People Analytics. Big Data al servicio de los recursos humanos
Emilio Soria-Olivas, Hector Casado Caballo, Antonio Martínez
Descubra el futuro del análisis de datos en la gestión de recursos humanos con este innovador libro. Se ofrece una ventaja única al combinar la experiencia de autores especializados tanto en People Analytics como en ciencia de datos, proporcionando un enfoque multidimensional y práctico que es esencial en el campo actual.
Cada capítulo del libro es una ventana a un caso real de People Analytics, detallando no solo el problema y su contexto, sino también la metodología analítica aplicada para resolverlo. Esta estructura facilita la comprensión y aplicación de técnicas avanzadas en situaciones cotidianas del mundo real.
Utilizando Orange Data Mining, una herramienta de vanguardia conocida por su facilidad de uso y compatibilidad con todas las plataformas, se demuestra cómo implementar soluciones de análisis de datos de forma sencilla y efectiva, sin necesidad de conocimientos previos de programación. La inclusión en el libro de los conjuntos de datos y programas desarrollados garantiza una experiencia de aprendizaje interactiva y aplicable.
Este libro es el recurso perfecto tanto para cursos académicos como para profesionales de recursos humanos que buscan introducirse o profundizar en el campo de People Analytics. Si su objetivo es liderar la transformación en la gestión de talento a través del análisis de datos, este libro será su mejor aliado. Abrace el cambio y empodere su organización con las herramientas y conocimientos que ofrece esta obra.
Desde la web del libro podrá descargar los conjuntos de datos y programas utilizados en el libro.
- Escritor
- Emilio Soria-Olivas
- Escritor
- Hector Casado Caballo
- Escritor
- Antonio Martínez
- Colección
- Big data, Data Science e Inteligencia Artificial
- Materia
- Gestión de personal y recursos humanos
- Idioma
- Castellano
- EAN
- 9788410360211
- ISBN
- 978-84-10360-21-1
- Depósito legal
- M-12923-2024
- Páginas
- 362
- Ancho
- 17 cm
- Alto
- 24 cm
- Peso
- 598 g
- Edición
- 1
- Fecha publicación
- 14-06-2024
Sobre Emilio Soria-Olivas (Escritor)
Índice de contenido
CAPÍTULO 0. INTRODUCCIÓN A PEOPLE ANALYTICS
0.1 DEFINICIONES Y CONCEPTOS
0.2 ALGUNAS PECULIARIDADES DE PEOPLE ANALYTICS
0.3 DATOS EN PEOPLE ANALYTICS
0.4 SOBRE LA APLICACIÓN DE PEOPLE ANALYTICS
CAPÍTULO 1. INTRODUCCIÓN A LA CIENCIA DE DATOS
1.1 DATOS, DATOS Y MÁS DATOS
1.2 ETAPAS DE UN ANÁLISIS DE DATOS.
1.2.1 Preprocesado de los datos
1.2.2 Análisis exploratorio de los datos.
1.2.3 Modelización
1.2.4 Análisis de errores
1.3 HERRAMIENTAS
1.4 ORANGE DATA MINING
1.5 CIENCIA DE DATOS Y PEOPLE ANALYTICS
CAPÍTULO 2. SELECCIÓN Y CONTRATACIÓN DE PERSONAL
2.1 DEFINICIONES Y CONCEPTOS
2.2 ASPECTOS ESENCIALES
2.3 SELECCIÓN, CONTRATACIÓN Y PEOPLE ANALYTICS
2.4 MODELOS Y ALGORITMOS
2.4.1 MODELOS DE CLASIFICACIÓN
2.4.2 MEDIDAS DEL GRADO DE DEPENDENCIA ENTRE
VARIABLES
2.5 EJEMPLO EN PEOPLE ANALYTICS
CAPÍTULO 3. ROTACIÓN DEL PERSONAL
Y RETENCIÓN DEL TALENTO
3.1 DEFINICIONES Y CONCEPTOS
3.2 ASPECTOS ESENCIALES
3.3 ROTACIÓN Y PEOPLE ANALYTICS
3.4 METODOLOGÍAS
3.4.1 REGRESIÓN LINEAL
3.4.2 REDES NEURONALES: EL PERCEPTRÓN
MULTICAPA (MLP)
3.4.3 MÁQUINAS DE VECTORES DE SOPORTE (SVM)
3.5 EJEMPLO PRÁCTICO DE APLICACIÓN
CAPÍTULO 4. GESTIÓN Y DESARROLLO DEL TALENTO
4.1 DEFINICIONES Y CONCEPTOS
4.2 ASPECTOS ESENCIALES
4.3 PEOPLE ANALYTICS EN LA GESTIÓN Y DESARROLLO
DEL TALENTO
4.4 METODOLOGÍAS
4.5 EJEMPLO PRÁCTICO DE APLICACIÓN
CAPÍTULO 5. EVALUACIÓN Y GESTIÓN DEL RENDIMIENTO Y DEL
COMPROMISO
5.1 QUÉ ENTENDEMOS POR EVALUACIÓN Y GESTIÓN DE LOS
PROFESIONALES
5.2 MEDICIÓN DEL COMPROMISO O MOTIVACIÓN
5.3 EXPERIENCIA DE EMPLEADO. QUÉ MEDIR Y CÓMO HACERLO
5.4 QUERYGO: UN EJEMPLO DE MEDICIÓN DEL ENGAGEMENT
5.5 EVALUACIÓN DEL RENDIMIENTO
5.6 COMPROMISO, PRODUCTIVIDAD Y PEOPLE ANALYTICS.
5.7 MODELOS Y ALGORITMOS UTILIZADOS
5.8 EJEMPLOS EN PEOPLE ANALYTICS
CAPÍTULO 6. GESTIÓN DE LA DIVERSIDAD
6.1 DEFINICIONES Y CONCEPTOS
6.2 ASPECTOS ESENCIALES
6.3 DIVERSIDAD Y PEOPLE ANALYTICS
6.4 METODOLOGÍAS
6.5 TÉCNICAS DE AGRUPAMIENTO (CLUSTERING):
ALGORITMO K-MEANS
6.6 MAPAS AUTOORGANIZADOS (SELF-ORGANIZING MAPS)
6.7 EJEMPLO PRÁCTICO DE APLICACIÓN
CAPÍTULO 7. MODELOS DE LENGUAJE EXTENSOS (LLM) Y SU USO
EN PEOPLE ANALYTICS
7.1 POR QUÉ DE ESTE CAPÍTULO
7.2 MODELOS DE LENGUAJE EXTENSOS, LLM
7.3 INGENIERÍA DEL PROMPT
7.4 LM STUDIO
7.5 GPT STORE
7.6 FUTURO Y TENDENCIAS
7.7 APLICACIÓN DE LOS LLMS EN PEOPLE ANALYTICS
BIBLIOGRAFÍA
MATERIAL ADICIONAL