
Perfil del
Participante
Profesionales gerentes, jefes y/o especialistas de distintas áreas de Capital humano que lideren o sean miembros de la transformación organizacional a través de los nuevos entornos digitales y del pensamiento data-driven.
4 CURSOS DE APRENDIZAJE PARA POTENCIAR TU ÉXITO
Curso 1
Roadmap Analítico para la gestión de proyectos de People Analytics (9 h)
Aprenderás sobre cómo se realiza la aplicación de tecnología en People Analytics para una gestión efectiva de colaboradores.
- La era de Analytics en RR.HH. en América Latina.
- Mindset data-driven.
- Modelo operativo de People Analytics.
- Framework de People Analytics.
- Gestión integral de la Analítica en la organización.
- Monetización de datos en distintos escenarios con People Analytics.
Curso 2
Gestión de Datos y Analíticas básicas aplicadas a Capital humano (18 h)
Aprenderás a analizar las diversas relaciones existentes dentro de la organización para diseñar iniciativas estratégicas que ayuden a la empresa a adaptarse a los cambios.
- Gobierno de información en RR.HH.
- Mejores prácticas para generar modelos de datos en RR.HH.
- Definiciones de la Analítica Relacional.
- Impacto de las Relaciones en el desempeño organizacional.
- Modelo de ONA / Analítica Relacional.
- Panorama tecnológico de la analítica relacional.
Curso 3
Estadística aplicada a RR.HH. (9 h)
Adquirirás conocimientos para entender los conceptos básicos de estadística aplicada a RR.HH. y el uso de las correlaciones entre variables relevantes en el ecosistema de RR.HH.
- Principales conceptos estadísticos en RRHH.
- Indicadores estadísticos usados en recursos humanos (correlación, regresión entre otros).
- Ejemplos de aplicación con información de RR.HH.
Curso 4
Ciencia de datos y técnicas de storytelling aplicado a RR.HH. (18 h)
Conocerás conceptos básicos hasta lograr su aplicación con distintos tipos de tecnologías y metodologías de ciencia de datos y machine learning.
- Analítica Descriptiva: Fundamentos de Bases de datos, tipos y Relación.
- Analítica Predictiva - Machine Learning.
- Fundamentos de Inteligencia artificial y machine learning.
- Regresiones: multivariable, logística.
- Árboles de decisión.
- Ejercicios prácticos de Analítica Prescriptiva.
- Ejercicios prácticos de Inteligencia Artificial.