দাঁড়িয়ে আছে।
| ROME কোড | ROME নাম (ফরাসি) | সম্পর্ক |
|---|---|---|
| M1405 | Data scientist | পরিসর একইঅস্থায়ী |
| G1211 | Analyste de la performance sportive | সম্পর্কিত, সমতুল্য নয় |
| M1423 | Chief Data Officer | সম্পর্কিত, সমতুল্য নয় |
| M1414 | Ingénieur statisticien / Ingénieure statisticienne | সম্পর্কিত, সমতুল্য নয়অস্থায়ী |
| M1419 | Data analyst | সম্পর্কিত, সমতুল্য নয়অস্থায়ী |
| M1811 | Data engineer | সম্পর্কিত, সমতুল্য নয়অস্থায়ী |
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)
স্প্যানিশ শ্রেণিবিন্যাসের সঙ্গে সংযোগ (CNO-11)
এই পেশা ও CNO-11 পেশার মধ্যে সংযোগ, যা AI Changing Work এআই মডেলের সাহায্যে নির্ধারণ করেছে। সম্পর্কগুলো এই পেশার দিক থেকে পড়তে হবে।
| CNO-11 কোড | CNO-11 নাম (স্প্যানিশ) | সম্পর্ক |
|---|---|---|
| 2416 | Estadísticos | সম্পর্কিত, সমতুল্য নয়অস্থায়ী |
| 2729 | Especialistas en bases de datos y en redes informáticas no clasificados bajo otros epígrafes | সম্পর্কিত, সমতুল্য নয়অস্থায়ী |
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)
জার্মান শ্রেণিবিন্যাসের সঙ্গে সংযোগ (KldB)
এই পেশা ও KldB পেশার মধ্যে সংযোগ, যা AI Changing Work এআই মডেলের সাহায্যে নির্ধারণ করেছে। সম্পর্কগুলো এই পেশার দিক থেকে পড়তে হবে।
| KldB কোড | KldB নাম (জার্মান) | সম্পর্ক |
|---|---|---|
| 43104 | Berufe in der Informatik (ohne Spezialisierung) - hoch komplexe Tätigkeiten | এই পেশা বেশি সংকীর্ণ |
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)
জাপানি শ্রেণিবিন্যাসের সঙ্গে সংযোগ (JSCO)
এই পেশা ও JSCO পেশার মধ্যে সংযোগ, যা AI Changing Work এআই মডেলের সাহায্যে নির্ধারণ করেছে। সম্পর্কগুলো এই পেশার দিক থেকে পড়তে হবে।
| JSCO কোড | JSCO নাম (জাপানি) | সম্পর্ক |
|---|---|---|
| 119 | その他の技術者 | এই পেশা বেশি সংকীর্ণ |
| 109 | その他の情報処理・通信技術者 | সম্পর্কিত, সমতুল্য নয় |
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)
এই পেশা সংক্রান্ত সাম্প্রতিক পরিবর্তন
সারাংশ ও সম্পর্ক-চিহ্ন AI Changing Work-এর নিজস্ব লেখা ও বিচার; যেকোনো সংখ্যা সংযুক্ত সূত্রে মিলিয়ে নিন।
সরাসরি সম্পর্কিত 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.
[সূত্র: U.S. Bureau of Labor Statistics]
এই পৃষ্ঠার ডেটার সূত্র, লাইসেন্স এবং AI Changing Work-এর পরিবর্তন ও অনুবাদ-বিজ্ঞপ্তি: ক্রেডিট ও সূত্র