Avisos de terceros
Rung incluye los datos, las tipografías, los modelos y las bibliotecas que se enumeran aquí, cada uno con su propia licencia. Créditos es la versión corta y en lenguaje sencillo de esta misma lista.
Datos
- Base de datos O*NET 30.3, Departamento de Trabajo de Estados Unidos, Administración de Empleo y Capacitación (USDOL/ETA), bajo CC BY 4.0. O*NET® es una marca de USDOL/ETA. Vigu Enterprises LLC ha modificado toda o parte de esta información. USDOL/ETA no ha aprobado, respaldado ni probado estas modificaciones. Última actualización en julio de 2026.
- Estadísticas de Empleo y Salarios por Ocupación, Oficina de Estadísticas Laborales de Estados Unidos. Obra del gobierno de Estados Unidos, de dominio público.
- Estimaciones de Población, Oficina del Censo de Estados Unidos. Obra del gobierno de Estados Unidos, de dominio público.
- Clasificación de Programas de Instrucción, Centro Nacional de Estadísticas de Educación, Departamento de Educación de Estados Unidos. Obra del gobierno de Estados Unidos, de dominio público.
- Dingel, Jonathan I. y Brent Neiman (2020), "How Many Jobs Can Be Done at Home?", Journal of Public Economics, de jdingel/DingelNeiman-workathome (GPL-3.0 en el origen). Rung usa los puntajes de aptitud por código de ocupación.
Los datos de ocupaciones en español y la interfaz en español son traducciones automáticas de sus bases en inglés, pendientes de una revisión por hablante nativo. Los conjuntos de datos sin fuente externa son trabajo propio de Rung.
Tipografías
- Atkinson Hyperlegible Next (Braille Institute of America), Hanken Grotesk (The Hanken Grotesk Project Authors), Inter (The Inter Project Authors), Space Grotesk (Florian Karsten and Project Authors) y Noto Sans (The Noto Project Authors), cada una bajo la SIL Open Font License 1.1.
- Clash Grotesk (Indian Type Foundry), bajo la ITF Free Font License, alojada por Rung y no redistribuida.
Código que corre en tu navegador
- Silero VAD v5 (Silero Team), MIT.
- ONNX Runtime Web 1.18.0 y 1.29.0 (Microsoft), MIT. Ejecuta en el navegador los modelos de reconocimiento de texto en imágenes.
- docx (Dolan Miu), MIT. Arma el archivo de Word en tu dispositivo.
- PDF.js 6.2.108 (colaboradores de Mozilla), Apache-2.0. Lee texto y páginas PDF en tu dispositivo.
- Mammoth 1.12.2 (Michael Williamson), BSD-2-Clause. Lee texto DOCX en tu dispositivo.
- PaddleOCR.js 0.4.2 con modelos PP-OCRv6 y PP-OCRv5 (autores de PaddlePaddle), Apache-2.0. Lee texto impreso de imágenes en tu dispositivo, incluso en inglés, español, chino simplificado, coreano y japonés.
- OpenCV.js 4.10.0 (colaboradores de OpenCV y TechStark), Apache-2.0; Clipper 6.4.2 (Angus Johnson y colaboradores), Boost Software License 1.0; y js-yaml 4.3.2 (Vitaly Puzrin y colaboradores), MIT. Preparan las imágenes, las regiones de texto y la configuración del modelo para el reconocimiento local.
Los textos de licencia MIT, BSD-2-Clause, Apache-2.0 y Boost Software License 1.0 correspondientes viajan junto a los archivos que cubren.
Software del servidor
Flask, Werkzeug, Jinja2, MarkupSafe, python-dotenv, Flask-WTF, Flask-Caching (BSD-3-Clause); Flask-Limiter, limits, user-agents, ua-parser, gunicorn (MIT y Apache-2.0).
Íconos
El ícono del globo viene del conjunto de íconos de JetBrains bajo CC BY 4.0, redimensionado para Rung. Todos los demás íconos están dibujados para Rung.