Occupation · 2026 assessment

Data scientist

Data scientist is an occupation responsible for building, testing or supporting digital systems and data in a defined technology domain. The profile assesses automation of individual tasks rather than disappearance of the whole occupation.

High risk level Calculate my risk → Search jobs ↗

How risk may change

Una stima previsionale, non uno scenario garantito.

63%2026

67%2028

72%2030

80%2035

Which tasks are exposed

Risk applies to individual tasks—not to a person or an entire occupation.

Task	Risk
Генерация типового кода и конфигураций	89%
Подготовка тестов и технической документации	85%
Классификация ошибок и анализ журналов	77%
Миграции данных и типовые интеграции	80%
Архитектура и выбор технических компромиссов	52%
Безопасность и ответственность за production	32%

What the score means

На оценку влияют повторяемость процессов, цифровизация данных, возможность автоматической проверки, физическая среда и экономический стимул внедрения технологий.

AI exposure

The share of cognitive, textual, visual or analytical work that current AI systems can technically assist with or perform.

75%

Robotics

The extent to which robots, autonomous machinery and computer vision can perform physical operations in a prepared environment.

Routine work

The share of operations that repeat, follow stable rules and produce a predictable result.

58%

Digitalization

How much of the input, workflow and output already exists in digital form.

97%

Business incentive

The economic incentive to automate based on task volume, labor cost, frequency and implementation cost.

71%

Human moat

Protection created by accountability, trust, empathy, licensing, negotiation and unpredictable real-world environments.

58%

Task map

AI replaces ↔ AI augments

Each task is positioned by AI capability and the degree of human involvement still required.

Human advantage

Work with AI

Low technology impact

Automate

How much AI can perform the task → How much a human is needed →

1Генерация типового кода и конфигурацийAI 89% · human 47%
2Подготовка тестов и технической документацииAI 85% · human 40%
3Классификация ошибок и анализ журналовAI 77% · human 50%
4Миграции данных и типовые интеграцииAI 80% · human 41%
5Архитектура и выбор технических компромиссовAI 52% · human 50%
6Безопасность и ответственность за productionAI 32% · human 68%

Why technology can change this work

инструменты автоматизируют подготовку данных, эксперименты и часть моделирования
код, конфигурации и документация уже существуют в цифровом виде
высокая доля текстовых, аналитических или информационных задач доступна современным AI-моделям
основные входные данные и результат уже находятся в цифровой среде
масштаб и стоимость типовых операций создают сильный стимул для автоматизации
типовой код, тесты и технические тексты генерируются автоматически