Precision Agriculture Technicians
Life, Physical, and Social Science Occupations- O*NET-SOC-Code
- 19-4012.01
Apply geospatial technologies, including geographic information systems (GIS) and Global Positioning System (GPS), to agricultural production or management activities, such as pest scouting, site-specific pesticide application, yield mapping, or variable-rate irrigation. May use computers to develop or analyze maps or remote sensing images to compare physical topography with data on soils, fertilizer, pests, or weather.
- Datenquelle: BLSVeröffentlicht: 2026-08
Hoch· relativ
NiedrigVier relative BänderSehr hochWert auf Berufsgruppenebene
Skala, Bezugsmenge und Quelle
Vier relative Bänder (Niedrig / Mittel / Hoch / Sehr hoch)
831 detaillierte Berufe in der BLS-Beschäftigungsprojektionstabelle. Der Wert wird je Code der National Employment Matrix (NEM) vergeben, daher erhalten Berufe mit demselben NEM-Code dasselbe Band
- Datenquelle: AnthropicVeröffentlicht: 2026-03
0,006
0,000Spannweite der hier geführten Werte0,745Wert auf Berufsgruppenebene
Skala, Bezugsmenge und Quelle
Index der beobachteten Exposition, 0–1 wie veröffentlicht
Auf O*NET-Aufgaben abgebildet
Veröffentlicht je SOC-2018-Beruf; jeder O*NET-Beruf mit demselben SOC-2018-Code erhält diesen Wert
- Datenquelle: ILOVeröffentlicht: 2025
0,26
0,09Spannweite der hier geführten Werte0,70Wert auf Berufsgruppenebene
Skala, Bezugsmenge und Quelle
Index der Exposition gegenüber generativer KI, 0–1 wie veröffentlicht
Veröffentlicht je ISCO-08-Berufsgattung. Mit diesem Beruf ganz oder teilweise verknüpft durch Anwendung der Umsteigeschlüssel des U.S. Bureau of Labor Statistics (ISCO-08 zu SOC 2010, SOC 2010 zu SOC 2018) in veröffentlichter Form
Welche Art von Wert diese Quelle veröffentlicht
Die Kategorie von BLS ist ein relativer Rang und kein absolutes Niveau, und sie ist keine eigene Messung: Sie fasst die Perzentilränge des Berufs aus mehreren veröffentlichten Studien in vier Bänder zusammen. Sie ist weder eine Beschäftigungs- oder Lohnprognose noch eine Einführungswahrscheinlichkeit und unterscheidet nicht zwischen Automatisierung und Augmentierung.
Task-level exposure
Nur exponierte Aufgaben22 bewertete Aufgaben · 20 Aufgaben mit β ≥ 0,5 (90,9%)
β = direkte Exposition (E1) + 0,5 × Exposition bei verfügbaren Werkzeugen (E2), gemäß der Definition des Quell-Repositorys.
- Quelleinheit: Aufgaben aus O*NET 27.2 → Berufscode aus O*NET 31.0
- Alle bewerteten Aufgaben stehen in der Aufgabenliste von O*NET 31.0.
- Quelle
- OpenAI "GPTs are GPTs" exposure rubric
- Ausgabe
- gh-main-0471612
- Lizenz
- MIT License, Copyright (c) 2024 OpenAI
Aufgaben des O*NET-SOC-2010-Berufs 19-4099.02 Precision Agriculture Technicians, die wir diesem Beruf über die offizielle Umsteigetabelle O*NET-SOC 2010 zu 2019 zugeordnet haben
| Task (O*NET 20.1) | Claude.aiRaw / share % |
|---|---|
Document and maintain records of precision agriculture information.19-4099.02 | 0.003942.9 |
Participate in efforts to advance precision agriculture technology, such as developing advanced weed identification or automated spot spraying systems.19-4099.02 | 0.002730.0 |
Identify spatial coordinates, using remote sensing and Global Positioning System (GPS) data.19-4099.02 | 0.002527.1 |
| Not observed on any surface — 20 task(s) — These tasks have no row in the source for this release. The 0 in the share row is a display-stage composition ratio; absence is what the — in the raw row states. | |
Program farm equipment, such as variable-rate planting equipment or pesticide sprayers, based on input from crop scouting and analysis of field condition variability. | —0 |
Compare crop yield maps with maps of soil test data, chemical application patterns, or other information to develop site-specific crop management plans. | —0 |
Install, calibrate, or maintain sensors, mechanical controls, GPS-based vehicle guidance systems, or computer settings. | —0 |
Collect information about soil or field attributes, yield data, or field boundaries, using field data recorders and basic geographic information systems (GIS). | —0 |
Demonstrate the uses and applications of geospatial technology, such as Global Positioning System (GPS), geographic information systems (GIS), automatic tractor guidance systems, variable rate chemical input applicators, surveying equipment, and computer mapping software. | —0 |
Divide agricultural fields into georeferenced zones, based on soil characteristics and production potentials. | —0 |
Compile and analyze geospatial data to determine agricultural implications of factors such as soil quality, terrain, field productivity, fertilizers, and weather conditions. | —0 |
Develop soil sampling grids or identify sampling sites, using geospatial technology, for soil testing on characteristics such as nitrogen, phosphorus, and potassium content, pH, and micronutrients. | —0 |
Identify areas in need of pesticide treatment by analyzing geospatial data to determine insect movement and damage patterns. | —0 |
Recommend best crop varieties or seeding rates for specific field areas, based on analysis of geospatial data. | —0 |
Create, layer, and analyze maps showing precision agricultural data, such as crop yields, soil characteristics, input applications, terrain, drainage patterns, or field management history. | —0 |
Contact equipment manufacturers for technical assistance, as needed. | —0 |
Prepare reports summarizing field productivity and profitability in graphical or tabular form. | —0 |
Process and analyze data from harvester monitors to develop yield maps. | —0 |
Analyze remote sensing imagery to identify relationships between soil quality, crop canopy densities, light reflectance, and weather history. | —0 |
Apply knowledge of government regulations when making agricultural recommendations. | —0 |
Draw or read maps, such as soil, contour, or plat maps. | —0 |
Advise farmers on upgrading Global Positioning System (GPS) equipment to take advantage of newly installed advanced satellite technology. | —0 |
Apply precision agriculture information to specifically reduce the negative environmental impacts of farming practices. | —0 |
Provide advice on the development or application of better boomspray technology to limit the overapplication of chemicals and to reduce the migration of chemicals to areas other than the fields being treated. | —0 |
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 |
|---|---|
Contact equipment manufacturers for technical assistance, as needed.O*NET Task ID 18290 | 1.0 |
Document and maintain records of precision agriculture information.O*NET Task ID 18295 | 1.0 |
Program farm equipment, such as variable-rate planting equipment or pesticide sprayers, based on input from crop scouting and analysis of field condition variability.O*NET Task ID 18278 | 0.5 |
Compare crop yield maps with maps of soil test data, chemical application patterns, or other information to develop site-specific crop management plans.O*NET Task ID 18279 | 0.5 |
Collect information about soil or field attributes, yield data, or field boundaries, using field data recorders and basic geographic information systems (GIS).O*NET Task ID 18281 | 0.5 |
Identify spatial coordinates, using remote sensing and Global Positioning System (GPS) data.O*NET Task ID 18282 | 0.5 |
Divide agricultural fields into georeferenced zones, based on soil characteristics and production potentials.O*NET Task ID 18284 | 0.5 |
Identify areas in need of pesticide treatment by analyzing geospatial data to determine insect movement and damage patterns.O*NET Task ID 18287 | 0.5 |
Recommend best crop varieties or seeding rates for specific field areas, based on analysis of geospatial data.O*NET Task ID 18288 | 0.5 |
Create, layer, and analyze maps showing precision agricultural data, such as crop yields, soil characteristics, input applications, terrain, drainage patterns, or field management history.O*NET Task ID 18289 | 0.5 |
Analyze remote sensing imagery to identify relationships between soil quality, crop canopy densities, light reflectance, and weather history.O*NET Task ID 18293 | 0.5 |
Draw or read maps, such as soil, contour, or plat maps.O*NET Task ID 18296 | 0.5 |
Advise farmers on upgrading Global Positioning System (GPS) equipment to take advantage of newly installed advanced satellite technology.O*NET Task ID 19800 | 0.5 |
Apply precision agriculture information to specifically reduce the negative environmental impacts of farming practices.O*NET Task ID 19801 | 0.5 |
Participate in efforts to advance precision agriculture technology, such as developing advanced weed identification or automated spot spraying systems.O*NET Task ID 19802 | 0.5 |
Provide advice on the development or application of better boom-spray technology to limit the overapplication of chemicals and to reduce the migration of chemicals beyond the fields being treated.O*NET Task ID 19803 | 0.5 |
Use geospatial technology to develop soil sampling grids or identify sampling sites for testing characteristics such as nitrogen, phosphorus, or potassium content, pH, or micronutrients.O*NET Task ID 20872 | 0.5 |
Analyze data from harvester monitors to develop yield maps.O*NET Task ID 20874 | 0.5 |
Analyze geospatial data to determine agricultural implications of factors such as soil quality, terrain, field productivity, fertilizers, or weather conditions.O*NET Task ID 20875 | 0.5 |
Prepare reports in graphical or tabular form, summarizing field productivity or profitability.O*NET Task ID 20876 | 0.5 |
Install, calibrate, or maintain sensors, mechanical controls, GPS-based vehicle guidance systems, or computer settings.O*NET Task ID 18280 | 0.0 |
Demonstrate the applications of geospatial technology, such as Global Positioning System (GPS), geographic information systems (GIS), automatic tractor guidance systems, variable rate chemical input applicators, surveying equipment, or computer mapping software.O*NET Task ID 20873 | 0.0 |
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
Alle Aufgaben aus O*NET 31.0 (22)
Alle Aufgaben dieses Berufs aus O*NET 31.0 (englisch, wie veröffentlicht; Aufgabentyp Kern- oder Zusatzaufgabe). Expositionswerte stehen nicht in dieser Liste, sondern in der Tabelle oben, neben jeder Aufgabe im Wortlaut der O*NET-Version, die die jeweilige Quelle verwendet hat.
| Aufgabe (O*NET 31.0) | Art |
|---|---|
| Program farm equipment, such as variable-rate planting equipment or pesticide sprayers, based on input from crop scouting and analysis of field condition variability. | Kern |
| Compare crop yield maps with maps of soil test data, chemical application patterns, or other information to develop site-specific crop management plans. | Kern |
| Install, calibrate, or maintain sensors, mechanical controls, GPS-based vehicle guidance systems, or computer settings. | Kern |
| Collect information about soil or field attributes, yield data, or field boundaries, using field data recorders and basic geographic information systems (GIS). | Kern |
| Identify spatial coordinates, using remote sensing and Global Positioning System (GPS) data. | Kern |
| Divide agricultural fields into georeferenced zones, based on soil characteristics and production potentials. | Kern |
| Identify areas in need of pesticide treatment by analyzing geospatial data to determine insect movement and damage patterns. | Kern |
| Recommend best crop varieties or seeding rates for specific field areas, based on analysis of geospatial data. | Kern |
| Create, layer, and analyze maps showing precision agricultural data, such as crop yields, soil characteristics, input applications, terrain, drainage patterns, or field management history. | Kern |
| Contact equipment manufacturers for technical assistance, as needed. | Kern |
| Analyze remote sensing imagery to identify relationships between soil quality, crop canopy densities, light reflectance, and weather history. | Kern |
| Document and maintain records of precision agriculture information. | Kern |
| Draw or read maps, such as soil, contour, or plat maps. | Kern |
| Advise farmers on upgrading Global Positioning System (GPS) equipment to take advantage of newly installed advanced satellite technology. | Kern |
| Apply precision agriculture information to specifically reduce the negative environmental impacts of farming practices. | Kern |
| Participate in efforts to advance precision agriculture technology, such as developing advanced weed identification or automated spot spraying systems. | Kern |
| Provide advice on the development or application of better boom-spray technology to limit the overapplication of chemicals and to reduce the migration of chemicals beyond the fields being treated. | Kern |
| Use geospatial technology to develop soil sampling grids or identify sampling sites for testing characteristics such as nitrogen, phosphorus, or potassium content, pH, or micronutrients. | Kern |
| Demonstrate the applications of geospatial technology, such as Global Positioning System (GPS), geographic information systems (GIS), automatic tractor guidance systems, variable rate chemical input applicators, surveying equipment, or computer mapping software. | Kern |
| Analyze data from harvester monitors to develop yield maps. | Kern |
| Analyze geospatial data to determine agricultural implications of factors such as soil quality, terrain, field productivity, fertilizers, or weather conditions. | Kern |
| Prepare reports in graphical or tabular form, summarizing field productivity or profitability. | Kern |
0,35/ 3· Roboter-Expositionsindex
Skala, Bezugsmenge und Quelle
Jede körperliche Tätigkeit wird von 0 bis 3 danach eingestuft, in welcher Umgebung Roboter, die bereits eingesetzt, verkauft oder vorgeführt wurden, sie ausführen könnten (0 keine · 1 eigens für Roboter eingerichtete Umgebungen wie eine umzäunte Maschinenzelle oder eine Abfülllinie · 2 strukturierte Einrichtungen wie eine Krankenhausapotheke oder ein Containerhafen · 3 unstrukturierte Umgebungen wie ein Privathaushalt oder eine Baustelle); die Stufen werden nach dem Anteil an der Arbeitszeit gemittelt
Körperliche Tätigkeiten unter den Tätigkeiten dieses Berufs in O*NET 29.3
Stufen und Zeitanteile hat Anthropic mit Claude Opus 5 per Websuche geschätzt (Stand 2026).
Der Roboter-Expositionsindex ist eine andere Kennzahl als die KI-Expositionswerte auf dieser Website und kann weder zu ihnen addiert noch mit ihnen verglichen werden. Er misst weder die tatsächliche Einführung noch die Kosten, und 0 umfasst auch Berufe ohne körperliche Tätigkeiten.
Stufe jeder körperlichen Tätigkeit
Roboter-Umgebungsstufen (E0–E3)
E0 keineDetails
Bewertet als nicht ausführbar durch Roboter, die eingesetzt, verkauft oder vorgeführt wurden, selbst in einer eigens für Roboter eingerichteten Umgebung
E1 eigens für Roboter eingerichtete UmgebungenDetails
Bewertet als ausführbar in einer um die Maschine herum gebauten Umgebung, etwa einer umzäunten Maschinenzelle oder einer Abfülllinie
E2 strukturierte EinrichtungenDetails
Bewertet als ausführbar in einer Arbeitsstätte für Menschen, die eine Institution auf einem Arbeitsstandard hält, etwa einer Krankenhausapotheke oder einem Containerhafen
E3 unstrukturierte UmgebungenDetails
Bewertet als ausführbar in einer Umgebung, die keine Institution auf einem Arbeitsstandard hält, etwa einem Privathaushalt oder einer Baustelle
Aufgeführt sind nur als körperlich klassifizierte Tätigkeiten; andere Tätigkeiten haben in der Quelle keine Stufe.
| Aufgabe (O*NET 29.3) | Roboter-Umgebungsstufe |
|---|---|
| Install, calibrate, or maintain sensors, mechanical controls, GPS-based vehicle guidance systems, or computer settings. | E0 keine |
| Collect information about soil or field attributes, yield data, or field boundaries, using field data recorders and basic geographic information systems (GIS). | E3 unstrukturierte Umgebungen |
| Participate in efforts to advance precision agriculture technology, such as developing advanced weed identification or automated spot spraying systems. | E3 unstrukturierte Umgebungen |
| Demonstrate the applications of geospatial technology, such as Global Positioning System (GPS), geographic information systems (GIS), automatic tractor guidance systems, variable rate chemical input applicators, surveying equipment, or computer mapping software. | E0 keine |
Berufsinformationen
Beschäftigungsausblick (BLS)
Werte für die gesamte SOC-Gruppe 19-4012 (Agricultural technicians), nicht nur für diesen O*NET-Beruf.
- Beschäftigung, 2025
- 20K
- Projizierte Beschäftigung, 2035
- 21K
- Veränderung (2025–35)
- +5,4%
- Medianer Jahreslohn, 2025
- $49.630
- Üblicher Bildungsabschluss für den Einstieg
- Associate's degree
Verknüpfungen mit der koreanischen Klassifikation (KSCO)
Verknüpfungen aus der aktuellen Ausgabe von Korea Occupation Direct Crosswalk v1.1, erstellt von AI Changing Work. Beziehungswerte sind von der O*NET-SOC-Seite aus zu lesen.
| KSCO-Code | KSCO-Bezeichnung | Beziehung | Status |
|---|---|---|---|
| 21321 | 농업 시험원 | Verwandt, keine Entsprechung | bestätigt |
Definitionen von Beziehung und Status(kr-direct v1.1)
ILO-Berufsbeschreibung
AI Changing Work verknüpft die unten aufgeführten ISCO-08-Berufsgattungen mit diesem Beruf, indem die Umsteigeschlüssel des U.S. Bureau of Labor Statistics (BLS) (SOC 2018 zu SOC 2010, SOC 2010 zu ISCO-08) so angewendet werden, wie sie veröffentlicht sind, ohne Auswahl im Einzelfall; jede Verknüpfung kann vollständig oder teilweise sein.
- ISCO-08 3142Agricultural Technicians
Agrartechniker
Quelle: European Commission, DG EMPL — ESCO API 2026-08-08 (bridge v1.2.1)
Lizenz: CC BY 4.0 (EU Reuse Notice)
Die folgende Definition, die Aufgaben und die Beispiele sind die Beschreibung dieser Berufsgattung durch die ILO, nicht dieses Berufs.
Agricultural technicians perform tests and experiments, and provide technical and scientific support to agricultural scientists, farmers and farm managers.
Aufgaben
- (a) preparing materials and equipment for experiments, tests and analyses;
- (b) collecting and preparing specimens such as soils, plant or animal cells, tissues or parts or animal organs for experiments, tests and analyses;
- (c) assisting with and performing experiments, tests and analyses applying methods and techniques such as microscopy, histochemistry, chromatography, electrophoresis and spectroscopy;
- (d) identifying pathogenic micro-organisms and insects, parasites, fungi and weeds harmful to crops and livestock, and assisting in devising methods of control;
- (e) analysing produce to set and maintain standards of quality;
- (f) conducting or supervising operational programmes such as fish hatchery, greenhouse and livestock production programmes;
- (g) analysing samples of seeds for quality, purity and germination rating;
- (h) collecting data and estimating quantities and costs of materials and labour required for projects;
- (i) organizing maintenance and repairs of research equipment.
Beispielberufe
Dairy Technician · Field Crop Technician · Herd Tester · Horticultural Technician · Poultry Technician
Sources: ILO ISCO-08 — details: Credits
ESCO-Berufsvokabular
Jeder Eintrag unten ist diesem Beruf im veröffentlichten ESCO-O*NET Crosswalk (Version 1, 2022) einzeln zugeordnet. Die Zuordnungsarten stammen aus diesem Crosswalk; die Formulierung stammt von AI Changing Work.
- Agrarwissenschaftler/AgrarwissenschaftlerinESCO 2132.1Überschneidend, nicht gleich
Agrarwissenschaftler/Agrarwissenschaftlerinnen erforschen den Boden, Tiere und Pflanzen, um landwirtschaftliche Prozesse, die Qualität landwirtschaftlicher Erzeugnisse oder Umweltauswirkungen der Landwirtschaft zu verbessern. Sie planen für und implementieren Projekte wie Entwicklungsprojekte für Kunden oder Institutionen.
- Ingenieur Agrarwirtschaft/Ingenieurin AgrarwirtschaftESCO 2144.1.2Überschneidend, nicht gleich
Ingenieure Agrarwirtschaft/Ingenieurinnen Agrarwirtschaft bringen ingenieurtechnische Konzepte in eine Vielzahl landwirtschaftlicher Bereiche ein. Sie konzipieren und entwickeln Maschinen und Ausrüstungen für effiziente und nachhaltige Bodennutzung. Sie beraten zur Ressourcennutzung in landwirtschaftlichen Betrieben, d. h. zur Nutzung von Wasser und Boden, Erntemethoden und Abfallbewirtschaftung.
Quelle: European Commission, DG EMPL — ESCO API 2026-08-08 (bridge v1.2.1)
Lizenz: CC BY 4.0 (EU Reuse Notice)
ESCO reuse terms and the modification notice are in Credits.
Verknüpfungen mit der französischen Klassifikation (ROME)
Verknüpfungen zwischen diesem Beruf und ROME-4.0-Berufsprofilen, von AI Changing Work mithilfe von KI-Modellen beurteilt. Die Beziehungen sind aus Sicht dieses Berufs zu lesen. Als vorläufig markierte Verknüpfungen wurden allein auf der Grundlage der Beurteilungen zweier Prüfer derselben Modellfamilie (Claude) übernommen, oder nach einer vom Betreiber auf diese Beurteilungen angewandten Regel, und beruhen daher auf schwächeren Belegen als bestätigte Verknüpfungen.
| ROME-Code | ROME-Bezeichnung (Französisch) | Beziehung |
|---|---|---|
| A1301 | Technicien / Technicienne en agriculture | Verwandt, keine Entsprechung |
| A1304 | Conseiller / Conseillère technique agricole | Verwandt, keine Entsprechung |
| M1895 | Géomaticien / Géomaticienne | Verwandt, keine Entsprechung |
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)
Verknüpfungen mit der spanischen Klassifikation (CNO-11)
Verknüpfungen zwischen diesem Beruf und CNO-11-Berufen, von AI Changing Work mithilfe von KI-Modellen beurteilt. Die Beziehungen sind aus Sicht dieses Berufs zu lesen.
| CNO-11-Code | CNO-11-Bezeichnung (Spanisch) | Beziehung |
|---|---|---|
| 2424 | Ingenieros técnicos agrícolas | Verwandt, keine Entsprechung |
| 3142 | Técnicos agropecuarios | Verwandt, keine Entsprechung |
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)
Verknüpfungen mit der deutschen Klassifikation (KldB)
Verknüpfungen zwischen diesem Beruf und KldB-Berufen, von AI Changing Work mithilfe von KI-Modellen beurteilt. Die Beziehungen sind aus Sicht dieses Berufs zu lesen.
| KldB-Code | KldB-Bezeichnung (Deutsch) | Beziehung |
|---|---|---|
| 11113 | Berufe in der Landtechnik - komplexe Spezialistentätigkeiten | Verwandt, keine Entsprechung |
| 11183 | Berufe in der Landwirtschaft (sonstige spezifische Tätigkeitsangabe) - komplexe Spezialistentätigkeiten | Verwandt, keine Entsprechungvorläufig |
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)
Verknüpfungen mit der japanischen Klassifikation (JSCO)
Verknüpfungen zwischen diesem Beruf und JSCO-Berufen, von AI Changing Work mithilfe von KI-Modellen beurteilt. Die Beziehungen sind aus Sicht dieses Berufs zu lesen.
| JSCO-Code | JSCO-Bezeichnung (Japanisch) | Beziehung |
|---|---|---|
| 061 | 農林水産技術者 | Dieser Beruf ist enger |
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)
Datenquellen und Lizenzen dieser Seite sowie die Änderungs- und Übersetzungshinweise von AI Changing Work: Credits und Quellen