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.

Fonte dos dados: BLSPublicado: 2026-08
Alto· relativa
BaixoQuatro faixas relativasMuito alto
Valor por grupo ocupacional
Escala, base e fonte
Quatro faixas relativas (Baixo / Moderado / Alto / Muito alto)
831 ocupações detalhadas da tabela de projeções de emprego do BLS. O valor é atribuído por código da National Employment Matrix (NEM), pelo que as ocupações que partilham um código NEM recebem a mesma banda
Conjunto de dados de origem (transferência XLSX)
Fonte dos dados: AnthropicPublicado: 2026-03
0,038
0,000Intervalo dos valores aqui apresentados0,745
Valor por grupo ocupacional
Escala, base e fonte
Índice de exposição observada, 0–1 tal como publicado
Mapeado sobre tarefas O*NET
Publicado por ocupação SOC 2018; toda ocupação O*NET com o mesmo código SOC 2018 recebe este valor
Conjunto de dados de origem (transferência CSV)
Fonte dos dados: OpenAIPublicado: 2023
0,446
0,000Intervalo dos valores aqui apresentados0,844
Escala, base e fonte
β de avaliadores humanos, 0–1 tal como publicado
Mapeado sobre tarefas O*NET
Conjunto de dados de origem (transferência CSV)

Que tipo de valor esta fonte publica

A categoria de BLS é uma posição relativa, não um nível absoluto, e também não é uma medição de primeira mão: agrupa em quatro faixas as posições percentis da ocupação em vários estudos publicados. Não é uma previsão de emprego ou de salários, não é uma probabilidade de adoção e não distingue automação de aumento.

Task-level exposure

Ver 22 tarefas ocultas

24 tarefas avaliadas · 22 tarefas com β ≥ 0,5 (91,7%)

β = exposição direta (E1) + 0,5 × exposição com ferramentas disponíveis (E2), segundo a definição do repositório de origem.

Unidade de origem: tarefas do O*NET 27.2 → código de ocupação do O*NET 31.0
Todas as tarefas pontuadas constam da lista de tarefas do O*NET 31.0.

Fonte: OpenAI "GPTs are GPTs" exposure rubric
Versão: gh-main-0471612
Licença: MIT License, Copyright (c) 2024 OpenAI

Task (O*NET 20.1)	Claude.aiRaw / share %
Compile and format image data to increase its usefulness. 19-2099.01	0.016290.3
Prepare or deliver reports or presentations of geospatial project information. 19-2099.01	0.00179.7

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 mais 12 tarefas ▾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 as tarefas do O*NET 31.0 (24)

Todas as tarefas do O*NET 31.0 desta ocupação (em inglês, como publicadas; tipo de tarefa principal ou complementar). Os valores de exposição não constam desta lista; estão na tabela acima, ao lado de cada tarefa na redação da versão do O*NET usada por cada fonte.

Tarefa (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 exposição a robôs

0 nenhum3 ambientes não estruturados

Escala, base e fonte

Cada tarefa física recebe uma nota de 0 a 3 conforme o ambiente em que robôs já implantados, vendidos ou demonstrados poderiam realizá-la (0 nenhum · 1 ambientes feitos para robôs, como uma célula de máquinas cercada ou uma linha de engarrafamento · 2 instalações estruturadas, como uma farmácia hospitalar ou um porto de contêineres · 3 ambientes não estruturados, como uma residência particular ou um canteiro de obras), e as notas são promediadas pela parcela do tempo de trabalho

Tarefas físicas entre as tarefas O*NET 29.3 desta ocupação

A Anthropic estimou as notas e as parcelas de tempo com o Claude Opus 5 usando pesquisa na web (situação em 2026).

Conjunto de dados de origem

O índice de exposição a robôs é uma medida diferente dos números de exposição à IA deste site e não pode ser somado a eles nem comparado com eles. Não mede a adoção real nem o custo, e 0 também abrange ocupações sem tarefas físicas.

Nota de cada tarefa física

Níveis de ambiente robótico (E0–E3)

E0 nenhumDetalhes
Avaliada como não realizável por robôs que foram implantados, vendidos ou demonstrados, nem mesmo em um ambiente feito para robôs
E1 ambientes feitos para robôsDetalhes
Avaliada como realizável em um ambiente construído em torno da máquina, como uma célula de máquinas cercada ou uma linha de engarrafamento
E2 instalações estruturadasDetalhes
Avaliada como realizável em uma instalação de trabalho de pessoas que uma instituição mantém em um padrão de trabalho, como uma farmácia hospitalar ou um porto de contêineres
E3 ambientes não estruturadosDetalhes
Avaliada como realizável em um ambiente que nenhuma instituição mantém em um padrão de trabalho, como uma residência particular ou um canteiro de obras

Apenas as tarefas classificadas como físicas são listadas; as demais tarefas não têm nível na fonte.

Tarefa (O*NET 29.3)	Nível de ambiente robótico
Participate in fieldwork.	E3 ambientes não estruturados
Set up or maintain remote sensing data collection systems.	E0 nenhum

Perspetivas de emprego (BLS)

Valores de todo o grupo SOC 19-2099 (Physical scientists, all other), não apenas desta ocupação O*NET.

Emprego, 2025: 27K
Emprego projetado, 2035: 27K
Variação (2025–35): +2,1%
Salário anual mediano, 2025: $122.570
Escolaridade habitual para ingresso: Bachelor's degree

mínimo $30.890faixa do salário mediano de 825 ocupações detalhadas, BLS EP 2025–35máximo $559.030

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

Ligações à classificação coreana (KSCO)

Ligações da versão atual de Korea Occupation Direct Crosswalk v1.1, elaborado pela AI Changing Work. Os valores de relação são lidos a partir da ocupação O*NET-SOC.

Código KSCO	Nome KSCO	Relação	Estado
23162	사진측량 및 원격탐사 분석가	Mesmo âmbito	confirmado

Definições de relação e estado(kr-direct v1.1)

Vocabulário ocupacional ESCO

Cada entrada abaixo está associada a esta ocupação no ESCO-O*NET Crosswalk publicado (versão 1, 2022). Os tipos de correspondência são os dessa tabela; a redação é da AI Changing Work.

Geógrafo/GeógrafaESCO 2632.5Sobrepõem-se, não são iguais
Os geógrafos são indivíduos que estudam a geografia humana e física. Em função da sua especialização, estudam os aspetos políticos, económicos e culturais da humanidade englobados na geografia humana. Além disso, estudam as formações terrestres, os solos, as fronteiras naturais e os cursos de água, pertencentes ao domínio da geografia física.
Sismólogo/SismólogaESCO 2114.1.10Sobrepõem-se, não são iguais
Os sismólogos analisam o movimento das placas tectónicas da Terra, que provocam a propagação de ondas sísmicas e sismos. Estudam e observam as diversas fontes que provocam sismos, como a atividade vulcânica, fenómenos atmosféricos ou o comportamento dos oceanos. Fornecem as suas observações científicas para prevenir os perigos na construção e nas infraestruturas.
Técnico de teledeteção/Técnica de teledeteçãoESCO 3111.13Sobrepõem-se, não são iguais
Os técnicos de teledeteção recolhem dados de equipamentos aerotransportados. Utilizam equipamento destinado à recolha de dados e à determinação de pontos geográficos, contribuindo para uma série de operações, como a conservação de terras, o planeamento urbano e as operações militares.

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

Licença: CC BY 4.0 (EU Reuse Notice)

Ver original

ESCO reuse terms and the modification notice are in Credits.

Ligações à classificação francesa (ROME)

Ligações entre esta ocupação e fichas ROME 4.0, estabelecidas pela AI Changing Work com modelos de IA. As relações leem-se do lado desta ocupação. As ligações marcadas como «provisório» foram adotadas apenas com base nos julgamentos de dois avaliadores da mesma família de modelos (Claude), ou por uma regra do operador aplicada a esses julgamentos, pelo que se apoiam em evidências mais fracas do que as ligações confirmadas.

Código ROME	Designação ROME (francês)	Relação
M1808	Cartographe	Relacionada, não correspondente
M1895	Géomaticien / Géomaticienne	Relacionada, não correspondente

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)

Ligações à classificação espanhola (CNO-11)

Ligações entre esta ocupação e ocupações CNO-11, estabelecidas pela AI Changing Work com modelos de IA. As relações leem-se do lado desta ocupação.

Código CNO-11	Designação CNO-11 (espanhol)	Relação
2414	Geólogos y geofísicos	Relacionada, não correspondente
2454	Ingenieros geógrafos y cartógrafos	Relacionada, não correspondente
2821	Sociólogos, geógrafos, antropólogos, arqueólogos y afines	Relacionada, não correspondente

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)

Ligações à classificação alemã (KldB)

Ligações entre esta ocupação e ocupações KldB, estabelecidas pela AI Changing Work com modelos de IA. As relações leem-se do lado desta ocupação.

Código KldB	Designação KldB (alemão)	Relação
43144	Berufe in der Geoinformatik - hoch komplexe Tätigkeiten	Sobrepõem-se, não são iguais
42134	Berufe in der Geografie - hoch komplexe Tätigkeiten	Relacionada, não correspondente

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)

Ligações à classificação japonesa (JSCO)

Ligações entre esta ocupação e ocupações JSCO, estabelecidas pela AI Changing Work com modelos de IA. As relações leem-se do lado desta ocupação.

Código JSCO	Designação JSCO (japonês)	Relação
051	自然科学系研究者	Relacionada, não correspondente
093	測量技術者	Relacionada, não correspondente

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)

Fontes de dados e licenças desta página, e avisos de modificação e tradução da AI Changing Work: Créditos e fontes