Data ScienceExcelHuman Resources

Analizy data science w HR

08 - 10 lip 2024

Online

2 900,00 zł netto / osobę
Nie pasuje Ci żaden termin? Napisz do nas!
Zapisz więcej osób

Taniej w grupie

  • 3 osoby - 10% zniżki
  • 4 osoby - 15% zniżki
  • 5 osób - 20% zniżki
  • 6 osób - 25% zniżki
  • 7 osób - 30% zniżki
  • O szkoleniu

    Analizy data science w HR to szkolenie zaprojektowane specjalnie dla zaawansowanych analityków z departamentów HR. Szkolenie jest odpowiedzią na rosnące potrzeby zaawansowanej analityki w obszarze zarządzania zasobami ludzkimi. W trakcie szkolenia omawiamy najczęściej spotykane problemy i potrzeby analityczne HR oraz dostarczamy gotowe rozwiązania z wykorzystaniem najnowszych osiągnieć z obszaru Data Science. Dzięki praktycznym przykładom na danych HR uczestnicy nauczą się stosować metody sztucznej inteligencji i analityki predyktywnej w ramach projektów Data Science. Szkolenie prowadzone jest z wykorzystaniem znanego dla uczestników narzędzia co umożliwia szybkie wdrożenie zdobytej wiedzy w praktyce.

    Zarządzanie HR jest w obecnych czasach ogromnym wyzwaniem. Wykorzystujące wcześniej techniki z obszaru psychologii dzisiaj zwraca się w stronę najnowszych technologii Data science. Dostępność dużych zbiorów danych oraz metod z obszaru sztucznej inteligencji umożliwia przejście HR z people science do  data science. Ostatnie badania wykazały że firmy które wdrożyły zaawansowaną analitykę w obszarze HR poprawiły zmniejszyły koszty zarządzania personelem o 30% w stosunku do ich konkurentów. Rosnąca rola i potencjał data science w HR jest nowym trendem który będzie zyskiwał na znaczeniu w kolejnych latach.

    Dla kogo jest to szkolenie?

    Szkolenie dedykujemy doświadczonym pracownikom departamentów HR którzy dostrzegają potencjał Data Science w analizie danych i chcą wykorzystać najnowsze osiągnięcia tej dziedziny żeby lepiej zarządzać pracownikami w organizacji.

    Czego się nauczę?

    Po ukończeniu szkolenia:

    • Dowiesz się jak wykorzystać techniki Data Science do zwiększenia efektywności HR
    • Poznasz proces analityczny data science i nauczysz się go implementować wewnątrz organizacji
    • Poznasz narzędzia data science i nauczysz się ich wykorzystywać do analiz data science
    • Poznasz algorytmy maszynowego uczenia które umożliwią na lepsze zarządzanie personelem
    • Nauczysz się jak interpretować wyniki zaawansowanych modeli i zamienić je na biznesowe rekomendacje
    • Nauczysz się rozwiązywać problemy HR wykorzystując zaawansowane modele analityczne
    • Przewaga people analytics w HR
    • Zmiany na rynku pracy
    • Krótka historia adopcji metod analitycznych w HR
    • Przejście od People Science do Data Science
    • Tworzenie zespołów analitycznych w HR
    • Identyfikacja problemów i pytań z obszaru People/HR
    • Dostępne dane HR
    • Mierniki i analityka w HR – tradycyjne podejścia
    • Filary analityki HR
      • Pozyskiwanie talentów
      • Planowanie zasobów siły roboczej
      • Pozyskiwanie/zatrudnianie pracowników
      • Zaangażowanie, dopasowanie kulturowe
      • Wydajność, rozwój, Wartość w czasie
      • Churn i retencja
      • Dobrobyt, Bezpieczeństwo i zdrowie
    • Implementacja procesu Data Science w kontekście HR
    • Dlaczego potrzebujemy Data Science w HR?
    • Definiowanie problemu i celu
    • Pozyskiwanie i zarządzanie danymi
    • Budowa modeli analitycznych
    • Ewaluacja i walidacja modeli
    • Interpretacja modelu do postaci biznesowych rekomendacji
    • Dokumentacja i raportowanie wyników
    • Wdrożenie modelu
    • Źródła danych i przechowywanie
    • Przetwarzanie danych
    • Wizualizacja danych
    • Narzędzia analityczne i języki programowania data science
    • Dlaczego tradycyjne statystyczne podejście jest niewystarczające
    • Supervised vs Unsupervised learning
    • Algorytmy maszynowego uczenia– klasyfikacja, predykcja, wykrywanie anomalii, segmentacja
    • Maszynowe uczenie krok po kroku
    • Modelowanie i prognozowanie absencji
    • Pozyskiwanie talentów – wybór odpowiedniego kandydata
    • Klasyfikacja pracowników– matchowanie pracowników do zadania
    • Analiza i zarządzanie wydajnością
    • Wartość pracownika w czasie i modelowanie kosztów siły roboczej
    • Analiza retencji – rotacja pracowników, utrata pracowników – jak chronić najbardziej wartościowych pracowników