Remote Sensing Scientists and Technologists
Life, Physical, and Social Science Occupations- Code 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.
- Source des données: BLSPublié: 2026-08
Élevée· relative
FaibleQuatre bandes relativesTrès élevéeValeur 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
- Source des données: AnthropicPublié: 2026-03
0,038
0,000Étendue des valeurs présentées ici0,745Valeur 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
- Source des données: OpenAIPublié: 2023
0,446
0,000Étendue des valeurs présentées ici0,844Échelle, base et source
β des évaluateurs humains, 0–1 tel que publié
Rapporté aux tâches O*NET
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
Tâches exposées uniquement24 tâches évaluées · 22 tâches avec β ≥ 0,5 (91,7%)
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 % | APIRaw / share % |
|---|---|---|
Compile and format image data to increase its usefulness.19-2099.01 | 0.0270100.0 | 0.088992.0 |
Manage or analyze data obtained from remote sensing systems to obtain meaningful results. | —0 | 0.00424.4 |
Organize and maintain geospatial data and associated documentation. | —0 | 0.00353.6 |
| Not observed on any surface — 21 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. | ||
Analyze data acquired from aircraft, satellites, or ground-based platforms, using statistical analysis software, image analysis software, or Geographic Information Systems (GIS). | —0 | —0 |
Develop or build databases for remote sensing or related geospatial project information. | —0 | —0 |
Integrate other geospatial data sources into projects. | —0 | —0 |
Prepare or deliver reports or presentations of geospatial project information. | —0 | —0 |
Process aerial or satellite imagery to create products such as land cover maps. | —0 | —0 |
Design or implement strategies for collection, analysis, or display of geographic data. | —0 | —0 |
Direct all activity associated with implementation, operation, or enhancement of remote sensing hardware or software. | —0 | —0 |
Collect supporting data, such as climatic or field survey data, to corroborate remote sensing data analyses. | —0 | —0 |
Conduct research into the application or enhancement of remote sensing technology. | —0 | —0 |
Discuss project goals, equipment requirements, or methodologies with colleagues or team members. | —0 | —0 |
Develop automated routines to correct for the presence of image distorting artifacts, such as ground vegetation. | —0 | —0 |
Develop new analytical techniques or sensor systems. | —0 | —0 |
Monitor quality of remote sensing data collection operations to determine if procedural or equipment changes are necessary. | —0 | —0 |
Direct installation or testing of new remote sensing hardware or software. | —0 | —0 |
Attend meetings or seminars or read current literature to maintain knowledge of developments in the field of remote sensing. | —0 | —0 |
Participate in fieldwork. | —0 | —0 |
Recommend new remote sensing hardware or software acquisitions. | —0 | —0 |
Set up or maintain remote sensing data collection systems. | —0 | —0 |
Train technicians in the use of remote sensing technology. | —0 | —0 |
Apply remote sensing data or techniques to address environmental issues, such as surface water modeling or dust cloud detection. | —0 | —0 |
Use remote sensing data for forest or carbon tracking activities involved in assessing the impact of environmental change. | —0 | —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 |
|---|---|
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 |
Discuss project goals, equipment requirements, or methodologies with colleagues or team members.O*NET Task ID 18267 | 0.0 |
Participate in fieldwork.O*NET Task ID 18274 | 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
Toutes les tâches O*NET 31.0 (24)
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 |
|---|---|
| Analyze data acquired from aircraft, satellites, or ground-based platforms, using statistical analysis software, image analysis software, or Geographic Information Systems (GIS). | Principale |
| Develop or build databases for remote sensing or related geospatial project information. | Principale |
| Integrate other geospatial data sources into projects. | Principale |
| Prepare or deliver reports or presentations of geospatial project information. | Principale |
| Organize and maintain geospatial data and associated documentation. | Principale |
| Process aerial or satellite imagery to create products such as land cover maps. | Principale |
| Design or implement strategies for collection, analysis, or display of geographic data. | Principale |
| Direct all activity associated with implementation, operation, or enhancement of remote sensing hardware or software. | Principale |
| Collect supporting data, such as climatic or field survey data, to corroborate remote sensing data analyses. | Principale |
| Compile and format image data to increase its usefulness. | Principale |
| Conduct research into the application or enhancement of remote sensing technology. | Principale |
| Discuss project goals, equipment requirements, or methodologies with colleagues or team members. | Principale |
| Develop automated routines to correct for the presence of image distorting artifacts, such as ground vegetation. | Principale |
| Develop new analytical techniques or sensor systems. | Principale |
| Manage or analyze data obtained from remote sensing systems to obtain meaningful results. | Principale |
| Monitor quality of remote sensing data collection operations to determine if procedural or equipment changes are necessary. | Principale |
| Direct installation or testing of new remote sensing hardware or software. | Principale |
| Attend meetings or seminars or read current literature to maintain knowledge of developments in the field of remote sensing. | Principale |
| Participate in fieldwork. | Principale |
| Recommend new remote sensing hardware or software acquisitions. | Principale |
| Set up or maintain remote sensing data collection systems. | Principale |
| Train technicians in the use of remote sensing technology. | Principale |
| Apply remote sensing data or techniques, such as surface water modeling or dust cloud detection, to address environmental issues. | Principale |
| Use remote sensing data for forest or carbon tracking activities to assess the impact of environmental change. | Principale |
0,07/ 3· Indice d'exposition aux robots
Échelle, base et source
Chaque tâche physique reçoit une note de 0 à 3 selon l'environnement dans lequel des robots déjà déployés, vendus ou présentés en démonstration pourraient l'accomplir (0 aucun · 1 environnements conçus pour les robots, comme une cellule robotisée grillagée ou une ligne d'embouteillage · 2 installations structurées, comme une pharmacie hospitalière ou un port à conteneurs · 3 environnements non structurés, comme un domicile privé ou un chantier de construction), puis les notes sont moyennées selon la part du temps de travail
Tâches physiques parmi les tâches O*NET 29.3 de ce métier
Anthropic a estimé les notes et les parts de temps avec Claude Opus 5 à l'aide de la recherche web (situation en 2026).
L'indice d'exposition aux robots est une mesure différente des chiffres d'exposition à l'IA de ce site : il ne peut ni s'y ajouter ni leur être comparé. Il ne mesure ni l'adoption réelle ni le coût, et 0 couvre aussi les métiers sans tâche physique.
Note de chaque tâche physique
Niveaux d'environnement robotique (E0–E3)
E0 aucunDétails
Jugée non réalisable par des robots déployés, vendus ou présentés en démonstration, même dans un environnement conçu pour les robots
E1 environnements conçus pour les robotsDétails
Jugée réalisable dans un environnement construit autour de la machine, comme une cellule robotisée grillagée ou une ligne d'embouteillage
E2 installations structuréesDétails
Jugée réalisable dans un lieu de travail humain qu'une institution maintient selon une norme de travail, comme une pharmacie hospitalière ou un port à conteneurs
E3 environnements non structurésDétails
Jugée réalisable dans un environnement qu'aucune institution ne maintient selon une norme de travail, comme un domicile privé ou un chantier de construction
Seules les tâches classées comme physiques sont listées ; les autres tâches n'ont pas de niveau dans la source.
| Tâche (O*NET 29.3) | Niveau d'environnement robotique |
|---|---|
| Participate in fieldwork. | E3 environnements non structurés |
| Set up or maintain remote sensing data collection systems. | E0 aucun |
Informations professionnelles
Perspectives d’emploi (BLS)
Valeurs de l’ensemble du groupe SOC 19-2099 (Physical scientists, all other), et non de ce seul métier O*NET.
- Emploi, 2025
- 27K
- Emploi projeté, 2035
- 27K
- Variation (2025–35)
- +2,1%
- Salaire annuel médian, 2025
- $122 570
- Niveau d’études habituel à l’entrée
- Bachelor's degree
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 |
|---|---|---|---|
| 23162 | 사진측량 및 원격탐사 분석가 | Même périmètre | confirmé |
Définitions des relations et des statuts(kr-direct v1.1)
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.
- géographeESCO 2632.5Chevauchement, pas identique
Les géographes sont des universitaires qui étudient la géographie humaine et physique. En fonction de leur spécialisation, ils étudient les aspects politiques, économiques et culturels de l’humanité qui sont contenus dans la géographie humaine. En outre, ils étudient les formations, les sols, les frontières naturelles et les flux d’eau en géographie physique.
- sismologueESCO 2114.1.10Chevauchement, pas identique
Les sismologues étudient la circulation des plaques tectoniques de la Terre qui provoquent la propagation des ondes sismiques et des tremblements de terre. Ils/elles étudient et observent les différentes sources à l’origine de tremblements de terre telles que l’activité volcanique, les phénomènes atmosphériques ou le comportement des océans. Ils/elles présentent leurs observations scientifiques afin de prévenir les dangers pour la construction et les infrastructures.
- technicien en télédétection/technicienne en télédétectionESCO 3111.13Chevauchement, pas identique
Les techniciens de télédétection collectent des données en vol. Ils utilisent des équipements destinés à la collecte de données et à la détermination des points géographiques afin de contribuer à diverses opérations, telles que la conservation des terres, la planification urbaine et les opérations militaires.
Source: European Commission, DG EMPL — ESCO API 2026-08-08 (bridge v1.2.1)
Licence: CC BY 4.0 (EU Reuse Notice)
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 |
|---|---|---|
| M1808 | Cartographe | Lié, sans correspondance |
| M1895 | Géomaticien / Géomaticienne | Lié, sans correspondance |
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 |
|---|---|---|
| 2414 | Geólogos y geofísicos | Lié, sans correspondance |
| 2454 | Ingenieros geógrafos y cartógrafos | Lié, sans correspondance |
| 2821 | Sociólogos, geógrafos, antropólogos, arqueólogos y afines | Lié, sans correspondance |
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 |
|---|---|---|
| 43144 | Berufe in der Geoinformatik - hoch komplexe Tätigkeiten | Chevauchement, pas identique |
| 42134 | Berufe in der Geografie - hoch komplexe Tätigkeiten | Lié, sans correspondance |
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 |
| 093 | 測量技術者 | 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