Remote Sensing Scientists and Technologists

Life, Physical, and Social Science Occupations

Código O*NET-SOC: 19-2099.01

Apply remote sensing principles and methods to analyze data and solve problems in areas such as natural resource management, urban planning, or homeland security. May develop new sensor systems, analytical techniques, or new applications for existing systems.

Fuente de datos: BLSPublicado: 2026-08
Alto· relativa
BajoCuatro bandas relativasMuy alto
Valor por grupo ocupacional
Escala, base y fuente
Cuatro bandas relativas (Bajo / Moderado / Alto / Muy alto)
831 ocupaciones detalladas de la tabla de proyecciones de empleo de BLS. El valor se asigna por código de la National Employment Matrix (NEM), de modo que las ocupaciones que comparten un código NEM reciben la misma banda
Conjunto de datos de origen (descarga XLSX)
Fuente de datos: AnthropicPublicado: 2026-03
0,038
0,000Rango de los valores aquí recogidos0,745
Valor por grupo ocupacional
Escala, base y fuente
Índice de exposición observada, 0–1 tal como se publica
Mapeado sobre tareas de O*NET
Publicado por ocupación SOC 2018; toda ocupación O*NET con el mismo código SOC 2018 recibe este valor
Conjunto de datos de origen (descarga CSV)
Fuente de datos: OpenAIPublicado: 2023
0,446
0,000Rango de los valores aquí recogidos0,844
Escala, base y fuente
β de evaluadores humanos, 0–1 tal como se publica
Mapeado sobre tareas de O*NET
Conjunto de datos de origen (descarga CSV)

Qué tipo de cifra publica esta fuente

La categoría de BLS es un rango relativo, no un nivel absoluto, y tampoco es una medición de primera mano: agrupa en cuatro bandas los rangos percentiles de la ocupación en varios estudios publicados. No es una previsión de empleo ni de salarios, no es una probabilidad de adopción y no distingue entre automatización y aumento.

Task-level exposure

Ver 22 tareas ocultas

24 tareas evaluadas · 22 tareas con β ≥ 0,5 (91,7%)

β = exposición directa (E1) + 0,5 × exposición con herramientas disponibles (E2), según la definición del repositorio de origen.

Unidad de origen: tareas de O*NET 27.2 → código de ocupación de O*NET 31.0
Todas las tareas puntuadas figuran en la lista de tareas de O*NET 31.0.

Fuente: OpenAI "GPTs are GPTs" exposure rubric
Versión: gh-main-0471612
Licencia: MIT License, Copyright (c) 2024 OpenAI

Task (O*NET 20.1)	Claude.aiRaw / share %	APIRaw / share %
Compile and format image data to increase its usefulness. 19-2099.01	0.014888.1	0.064692.4
Organize and maintain geospatial data and associated documentation. 19-2099.01	0.002011.9	0.00547.6

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
Analyze data acquired from aircraft, satellites, or ground-based platforms, using statistical analysis software, image analysis software, or Geographic Information Systems (GIS). O*NET Task ID 18256	0.5
Develop or build databases for remote sensing or related geospatial project information. O*NET Task ID 18257	0.5
Integrate other geospatial data sources into projects. O*NET Task ID 18258	0.5
Prepare or deliver reports or presentations of geospatial project information. O*NET Task ID 18259	0.5
Organize and maintain geospatial data and associated documentation. O*NET Task ID 18260	0.5
Process aerial or satellite imagery to create products such as land cover maps. O*NET Task ID 18261	0.5
Design or implement strategies for collection, analysis, or display of geographic data. O*NET Task ID 18262	0.5
Direct all activity associated with implementation, operation, or enhancement of remote sensing hardware or software. O*NET Task ID 18263	0.5
Collect supporting data, such as climatic or field survey data, to corroborate remote sensing data analyses. O*NET Task ID 18264	0.5
Compile and format image data to increase its usefulness. O*NET Task ID 18265	0.5
Conduct research into the application or enhancement of remote sensing technology. O*NET Task ID 18266	0.5
Develop automated routines to correct for the presence of image distorting artifacts, such as ground vegetation. O*NET Task ID 18268	0.5
Develop new analytical techniques or sensor systems. O*NET Task ID 18269	0.5
Manage or analyze data obtained from remote sensing systems to obtain meaningful results. O*NET Task ID 18270	0.5
Monitor quality of remote sensing data collection operations to determine if procedural or equipment changes are necessary. O*NET Task ID 18271	0.5
Direct installation or testing of new remote sensing hardware or software. O*NET Task ID 18272	0.5
Attend meetings or seminars or read current literature to maintain knowledge of developments in the field of remote sensing. O*NET Task ID 18273	0.5
Recommend new remote sensing hardware or software acquisitions. O*NET Task ID 18275	0.5
Set up or maintain remote sensing data collection systems. O*NET Task ID 18276	0.5
Train technicians in the use of remote sensing technology. O*NET Task ID 18277	0.5
Apply remote sensing data or techniques, such as surface water modeling or dust cloud detection, to address environmental issues. O*NET Task ID 19773	0.5
Use remote sensing data for forest or carbon tracking activities to assess the impact of environmental change. O*NET Task ID 19774	0.5
Ver 12 tareas más ▾Ver menos ▴

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

Todas las tareas de O*NET 31.0 (24)

Todas las tareas de O*NET 31.0 de esta ocupación (en inglés, tal como se publicaron; tipo de tarea principal o complementaria). Los valores de exposición no figuran en esta lista; están en la tabla de arriba, junto a cada tarea con la redacción de la versión de O*NET que usó cada fuente.

Tarea (O*NET 31.0)	Tipo
Analyze data acquired from aircraft, satellites, or ground-based platforms, using statistical analysis software, image analysis software, or Geographic Information Systems (GIS).	Principal
Develop or build databases for remote sensing or related geospatial project information.	Principal
Integrate other geospatial data sources into projects.	Principal
Prepare or deliver reports or presentations of geospatial project information.	Principal
Organize and maintain geospatial data and associated documentation.	Principal
Process aerial or satellite imagery to create products such as land cover maps.	Principal
Design or implement strategies for collection, analysis, or display of geographic data.	Principal
Direct all activity associated with implementation, operation, or enhancement of remote sensing hardware or software.	Principal
Collect supporting data, such as climatic or field survey data, to corroborate remote sensing data analyses.	Principal
Compile and format image data to increase its usefulness.	Principal
Conduct research into the application or enhancement of remote sensing technology.	Principal
Discuss project goals, equipment requirements, or methodologies with colleagues or team members.	Principal
Develop automated routines to correct for the presence of image distorting artifacts, such as ground vegetation.	Principal
Develop new analytical techniques or sensor systems.	Principal
Manage or analyze data obtained from remote sensing systems to obtain meaningful results.	Principal
Monitor quality of remote sensing data collection operations to determine if procedural or equipment changes are necessary.	Principal
Direct installation or testing of new remote sensing hardware or software.	Principal
Attend meetings or seminars or read current literature to maintain knowledge of developments in the field of remote sensing.	Principal
Participate in fieldwork.	Principal
Recommend new remote sensing hardware or software acquisitions.	Principal
Set up or maintain remote sensing data collection systems.	Principal
Train technicians in the use of remote sensing technology.	Principal
Apply remote sensing data or techniques, such as surface water modeling or dust cloud detection, to address environmental issues.	Principal
Use remote sensing data for forest or carbon tracking activities to assess the impact of environmental change.	Principal

Anthropic, «What work can robots do?»2026-09

0,07/ 3· Índice de exposición a robots

0 ninguno3 entornos no estructurados

Escala, base y fuente

Cada tarea física se califica de 0 a 3 según el entorno en el que robots ya implantados, vendidos o demostrados podrían realizarla (0 ninguno · 1 entornos diseñados para robots, como una celda de máquinas vallada o una línea de embotellado · 2 instalaciones estructuradas, como una farmacia hospitalaria o un puerto de contenedores · 3 entornos no estructurados, como un hogar particular o una obra de construcción), y las calificaciones se promedian según la proporción del tiempo de trabajo

Tareas físicas entre las tareas O*NET 29.3 de esta ocupación

Anthropic estimó las calificaciones y las proporciones de tiempo con Claude Opus 5 mediante búsqueda web (situación en 2026).

Conjunto de datos de origen

El índice de exposición a robots es una medida distinta de las cifras de exposición a la IA de este sitio y no puede sumarse a ellas ni compararse con ellas. No mide la adopción real ni el coste, y el 0 también incluye ocupaciones sin tareas físicas.

Calificación de cada tarea física

Niveles de entorno robótico (E0–E3)

E0 ningunoDetalles
Calificada como no realizable por robots que se han implantado, vendido o demostrado, ni siquiera en un entorno diseñado para robots
E1 entornos diseñados para robotsDetalles
Calificada como realizable en un entorno construido en torno a la máquina, como una celda de máquinas vallada o una línea de embotellado
E2 instalaciones estructuradasDetalles
Calificada como realizable en una instalación de trabajo de personas que una institución mantiene según un estándar de trabajo, como una farmacia hospitalaria o un puerto de contenedores
E3 entornos no estructuradosDetalles
Calificada como realizable en un entorno que ninguna institución mantiene según un estándar de trabajo, como un hogar particular o una obra de construcción

Solo se enumeran las tareas clasificadas como físicas; las demás tareas no tienen nivel en la fuente.

Tarea (O*NET 29.3)	Nivel de entorno robótico
Participate in fieldwork.	E3 entornos no estructurados
Set up or maintain remote sensing data collection systems.	E0 ninguno

Perspectivas de empleo (BLS)

Valores de todo el grupo SOC 19-2099 (Physical scientists, all other), no solo de esta ocupación O*NET.

Empleo, 2025: 27K
Empleo proyectado, 2035: 27K
Variación (2025–35): +2,1%
Salario anual mediano, 2025: $122.570
Formación habitual para acceder: Bachelor's degree

mínimo $30.890rango del salario mediano de 825 ocupaciones detalladas, BLS EP 2025–35máximo $559.030

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

Vínculos con la clasificación coreana (KSCO)

Vínculos de la versión vigente de Korea Occupation Direct Crosswalk v1.1, elaborado por AI Changing Work. Los valores de relación se leen desde la ocupación O*NET-SOC.

Código KSCO	Nombre KSCO	Relación	Estado
23162	사진측량 및 원격탐사 분석가	Mismo alcance	confirmado

Definiciones de relación y estado(kr-direct v1.1)

Vocabulario ocupacional ESCO

Cada entrada de abajo está emparejada con esta ocupación en el ESCO-O*NET Crosswalk publicado (versión 1, 2022). Los tipos de correspondencia son los de esa tabla; la redacción es de AI Changing Work.

geógrafo/geógrafaESCO 2632.5Se solapan, no son iguales
Los geógrafos son académicos que estudian la geografía humana y física. En función de su especialización, estudian los aspectos políticos, económicos y culturales de la humanidad contenidos en la geografía humana. Además, estudian las formaciones de tierra, los suelos, las fronteras naturales y los caudales de agua contenidos en geografía física.
sismólogo/sismólogaESCO 2114.1.10Se solapan, no son iguales
Los sismólogos estudian el movimiento de placas tectónicas de la Tierra que da lugar a la propagación de ondas sísmicas y a los terremotos. Estudian y observan las diversas causas de terremotos, como la actividad volcánica, los fenómenos atmosféricos o el comportamiento de los océanos. Comunican sus observaciones científicas para prevenir situaciones peligrosas en la construcción y las infraestructuras.
técnico en teledetección/técnica en teledetecciónESCO 3111.13Se solapan, no son iguales
Los técnicos en teledetección recogen datos aéreos. Utilizan equipos destinados a la recogida de datos y a la determinación de los puntos geográficos, con el fin de contribuir a una serie de operaciones como la conservación de la tierra, la planificación urbana y las operaciones militares.

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

Licencia: CC BY 4.0 (EU Reuse Notice)

Ver original

ESCO reuse terms and the modification notice are in Credits.

Vínculos con la clasificación francesa (ROME)

Vínculos entre esta ocupación y fichas ROME 4.0, establecidos por AI Changing Work con modelos de IA. Las relaciones se leen desde el lado de esta ocupación. Los vínculos marcados como «provisional» se adoptaron basándose únicamente en los juicios de dos evaluadores de la misma familia de modelos (Claude), o mediante una regla del operador aplicada a esos juicios, por lo que se sustentan en evidencia más débil que los vínculos confirmados.

Código ROME	Denominación ROME (francés)	Relación
M1808	Cartographe	Relacionada, no equivalente
M1895	Géomaticien / Géomaticienne	Relacionada, no equivalente

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)

Vínculos con la clasificación española (CNO-11)

Vínculos entre esta ocupación y ocupaciones CNO-11, establecidos por AI Changing Work con modelos de IA. Las relaciones se leen desde el lado de esta ocupación.

Código CNO-11	Denominación CNO-11 (español)	Relación
2414	Geólogos y geofísicos	Relacionada, no equivalente
2454	Ingenieros geógrafos y cartógrafos	Relacionada, no equivalente
2821	Sociólogos, geógrafos, antropólogos, arqueólogos y afines	Relacionada, no equivalente

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)

Vínculos con la clasificación alemana (KldB)

Vínculos entre esta ocupación y ocupaciones KldB, establecidos por AI Changing Work con modelos de IA. Las relaciones se leen desde el lado de esta ocupación.

Código KldB	Denominación KldB (alemán)	Relación
43144	Berufe in der Geoinformatik - hoch komplexe Tätigkeiten	Se solapan, no son iguales
42134	Berufe in der Geografie - hoch komplexe Tätigkeiten	Relacionada, no equivalente

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)

Vínculos con la clasificación japonesa (JSCO)

Vínculos entre esta ocupación y ocupaciones JSCO, establecidos por AI Changing Work con modelos de IA. Las relaciones se leen desde el lado de esta ocupación.

Código JSCO	Denominación JSCO (japonés)	Relación
051	自然科学系研究者	Relacionada, no equivalente
093	測量技術者	Relacionada, no equivalente

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)

Fuentes de datos y licencias de esta página, y avisos de modificación y traducción de AI Changing Work: Créditos y fuentes