El futuro es en el presente: Big data
Las muchas funciones del big data en RRHH
Los recursos humanos no han sido de forma tradicional conocidos por emplear big data... o bien por tener conjuntos de datos suficientemente grandes como para usarlos en el análisis. Pero eso ha ido mudando conforme más organizaciones reconocen la presencia y el potencial de el big data en múltiples áreas de RRHH.
Erik van Vulpen escribe para la Academia para Crear los Recursos Humanos que aunque los datos de RRHH pueden carecer de volumen y ser en una gran parte estáticos, tienen suficiente pluralidad y valor para producir valiosos conocimientos sobre la fuerza de trabajo por medio de la inteligencia de negocios y el análisis de RRHH.
Aquà hay una mirada a múltiples áreas donde el big data de recursos humanos tienen potencial.
Optimar el reclutamiento y la retención
El reclutamiento de empleados de calidad es un proceso costoso y que requiere mucho tiempo, por lo que los departamentos de recursos humanos están motivados para hallar personas que se queden y animar a los empleados actuales a no irse. el big data pueden ayudar de varias maneras.
Cuando se aplican a la contratación, los empleadores pueden emplear big data para pronosticar mejor las necesidades de contratación, mientras que mejoran la calidad de exactamente la misma y la retención de los empleados, afirma John Feldmann de Insperity a Forbes. Al extraer los datos de los empleados e identificar los patrones relacionados con las habilidades, las calificaciones de desempeño, la permanencia, la educación, los papeles pasados, etc., las empresas pueden reducir su tiempo de contratación, progresar el compromiso y la productividad de los empleados y minimizar la rotación de personal.
En lo que se refiere a la retención, con la ayuda de la tecnologÃa de big data, los algoritmos pueden apuntar a los empleados que corren el peligro de irse interpretando su actividad on-line, las actualizaciones de sus perfiles, su historial de empleo, su desempeño laboral y sus datos de nómina, escribe Vikash Kumar para AIIM -- La Asociación para la Gestión Inteligente de la Información. Cuando el sistema señala a un empleado valiosÃsimo, tienes la oportunidad de retenerlo ofreciéndole un aumento de sueldo, un papel más desafiante o bien más adiestramiento (y desarrollo).
Para el reclutamiento, Kumar agrega, Los modelos de análisis de RRHH pueden utilizar los registros de los empleados triunfantes para construir un perfil de alto desempeño. Lo que se consigue es una herramienta de búsqueda de talentos que puede enviar mensajes personalizados al talento adecuado.
Los 5 pasos primordiales para una buena ciencia de los datos
Mucha gente habla de la ciencia de los datos. Pocos saben de qué están hablando y todavÃa menos son siendo conscientes de de qué forma marcha. Mas, se usa en todas y cada una partes hoy dÃa, asà que aun si no eres un cientÃfico de datos, es bueno saber cuáles son los pasos básicos. Acá hay cinco pasos básicos para la ciencia de los datos.
¿Por qué lo haces? ¿Estás resolviendo un inconveniente? ¿Qué inconveniente es? La ciencia de los datos no es una salsa que se extiende sobre las cosas para mejorarlas de alguna manera. Es una forma de abordar los inconvenientes. Sepa qué inconveniente procura solucionar su empresa antes de pedirle a la ciencia de los datos que lo resuelva.
Recopile los datos. Cuando conozca la razón de su negocio, su cientÃfico de datos puede empezar a descubrir qué datos pertenecen a él y recogerlos. No se limite a elegir los datos libres o bien se exponga a introducir un corte.
Analice los datos. El análisis exploratorio de datos (EDA) es el enfoque más habitual. Revela lo que los datos pueden decirle. El EDA acostumbra a ser bueno para revelar las áreas en las que se desea recopilar más datos. Un buen EDA emplea un conjunto predefinido de indicaciones y umbrales para asistir a superar el sesgo.
Construya sus modelos y pruebe si son válidos. En el momento en que haya analizado los datos puede hacer su modelo de aprendizaje automático que tiene como objetivo administrar una buena solución al problema de la compañÃa. Antes de establecer un modelo, asegúrese de experimentar con ciertas opciones y ciclos de validación convenientes.
Resultados. Ejecute el modelo e interprete los resultados. Bastante gente no se percata de que la inteligencia artificial no sólo le afirma la solución a su inconveniente. Los modelos de aprendizaje automático ofrecen resultados que los humanos interpretan. Los conocimientos de los cientÃficos de datos son los que hacen que el resultado sea algo sobre lo que se pueda actuar.
Seguro que esto causa que suene de esta manera de fácil, y obviamente cualquier cientÃfico de datos sabe que la prueba está en todo ese trabajo para hacer que estas cosas sucedan, pero conocer lo básico puede ayudar a tomar mejores resoluciones que van a ayudar a sus cientÃficos de datos a hacer mejor su trabajo. Todo el planeta gana. Aun la máquina.
Certificaciones en ciencias de la información para prosperar tu currÃculo y tu sueldo.
A fines de agosto, Glassdoor tenÃa más de cincuenta y tres ofertas de trabajo que mentaban el aprendizaje automático (ML) y veinte trabajos que incluÃan la ciencia de los datos con salarios que iban de 50.000 a más de 180.000 dólares americanos. Poco a poco más empresas hacen del análisis de datos y del aprendizaje automático un elemento central del desarrollo de nuevos productos y de las oportunidades de ingresos futuros.
Las grandes empresas de tecnologÃa, como las organizaciones tecnológicas independientes, ofrecen programas de formación para personas que son nuevas en la ciencia de los datos, asà como para profesionales que desean dominar la tecnologÃa más reciente. Cada programa de esta lista de los mejores cursos on-line para la ciencia de los datos ampliará su experiencia y agregará un valioso elemento de lÃnea en forma de certificación de ciencia de los datos a su currÃculo.
AnalÃtica certificada Certificación profesional
Este programa, que es neutral en lo que se refiere a los distribuidores, está dirigido a profesionales de la analÃtica en la primera fase o bien intermedia de sus carreras. Los demandantes necesitan una licenciatura y 5 Homepage años de experiencia profesional o bien una maestrÃa con tres años de experiencia laboral. Todos y cada uno de los candidatos al examen firman un código de moral y deben presentar una referencia de un empleador para confirmar las habilidades sociales.
El examen se fundamenta en el análisis de tareas del trabajo y cubre 7 áreas:
El problema de la enmarcación de los negocios
El análisis de los problemas de enmarcado
Data
Selección de la metodologÃa
Construcción de modelos
Despliegue
Administración del ciclo vital
Hay cien preguntas de opción múltiple en el examen. El precio base de la certificación CAP es de 695 dólares estadounidenses o bien cuatrocientos noventa y cinco dólares americanos para los miembros del Instituto de Investigación de Operaciones y Ciencias de la Administración (INFORMS). INFORMS ofrece una clase de preparación para el examen.
Una nueva versión del examen será lanzada el 1 de enero de 2021 y puede ser tomada on-line.
Certificaciones de cientÃficos de datos del SAS
La Academia SAS para la Ciencia de los Datos ofrece tres credenciales de nivel profesional para los cientÃficos de los datos:
La conservación de los datos
Análisis avanzados
La IA y el aprendizaje automático
SAS ofrece una prueba gratuita de 30 dÃas a fin de que la gente pueda revisar las herramientas, las oportunidades de aprendizaje práctico y los estudios de casos que son parte del programa de formación. Asimismo hay cursos gratis de aprendizaje electrónico sobre estadÃstica y programación y administración de SAS.
El programa de conservación de datos está desarrollado para personas que desean cuantificar su experiencia con las herramientas y aplicaciones de administración de datos de SAS, asà como otras herramientas para preparar los datos para el análisis estadÃstico. El programa incluye 4 cursos de formación y un bono para el examen de certificación, incluyendo:
Introducción a la conservación de datos
Herramientas y aplicaciones de gestión de datos del SAS
SAS y Hadoop
Herramientas y aplicaciones avanzadas de administración de datos del SAS
Antes de anotarse en este curso, las personas deben tener experiencia con los fundamentos de la programación SAS, las técnicas de manipulación de datos y el procesamiento SQL. SAS ofrece clases de preparación para el examen en el programa Profesional de Curado de Datos.
El programa profesional de análisis avanzado incluye nueve cursos on line, 12 meses de acceso a la formación, cien horas de acceso al software de nube, y 3 vales de examen. Los cursos incluyen:
AnalÃtica aplicada usando SAS Enterprise Miner
Modelado de la red neuronal
Modelización predictiva mediante regresión logÃstica
Técnicas de minerÃa de datos
Modelos de código abierto
AnalÃtica de texto usando SAS Text Miner
Esenciales para el modelado de series temporales
La experimentación en la ciencia de los datos
Conceptos de optimización para la ciencia de los datos
SAS aconseja que los estudiantes tengan por lo menos 6 meses de experiencia en programación y en el uso de estadÃsticas en un entorno empresarial.
El programa profesional de aprendizaje de la IA y la máquina incluye cinco cursos on-line, setenta horas de acceso al software de la nube y 3 vales de examen. SAS aconseja a las personas interesadas en este programa que tengan experiencia en programación, SAS Viya, modelos de regresión y modelos de redes neuronales. Los cursos son:
Aprendizaje automático con SAS Viya
Análisis de texto visual de SAS en SAS Viya
Aprendizaje profundo usando el software SAS
Pronóstico con Model Studio en SAS Viya
Conceptos de optimización para la ciencia de los datos y la IA
Cada programa cuesta mil doscientos noventa y cinco dólares estadounidenses al año y requiere pasar varios exámenes para conseguir cada certificación. SAS ofrece una mezcla de clases de preparación de exámenes gratuitas y pagadas.
Los exámenes de certificación de SAS se pueden tomar desde casa por medio de los exámenes supervisados on line de OnVUE.