1. Introducción a People Analytics

1.1 Revolución en la gestión del Talento

1.2 Potenciando la toma de decisiones

1.3 Predicción y anticipación

1.4 Mejora del desempeño organizacional

1.5 Transformación del rol de RR.HH.

2. Ciclo de vida del Empleado (EX)

2.1 Conceptos y fundamentos básicos

2.2 Visión holística de RR.HH.

2.3 Evolución de los departamentos de RR.HH.

2.4 Tendencias y nuevas necesidades a cubrir por RR.HH.

2.5 Nuevas formas de trabajo

2.6Tecnología de RR.HH.: desde ERPs hasta soluciones operativas específicas

3. Estadística aplicada a RR.HH.

3.1 Medidas de posición y dispersión

3.2 Correlaciones y regresiones

3.3 Anova

3.4 Estadística básica en Excel

4. Gestión del dato

4.1 Etapas en la gestión del dato: conceptos y fundamentos básicos

4.2 Tipología de datos

4.3 Tratamiento de datos

5. Tipos de Análisis y Modelos

5.1 Tipos de Análisis

5.2 Tipos de Modelos

6. Métricas clave en People Analytics

6.1 Conceptos y fundamentos básicos

6.2 Indicadores clave del rendimiento (KPIs) en el ámbito de gestión de personas

6.3Vinculación entre los KPIs y los análisis de People Analytics

7. Modelos básicos de People Analytics utilizando Excel

7.1 Modelos de Impacto para la gestión del Talento

7.2 Modelos Tendenciales para el desarrollo profesional

7.3 Modelos de Caracterización de perfiles para la gestión del potencial 
 

1. Introducción a la IA en People Analytics

1.1 Tecnologías asociadas a la IA

1.2 Universo de soluciones de IA

1.3 Tipos de herramientas de IA

1.4 Integración de diferentes herramientas

1.5 Buscadores de soluciones de IA

2. Ecosistema de herramientas

2.1 Herramientas IA de uso generalista

2.2 Herramientas IA de uso específico

2.3 Modelos de difusión

2.4 Modelos basados en Transformers

3. Masterclass 1: IA Responsable

1. Prompt Engineering

1.1 Estructura general de prompting

1.2 Información de entrada, instrucciones, ejemplos e información de salida

1.3 Patrones habituales

1.4 Esquemas/marcos de prompting

1.5 Sintaxis de prompting

2. Modelos de Lenguaje (LLMs) en People Analytics

2.1 Introducción a los LLMs: Definición, funcionamiento y evolución

2.2 Importancia de los LLMs en People Analytics: Casos de uso y beneficios

2.3 Herramientas y plataformas de People Analytics que utilizan LLMs

2.4 Prompting para People Analytics

3. Agentes GPT, Asistentes Virtuales e IA Bots en People Analytics

3.1 Agentes GPT

- Definición y funcionamiento

- Diferencias entre Agentes GPT y otros tipos de IA

- Ejemplos de uso en People Analytics

3.2 Asistentes Virtuales

- Rol y capacidades en el entorno empresarial

- Aplicaciones en RR.HH. y People Analytics

- Casos de uso

3.3 IA Bots

- Qué son y cómo se diferencian de los Asistentes Virtuales

- Aplicaciones en People Analytics

4. Automatizaciones con IA en People Analytics

 4.1 Introducción a la Automatización en People Analytics

4.2 Primeros pasos con Make

4.3 Configuración de flujos de trabajo automatizados

5. Herramientas SaaS / No-Code especializadas en People Analytics

 5.1 ¿Qué es SaaS? ¿Qué significa No-Code?

5.2 Beneficios de utilizar herramientas SaaS y No-Code en el contexto de People Analytics

5.3 Tendencias del mercado en la adopción de estas herramientas en Recursos Humanos

5.4 Exploración de Herramientas SaaS / No-Code especializadas

6. SQL con IA

 6.1 Introducción y manipulación básica de datos en SQL

6.2 Filtrado Avanzado y Joins

7. Visualización de Datos con Power BI e IA

 7.1 Conexión de bases de datos SQL a Power BI

7.2 Transformación de datos con Power Query: limpieza y preparación avanzada

7.3 Introducción al modelado de datos en Power BI

7.4 Creación de visualizaciones a partir de los datos de SQL

7.5 DAX: Potenciando tus dashboards

7.6 IA Generativa para optimizar medidas DAX y mejorar el rendimiento de los modelos

7.7 Publicación y Seguridad en Power BI

7.8 Uso de IA para análisis automáticos

8. Masterclass 2: Data Storytelling en la era de la IA

1. Implantación y plan de acción personal y de equipo

1.1 Determinación de las necesidades, planes de integración de la IA en el día a día y desarrollo de competencias y hábitos de profesionales y equipos

1.2 Tareas personales y mejora del desempeño con IA, personal y de equipo

1.3 Desarrollo de competencias con IA, como profesional y en equipo

1.4 Creación de nuevos hábitos y formas de trabajo personal y en equipo

1.5 Planteamiento del Proyecto Final

2. Masterclass 3: Agile, Analytics e IA

3. Exposición del Proyecto Final