Po客

桃園縣

‧ 開始日期：2020/7/18
‧ 結束日期：2020/9/5
‧ 課程時間：周六09:00～16:00
‧ 上課時數：8天共48小時
‧ 費 用：19500


‧ 課程特色
1、以淺顯易懂的方式讓不懂程式設計的HR也能清楚了解大數據分析。
2、現場實際操作學習程式設計：從基本的開發環境與語法結構開始，進而學會撰寫網頁資料擷取程式。

‧ 課程大綱
7/18【上午】大數據來臨的思維轉變
一、「大」數據有多「大」
二、大數據的「大」特徵
三、大數據的「大」作用
四、大數據的「大」問題
五、大數據的思維轉變
六、大數據案例─HR的好幫手：Acxiom公司
七、大數據的應用模式分類─HR能做的思考
八、結論

7/18【下午】大數據對HR的具體思考及影響
一、大數據計畫的啟動
二、資料科學
三、資料分析工具箱對於HR的影響
四、大數據分析流程
五、應用於HR的大數據策略思考
六、應用於HR的大數據價值創造流程
七、結論

7/25【上午】Python程式設計基礎
一、開啟HR的程式腦
二、大數據程式語言Python簡介
三、Python開發環境安裝與介紹
四、變數
五、資料型態與輸出入
六、運算子
七、運算式
八、結論

7/25【下午】Python程式設計應用
一、幫助HR進行問題解決的流程圖
二、演算法一點都不難
三、HR能應用的判斷結構
四、薪資程式自己寫
五、HR需瞭解的網路服務與HTML
六、HR也能進行網頁資料擷取
七、結論

8/1【上午】從HR專業與實務應用角度看AI與大數據
一、從企業角度的數位革命談起
二、企業經營管理的思維革命
三、企業的數位化策略
四、數位化潮流下的HR
五、HR實務應用角度的大數據
六、實務應用問題討論
七、結論

8/1【下午】AI與大數據時代下的招募遴選
一、招募角度的大數據與AI
二、從企業預算制度開始
三、大數據與人力規劃/人力預算
四、履歷篩選與招募面談運用
五、AI/大數據與應徵者評選
六、實務應用問題討論
七、結論

8/8【上午】AI與大數據時代下的獎金制度操作
一、一般獎金制度的問題
二、大數據與激勵工具/效果分析
三、大數據與員工激勵
四、大數據結合獎金機制/制度設計
五、實務應用問題討論
六、結論

8/8【下午】AI與大數據時代下的薪酬福利
一、從薪酬福利的基礎架構談起
二、薪酬福利面對哪些限制？
三、數位化浪潮下的薪酬福利
四、數位化浪潮下的顛覆傳統思維
五、薪酬福利的多元化設計
六、薪酬福利與員工服務方案
七、實務應用問題討論
八、結論

8/15【上午】AI與大數據時代下的訓練發展
一、數位化趨勢下的訓練發展革命
二、AI與大數據下的移動學習
三、AI與大數據下的微學習
四、學習動機與學習歷程
五、學習社群與學習革命
六、實務應用問題討論
七、結論

8/15【下午】AI與大數據時代下的員工職涯發展
一、以心理學的“個別差異”為起點
二、職涯發展只有職涯路徑？？顛覆對職涯發展的傳統思維
三、職涯發展對HR的挑戰性
四、AI與大數據下的職涯規劃？
五、自我分析評估下的職涯規劃
六、諮商輔導角度的職涯規劃
七、訓練發展角度的職涯發展
八、實務應用問題討論
九、結論

8/22【上午】AI與大數據時代下的員工績效管理大挑戰
一、廢除績效?從績效管理的價值談起
二、主管在意的是獎金/調薪、還是績效？
三、績效管理大革命後的創新思維
四、大數據與主管績效管理
五、實務應用問題討論
六、結論

8/22【下午】AI與大數據時代下的人才管理與接班人計劃
一、誰才是如假包換的關鍵人才？
二、誰才是對的接班人？
三、從人才管理機制建構開始
四、哪些標準似是而非、以訛傳訛？
五、大數據與人才管理
六、大數據與全方位人才訓練發展機制
七、選擇對的人才驗證機制
八、實務應用問題討論
九、結論

8/29【上午】AI與大數據時代下的員工關係
一、思索EAP以外的員工關係
二、重新釐清與定義員工關係
三、員工關係須蒐集哪些數據？
四、員工關係相關活動大數據
五、實務應用問題討論
六、結論

8/29【下午】AI與大數據時代下的離職管理/離職預測
一、企業所關心的離職
二、換個角度看離職
三、健康離職率的思考
四、大數據與員工離職原因
五、員工離職徵候的大數據分析
六、哪些數據可能預測員工離職？
七、實務應用問題討論
八、結論

9/5大數據人資管理師簡報實戰演練