PEOPLE ANALYTICS EN LA PRACTICA AVANZADO

Tomar decisiones sobre personas basadas en ciencia de datos.
Utilizar la ciencia de datos para aplicar People Analytics.
Dominar frameworks y lenguajes de programación para desencadenar proyectos de People Analytics.

CONTENIDOS

SESION 1

Visual Studio.
Git Hub y Markdown.
Variables, control de flujos y funciones en Python.
Programación en Python con asistencia de Codeium y ChatGPT.

SESION 2

Feature engineering (data de L&D –formación y desarrollo).
EDA (Exploratory Data Analysis) (data de desempeño, rotación y absentismo).
Pruebas de hipótesis, test de normalidad y análisis de relación y diferencias (data de desempeño y retribución).
Análisis de correlación, colinealidad (data de desempeño y retribución).

SESION 3

Machine Learning Aprendizaje Supervisado (training and test).
Estandarización, regularización y optimización.
Clasificación (data de rotación).
Regresión (data de compensación total).
Uso del modelo.

SESION 4

Machine Learning Aprendizaje no Supervisado.
Reducción de features (data de rotación).
PCA para la reducción de la dimensionalidad (data de desempeño y clima).
Clustering para la optimización de muestra (data de compensación total).
Clustering para agrupación de colectivos de talento (data de talento por desempeño y potencial).
Aplicación de modelos.

ONLINE

Virtual Class Training (videoconferencia).
Sesiones de 3 horas.

GRUPOS

Máximo 12 personas.

MATERIAL

Scripts, plantillas y bases de datos.
Documentación mediante Github.
Grabación multimedia de la formación.

REQUISITOS

Es recomendable conocimientos previos en Python. Dicho lo cual se puede asistir sin estos conocimientos ya que se trabaja con plantillas y scripts creados, y asistentes como Codeium y ChatGPT para facilitar la labor de programación.
Es recomendable disponer de los conocimientos conceptuales del taller de People Analytics en la Práctica.