En este artículo, proponemos un método novedoso que utiliza el aprendizaje multitarea para cambiar el algoritmo de programación. Con el aprendizaje multitarea para modificar el algoritmo de programación dentro del marco de programación, este puede crear un programador con la mejor optimización de ejecución de tareas dentro del plazo de cómputo. Con el número cambiante de tareas, el número de tipos de recursos utilizados y el plazo de cómputo, es difícil para un solo algoritmo de programación lograr la mejor optimización del programador mientras se evita la complejidad temporal en el peor de los casos en un sistema de Internet de las Cosas (IoT) restringido por recursos, debido al compromiso entre el tiempo de cómputo y la optimización en cada algoritmo de programación. Además, diferentes especificaciones de hardware afectan el tiempo de cómputo del programador de manera diferente, lo que dificulta confiar en la complejidad Big-O como referencia. Con el aprendizaje multitarea para perfilar el comportamiento del algoritmo de programación en el hardware utilizado para calcular el programador, podemos identificar el mejor algoritmo de programación. Nuestro resultado de referencia muestra que puede lograr un promedio del 93.68% de precisión en el cumplimiento del plazo de cómputo, junto con un 23.41% de optimización promedio. Basado en los resultados, nuestro método puede mejorar la programación del sistema IoT restringido por recursos.