Читать книгу HR-аналитика. Путеводитель по анализу персонала онлайн

Нейросети

Существует довольно много разных лингвистических моделей, но здесь мы упомянем, пожалуй, наиболее совершенную из них на текущий момент.

ChatGPT

Так, существуют вполне успешные кейсы применения ChatGPT в подборе и адаптации персонала. Нейронная сеть успешно справляется с разработкой описания вакансий, должностных инструкций, моделей компетенций для оценки, вопросов для интервьюирования и прочего.

Еще одной сферой, где активно применяется ChatGPT, стали внутренние коммуникации. Это прекрасный инструмент для составления корпоративных пресс-релизов, новостей, рассылок, текстов поздравлений и прочих внутриком-активностей.

Кроме того, ChatGPT помогает составлять опросники, тесты на профессиональные знания (вплоть до программирования на разных языках), разрабатывать индивидуальные планы развития для сотрудников и выполнять многие другие задачи в области функции обучения и развития.

В России, конечно же, существуют свои решения и альтернативы. В первую очередь отмечу YandexGPT от российского «Яндекса» и GigaChat от «Сбера». Обе нейросети обладают своими особенностями и преимуществами, но, по сути, способны выполнять аналогичные задачи.

Несмотря на нынешнюю популярность нейронных сетей, их эффективность в HR-аналитике не столь однозначна. Тестированию их возможностей посвящена отдельная глава (см. главу 3, раздел «Использование нейросетей для задач HR-анализа»).

Резюмируя всё сказанное выше, стоит отметить, что HR-аналитика предоставляет обширный (пожалуй, даже чересчур) инструментарий для работы, однако далеко не все инструменты столь необходимы в самом начале карьеры. Начинающему специалисту (вернемся к нашей модели компетенций) вполне достаточно на хорошем уровне освоить Excel в качестве основного инструмента анализа данных и PowerPoint или Keynote как инструмент визуализации и подготовки презентаций. Этой базы будет достаточно для решения большей части прикладных задач (можно даже сказать, что данные инструменты, согласно «принципу Парето», способны давать 80 % результатов в работе HR-аналитика). По мере роста экспертности и усложнения задач неплохо будет освоить какой-нибудь BI-инструмент и познакомиться с SQL. Это уже продвинутый уровень, который позволит работать с практически неограниченными по размеру базами данных и сложными запросами. Наконец, для того чтобы всерьез заняться предиктивной аналитикой, стоит освоить языки программирования R или Python. Начать с синтаксиса языка, познакомиться с типами данных, циклами, функциями; затем, по мере практики выполнения базовых задач по работе с данными, освоить библиотеки для их анализа и прогнозирования.