Statisticians

Code 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.

Source des données: BLSPublié: 2026-08
Très élevée· relative
FaibleQuatre bandes relativesTrès élevée
Valeur par groupe professionnel
Échelle, base et source
Quatre bandes relatives (Faible / Modérée / Élevée / Très élevée)
831 métiers détaillés du tableau des projections d'emploi du BLS. La valeur est attribuée par code de la National Employment Matrix (NEM), si bien que les métiers partageant un code NEM reçoivent la même bande
Jeu de données source (téléchargement XLSX)
Source des données: AnthropicPublié: 2026-03
0,211
0,000Étendue des valeurs présentées ici0,745
Valeur par groupe professionnel
Échelle, base et source
Indice d'exposition observée, 0–1 tel que publié
Rapporté aux tâches O*NET
Publié par profession SOC 2018 ; chaque profession O*NET ayant le même code SOC 2018 reçoit cette valeur
Jeu de données source (téléchargement CSV)
Source des données: ILOPublié: 2025
0,56
0,09Étendue des valeurs présentées ici0,70
Valeur par groupe professionnel
Échelle, base et source
Indice d'exposition à l'IA générative, 0–1 tel que publié
Publié par groupe de base ISCO-08. Relié à ce métier, en tout ou en partie, en appliquant tels que publiés les tableaux de correspondance du U.S. Bureau of Labor Statistics (ISCO-08 vers SOC 2010, SOC 2010 vers SOC 2018)
Jeu de données source (téléchargement PDF)

Quelle est la nature de la valeur publiée par cette source

La catégorie BLS est un rang relatif et non un niveau absolu, et ce n'est pas une mesure de première main : elle regroupe en quatre bandes les rangs centiles du métier dans plusieurs études publiées. Ce n'est ni une prévision d'emploi ou de salaire, ni une probabilité d'adoption, et elle ne distingue pas automatisation et augmentation.

Task-level exposure

Afficher 5 tâches masquées

19 tâches évaluées · 19 tâches avec β ≥ 0,5 (100,0%)

β = exposition directe (E1) + 0,5 × exposition lorsque des outils sont disponibles (E2), selon la définition du dépôt source.

Unité source : tâches O*NET 27.2 → code de métier O*NET 31.0
Toutes les tâches notées figurent dans la liste des tâches O*NET 31.0.

Source: OpenAI "GPTs are GPTs" exposure rubric
Version: gh-main-0471612
Licence: MIT License, Copyright (c) 2024 OpenAI

Task (O*NET 20.1)	Claude.aiRaw / share %
Evaluate sources of information to determine any limitations in terms of reliability or usability. 15-2041.00	0.162523.8
Identify relationships and trends in data, as well as any factors that could affect the results of research. 15-2041.00	0.098914.5
Report results of statistical analyses, including information in the form of graphs, charts, and tables. 15-2041.00	0.075711.1
Process large amounts of data for statistical modeling and graphic analysis, using computers. 15-2041.00	0.073210.7
Examine theories, such as those of probability and inference, to discover mathematical bases for new or improved methods of obtaining and evaluating numerical data. 15-2041.00	0.06799.9
Develop an understanding of fields to which statistical methods are to be applied to determine whether methods and results are appropriate. 15-2041.00	0.05888.6
Prepare data for processing by organizing information, checking for any inaccuracies, and adjusting and weighting the raw data. 15-2041.00	0.05137.5
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	0.04346.4
Report results of statistical analyses in peer-reviewed papers and technical manuals. 15-2041.00	0.02012.9
Develop software applications or programming to use for statistical modeling and graphic analysis. 15-2041.00	0.01281.9
Present statistical and nonstatistical results using charts, bullets, and graphs in meetings or conferences to audiences such as clients, peers, and students. 15-2041.00	0.01131.7
Develop and test experimental designs, sampling techniques, and analytical methods. 15-2041.00	0.00480.7
Analyze and interpret statistical data to identify significant differences in relationships among sources of information. 15-2041.00	0.00210.3
Afficher 3 tâches de plus ▾Réduire ▴

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
Afficher 9 tâches de plus ▾Réduire ▴

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

Toutes les tâches O*NET 31.0 (19)

Toutes les tâches O*NET 31.0 de ce métier (en anglais, telles que publiées ; type de tâche principale ou complémentaire). Les valeurs d'exposition ne figurent pas dans cette liste ; elles sont dans le tableau ci-dessus, à côté de chaque tâche dans la formulation de la version O*NET utilisée par chaque source.

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

Perspectives d’emploi (BLS)

Valeurs de l’ensemble du groupe SOC 15-2041 (Statisticians), et non de ce seul métier O*NET.

Emploi, 2025: 31K
Emploi projeté, 2035: 35K
Variation (2025–35): +11%
Salaire annuel médian, 2025: $105 650
Niveau d’études habituel à l’entrée: Master's degree

minimum $30 890fourchette du salaire médian de 825 professions détaillées, BLS EP 2025–35maximum $559 030

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

Liens avec la classification coréenne (KSCO)

Liens de la version en vigueur de Korea Occupation Direct Crosswalk v1.1, établi par AI Changing Work. Les valeurs de relation se lisent du côté du métier O*NET-SOC.

Code KSCO	Intitulé KSCO	Relation	Statut
21123	수학 및 통계학 연구원	Cette profession est plus étroite	confirmé

Définitions des relations et des statuts(kr-direct v1.1)

Description professionnelle de l’OIT

AI Changing Work relie à cette profession les groupes de base ISCO-08 ci-dessous en appliquant, telles que publiées, les tables de correspondance du Bureau of Labor Statistics des États-Unis (BLS) (SOC 2018 vers SOC 2010, SOC 2010 vers ISCO-08), sans sélection au cas par cas ; chaque lien peut être total ou partiel.

ISCO-08 2120Mathematicians, Actuaries and Statisticians
Mathématiciens, actuaires et statisticiens

Voir l’original

La définition, les tâches et les exemples ci-dessous sont la description que l'OIT donne de ce groupe de base, et non de cette profession.

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.

Tâches

(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.

Exemples de métiers

Actuary · Demographer · Mathematician · Operations research analyst · Statistician

Sources: ILO ISCO-08 — details: Credits

Vocabulaire professionnel ESCO

Chaque entrée ci-dessous est mise en correspondance avec cette profession dans le ESCO-O*NET Crosswalk publié (version 1, 2022). Les types de correspondance sont ceux de cette table ; la formulation est celle d'AI Changing Work.

statisticien/statisticienneESCO 2120.6Même périmètre
Les statisticiens/statisticiennes collectent, présentent sous forme de tableau et, surtout, analysent des informations quantitatives provenant d’un vaste éventail de domaines. Ils/elles interprètent et analysent des études statistiques sur des domaines tels que la santé, la démographie, la finance, les affaires, etc., et fournissent des conseils sur la base de modèles et des analyses réalisées.
biométricien/biométricienneESCO 2120.6.1Cette profession est plus large
Les biométriciens/biométriciennes réalisent des recherches dans le domaine de la biométrie. Ils/elles mènent des projets de recherche statistique ou biologique en mesurant les empreintes digitales, les rétines et les formes humaines pour des applications médicales ou industrielles.
assistant statisticien/assistante statisticienneESCO 3314.2Chevauchement, pas identique
Les assistants statistiques collectent des données et utilisent des formules statistiques pour réaliser des études statistiques et créer des rapports. Ils créent des diagrammes, des graphiques et des enquêtes.
scientifique des donnéesESCO 2511.3Chevauchement, pas identique
Les spécialistes des données trouvent et interprètent des sources de données riches, gèrent de grandes quantités de données, fusionnent des sources de données, assurent la cohérence des séries de données et créent des visualisations pour aider à comprendre les données. Ils établissent des modèles mathématiques à l’aide de données, présentent et communiquent des informations et des connaissances en matière de données aux spécialistes et aux scientifiques de leur équipe et, le cas échéant, à un public non spécialisé, et recommandent des moyens d’appliquer les données.

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

Licence: CC BY 4.0 (EU Reuse Notice)

Voir l’original

ESCO reuse terms and the modification notice are in Credits.

Liens avec la classification française (ROME)

Liens établis par AI Changing Work, à l’aide de modèles d’IA, entre ce métier et des fiches ROME 4.0. Les relations se lisent du point de vue de ce métier. Les liens marqués « provisoire » ont été retenus sur la seule base des jugements de deux évaluateurs de la même famille de modèles (Claude), ou par une règle de l'exploitant appliquée à ces jugements, et reposent donc sur des éléments plus faibles que les liens confirmés.

Code ROME	Intitulé ROME (français)	Relation
M1414	Ingénieur statisticien / Ingénieure statisticienne	Même périmètreprovisoire
K2403	Biostatisticien / Biostatisticienne	Cette profession est plus largeprovisoire
M1403	Chargé / Chargée d'études socio-économiques	Chevauchement, pas identiqueprovisoire

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)

Liens avec la classification espagnole (CNO-11)

Liens établis par AI Changing Work, à l’aide de modèles d’IA, entre ce métier et des professions CNO-11. Les relations se lisent du point de vue de ce métier.

Code CNO-11	Intitulé CNO-11 (espagnol)	Relation
2416	Estadísticos	Même périmètre

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)

Liens avec la classification allemande (KldB)

Liens établis par AI Changing Work, à l’aide de modèles d’IA, entre ce métier et des professions KldB. Les relations se lisent du point de vue de ce métier.

Code KldB	Intitulé KldB (allemand)	Relation
41114	Berufe in der Statistik - hoch komplexe Tätigkeiten	Même périmètre

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)

Liens avec la classification japonaise (JSCO)

Liens établis par AI Changing Work, à l’aide de modèles d’IA, entre ce métier et des professions JSCO. Les relations se lisent du point de vue de ce métier.

Code JSCO	Intitulé JSCO (japonais)	Relation
051	自然科学系研究者	Lié, sans correspondance
052	人文・社会科学系等研究者	Lié, sans correspondance

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)

Sources des données et licences de cette page, et avis de modification et de traduction d'AI Changing Work : Crédits et sources