Big Data en acción: definición, valor, beneficios, contexto

Las muchas funciones del big data en RRHH

Los recursos humanos no han sido de forma tradicional conocidos por usar big data... o bien por tener conjuntos de datos suficientemente grandes para emplearlos 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 si bien los datos de RRHH pueden carecer de volumen y ser en 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.

Acá hay una mirada a varias áreas donde el big data de recursos humanos tienen potencial.




Creando nuevas situaciones

RRHH asimismo podría introducir nuevas situaciones enfocadas a los datos, como el detective de datos, Richard Binder escribe en Benefits Pro. Pensando que los equipos de RRHH inevitablemente asumirán más funciones basadas en datos ... los estudiosos (del Centro de Conocimiento para el Futuro del Trabajo y el Sitio de Trabajo Futuro) se imaginan a un detective de datos de RRHH que sintetizaría flujos de datos como portales de beneficios y encuestas a empleados con el objetivo de resolver problemas empresariales, escribe Binder. El Detective podría ir desde una inmersión en big data a explicar los conocimientos de la enorme imagen a los menos versados en datos, ayudando en última instancia a progresar el rendimiento de los empleados.


Cómo convertirse en un científico de datos: Una hoja de trucos

Si está interesado en proseguir una carrera en la ciencia de los datos, este manual es una buena referencia para obtener información sobre el sueldo, los mercados de trabajo más populares, la formación y más.

Los científicos de datos están muy solicitados, ocupando el codiciado puesto n.º 1 en la lista de los mejores trabajos de América de Glassdoor a lo largo de los últimos cuatro años y presumiendo de unos salarios medios elevados para aquellos con las habilidades convenientes. En dos mil doce, la Harvard Business Review ha calificado a los científicos de datos como el trabajo más sexy del siglo 21.

Una de las grandes razones por las que seguimos viendo tal demanda de científicos de datos es que todas las compañías se están convirtiendo en empresas tecnológicas, afirmó Allison Berry, especialista de la comunidad de Glassdoor, a TechRepublic. En cualquier industria que tenga que lidiar con datos digitalizados, o que tenga una aplicación o una presencia on line, se precisa gente que pueda ayudar a apoyar todo eso y a hallar ideas desde los datos.

Sin embargo, en la actualidad nos enfrentamos a una escasez de profesionales con conocimientos de ciencia de los datos: Para el año 2020, el número de vacantes anuales para todos y cada uno de los profesionales conocedores de datos en los EE.UU. va a aumentar a dos con siete millones, conforme pronosticó IBM. Aquellos con conocimientos de ciencia de datos pueden tener un salario base medio de 130.000 dólares en los EE.UU. a partir de enero de dos mil diecinueve, y un 56 por ciento más de ofertas de empleo que el año anterior, según LinkedIn.

Para asistir a los interesados en el campo a entender mejor de qué manera entrar en una carrera en la ciencia de los datos, hemos creado una guía con los detalles y recursos más esenciales.


Certificaciones en ciencias de la información para mejorar tu currículo y tu sueldo.

A fines de agosto, Glassdoor tenía más de cincuenta y tres ofertas de trabajo que mencionaban el aprendizaje automático (ML) y 20.000 trabajos que incluían la ciencia de los datos con salarios que iban de cincuenta a más de ciento ochenta dólares americanos. Cada vez más empresas están haciendo del análisis de datos y del aprendizaje automático un elemento central del desarrollo de nuevos productos y de las ocasiones de ingresos futuros.

Las grandes empresas de tecnología, como las organizaciones tecnológicas independientes, ofrecen programas de capacitación para personas que son nuevas en la ciencia de los datos, de esta manera para profesionales que desean dominar la tecnología más reciente. Cada programa de esta lista de los mejores cursos on-line para la ciencia de los datos ampliará su experiencia y añadirá un valioso elemento de línea en forma de certificación de ciencia de los datos a su currículo.


Ingeniero profesional de aprendizaje automático de Google

Si puedes pasar este examen que está en versión beta, eres certificado por Google Cloud. Google aconseja que los examinandos tengan al menos 3 años de experiencia práctica con los productos y soluciones de Google Cloud.

El examen dura cuatro horas y cuesta ciento veinte dólares. Las 6 secciones del examen cubren:

Enmarcar el problema del ML
Arquitectura de la solución ML
Preparación y procesamiento de datos
Desarrollo del modelo de ML
Automatización y orquestación del oleoducto de ML
Monitoreo, optimización y mantenimiento de la solución de ML




Mesa de especialista de escritorio

El análisis de datos es inútil salvo que motive la acción. Eso con frecuencia requiere hacer un caso basado en este análisis y presentarlo a los colegas de otros departamentos. Visualizar los datos en vez de confiar sólo en los números puede ayudar a ganarse a las personas que no tratan con datos a diario. Tableau puede ayudarte a hacer eso.

El certificado de Especialista en Escritorio de Tableau va a mostrar que tiene una comprensión básica de esta herramienta de visualización de datos. La compañía sugiere que los examinadores tengan al menos 3 meses de experiencia con la plataforma. El programa de preparación para el examen de Especialista en Escritorio Tableau es un programa de 6 semanas de adiestramiento interactivo, lecciones y hasta dos intentos para el examen de certificación.

El examen tiene treinta preguntas y debe ser completado en sesenta minutos. Los examinandos deben obtener un setenta por cien para aprobar. El examen mide estas habilidades:

Crear y guardar conexiones de datos
La gestión de las propiedades de los datos
Creando gráficos básicos
Aplicar el análisis a una hoja de trabajo
Crear y modificar un tablero de mandos
Comprensión de las dimensiones y medidas
Dominar los descubre más campos discretos y continuos