課程簡介

AI人工智能於各產業應用發展漸趨成熟 

然國內AI於人力資源管理應用案例卻相對稀缺

本課程於專業技術課程範疇中將引導學員完成至少一項AI大數據人力資源管理分析專案，此專案將由一個企業當下待解決的人事決策議題出發，透過蒐集企業現有人事資料，經由ETL資料處理，後以機器學習自動演算並產出視覺化數據報表，最終以此做出相對應的人事決策。

舉裡來說,預測員工將離職的模型可能包含200 個特徵，例如：年紀，性別，團隊人數，組織結構，工作崗位，本身表現，上司表現，年資，升遷歷史，薪資，工作地點，通勤時間，在企業內部社群上發言的情緒與參與度等。不但預測誰可能將離職，也能分析原因。另外，從資料分析確認最佳實務，例如：升遷/轉換崗位對員工滿意度與離職的影響，何時應該與上司會談。主管並接受培訓以能妥善處理高績效員工離職的可能（留下這種員工）。

●實際運用後的案例分享：

 Experian (益博睿)在18 個月內離職率降低了2-3% ，節省USD $8,000,000 -$10,000,000。

 Credit Suisse(瑞士信貸)  一年節省了USD$ 70,000,000 。

 IBM 四年節省了USD$ 300,000,000, 重要崗位的離職率降低了25%。

 Nielsen( 尼爾森)提供轉換崗位(lateral moves)機會可提升員工留任的機48% 。

課程大綱

經濟部工業局 110年度 AI產業實戰應用人才淬煉計畫
※ 政府補助50%學費！ ※

本課程補助名額有限！(補助已繳費報名順序為認定標準)

報名學員需先於AIGO計畫網站註冊，且上傳2個學習積分取得參訓資格，再完成課程報名及繳費，才算完成報名並符合補助資格！

課程簡介:AI人工智能於各產業應用發展漸趨成熟.然國內AI於人力資源管理應用案例卻相對稀缺

本課程於專業技術課程範疇中將引導學員完成至少一項AI大數據人力資源管理分析專案，此專案將由一個企業當下待解決的人事決策議題出發，透過蒐集企業現有人事資料，經由ETL資料處理，後以機器學習自動演算並產出視覺化數據報表，最終以此做出相對應的人事決策。

舉例來說,預測員工將離職的模型可能包含200 個特徵，例如：年紀，性別，團隊人數，組織結構，工作崗位，本身表現，上司表現，年資，升遷歷史，薪資，工作地點,通勤時間,在企業內部社群上發言的情緒與參與度等。不但預測誰可能將離職，也能分析原因。另外，從資料分析確認最佳實務，例如：升遷/轉換崗位對員工滿意度與離職的影響，何時應該與上司會談。主管並接受培訓以能妥善處理高績效員工離職的可能（留下這種員工）。

●實際運用後的案例分享：

 Experian (益博睿)在18 個月內離職率降低了2-3% ，節省USD $8,000,000 -$10,000,000。

 Credit Suisse( 瑞士信貸) 一年節省了USD$ 70,000,000 。

 IBM 四年節省了$USD 300,000,000, 重要崗位的離職率降低了25%。

 Nielsen(尼爾森)提供轉換崗位(lateral moves)機會可提升員工留任的機48% 。

課程目標:

1.充分理解人力資源管理大數據分析之概念與原理
2.實際操作人力資源管理大數據分析之完整流程
3.學習大數據分析之演算法
4.學習ETL異質資料庫整合流程
5.完整操作人力資源大數據分析專案並提出人事決策

課程效益:AI + People Analytics

● 識人用人決策(正確有效率的招選、用、升遷)

● 培訓決策(育人、掌握高表現原因)

● 績效管理(監看& 預測表現與回饋)

● 管理留人(公平薪獎、關注身心健康)

● 預測離職，提早干預，降低離職成本

課程大綱與上課日期 :6/18(五);7/02(五);7/16(五);7/30(五);8/13(五);8/27(五);9/10(五)

09:30-16:30 隔週上課，共計7次課程。

課程時數總計42小時，包含以下內容：

1.大數據基本概念(9小時)：HR大數據、大數據分析演算法、HR大數據分析應用場景介紹

2.ETL工具的運用(6小時)：HR資料分析前之處理與準備，運用ETL工具進行HR資料處理

3.四大演算法-原理(12小時)、實務(12小時)：分類演算法、分群演算法、回歸演算法、異常偵測演算法

4.企業應用案例說明(3小時)：企業資源規劃，HR大數據分析實際個案演示說明

適合對象

基本能力需求