Precision Agriculture Technicians
Life, Physical, and Social Science Occupations- Code O*NET-SOC
- 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.
- 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
0,006
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: ILOPublié: 2025
0,26
0,09Étendue des valeurs présentées ici0,70Valeur 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)
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 uniquement22 tâches évaluées · 20 tâches avec β ≥ 0,5 (90,9%)
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
Tâches de la profession O*NET-SOC 2010 19-4099.02 Precision Agriculture Technicians, que nous avons rattachées à cette profession au moyen de la table de correspondance officielle O*NET-SOC 2010 vers 2019
| 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
Toutes les tâches O*NET 31.0 (22)
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 |
|---|---|
| Program farm equipment, such as variable-rate planting equipment or pesticide sprayers, based on input from crop scouting and analysis of field condition variability. | Principale |
| Compare crop yield maps with maps of soil test data, chemical application patterns, or other information to develop site-specific crop management plans. | Principale |
| Install, calibrate, or maintain sensors, mechanical controls, GPS-based vehicle guidance systems, or computer settings. | Principale |
| Collect information about soil or field attributes, yield data, or field boundaries, using field data recorders and basic geographic information systems (GIS). | Principale |
| Identify spatial coordinates, using remote sensing and Global Positioning System (GPS) data. | Principale |
| Divide agricultural fields into georeferenced zones, based on soil characteristics and production potentials. | Principale |
| Identify areas in need of pesticide treatment by analyzing geospatial data to determine insect movement and damage patterns. | Principale |
| Recommend best crop varieties or seeding rates for specific field areas, based on analysis of geospatial data. | Principale |
| Create, layer, and analyze maps showing precision agricultural data, such as crop yields, soil characteristics, input applications, terrain, drainage patterns, or field management history. | Principale |
| Contact equipment manufacturers for technical assistance, as needed. | Principale |
| Analyze remote sensing imagery to identify relationships between soil quality, crop canopy densities, light reflectance, and weather history. | Principale |
| Document and maintain records of precision agriculture information. | Principale |
| Draw or read maps, such as soil, contour, or plat maps. | Principale |
| Advise farmers on upgrading Global Positioning System (GPS) equipment to take advantage of newly installed advanced satellite technology. | Principale |
| Apply precision agriculture information to specifically reduce the negative environmental impacts of farming practices. | Principale |
| Participate in efforts to advance precision agriculture technology, such as developing advanced weed identification or automated spot spraying systems. | Principale |
| 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. | Principale |
| 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. | Principale |
| 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. | Principale |
| Analyze data from harvester monitors to develop yield maps. | Principale |
| Analyze geospatial data to determine agricultural implications of factors such as soil quality, terrain, field productivity, fertilizers, or weather conditions. | Principale |
| Prepare reports in graphical or tabular form, summarizing field productivity or profitability. | Principale |
0,35/ 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 |
|---|---|
| Install, calibrate, or maintain sensors, mechanical controls, GPS-based vehicle guidance systems, or computer settings. | E0 aucun |
| Collect information about soil or field attributes, yield data, or field boundaries, using field data recorders and basic geographic information systems (GIS). | E3 environnements non structurés |
| Participate in efforts to advance precision agriculture technology, such as developing advanced weed identification or automated spot spraying systems. | E3 environnements non structurés |
| 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 aucun |
Informations professionnelles
Perspectives d’emploi (BLS)
Valeurs de l’ensemble du groupe SOC 19-4012 (Agricultural technicians), et non de ce seul métier O*NET.
- Emploi, 2025
- 20K
- Emploi projeté, 2035
- 21K
- Variation (2025–35)
- +5,4%
- Salaire annuel médian, 2025
- $49 630
- Niveau d’études habituel à l’entrée
- Associate'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 |
|---|---|---|---|
| 21321 | 농업 시험원 | Lié, sans correspondance | 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 3142Agricultural Technicians
Techniciens, agriculture et élevage
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.
Agricultural technicians perform tests and experiments, and provide technical and scientific support to agricultural scientists, farmers and farm managers.
Tâches
- (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.
Exemples de métiers
Dairy Technician · Field Crop Technician · Herd Tester · Horticultural Technician · Poultry Technician
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.
- ingénieur agronome/ingénieure agronomeESCO 2144.1.2Chevauchement, pas identique
Les ingénieurs agronomes/ingénieures agronomes interviennent dans divers domaines de l’agriculture, en combinaison avec des concepts d’ingénierie. Ils/elles conçoivent et mettent au point des machines et des équipements pour une exploitation efficace et durable des terres. Ils/elles dispensent des conseils sur l’utilisation des ressources dans les sites agricoles, y compris l’utilisation de l’eau et des sols, les méthodes de récolte et la gestion des déchets.
- scientifique agricoleESCO 2132.1Chevauchement, pas identique
Les scientifiques agricoles effectuent des recherches et des études sur les sols, les animaux et les plantes dans le but d’améliorer les processus agricoles, la qualité des produits agricoles ou l’impact des processus agricoles sur l’environnement. Ils/elles planifient et mettent en œuvre des projets tels que des projets de développement pour le compte de clients ou d’institutions.
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 |
|---|---|---|
| A1301 | Technicien / Technicienne en agriculture | Lié, sans correspondance |
| A1304 | Conseiller / Conseillère technique agricole | 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 |
|---|---|---|
| 2424 | Ingenieros técnicos agrícolas | Lié, sans correspondance |
| 3142 | Técnicos agropecuarios | 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 |
|---|---|---|
| 11113 | Berufe in der Landtechnik - komplexe Spezialistentätigkeiten | Lié, sans correspondance |
| 11183 | Berufe in der Landwirtschaft (sonstige spezifische Tätigkeitsangabe) - komplexe Spezialistentätigkeiten | Lié, sans correspondanceprovisoire |
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 |
|---|---|---|
| 061 | 農林水産技術者 | Cette profession est plus étroite |
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