Generic selectors
Exact matches only
Search in title
Search in content
Post Type Selectors
Youtube Facebook Linkedin Instagram Tiktok
(+34) 673 90 30 00
Solicita información

Modalidades:

Presencial
A distancia

Máster Oficial en People Analytics y Gestión del Talento Digital

Resolvemos tus dudas

ID + UCJC Logo másteres

Información académica

 

En la era de la transformación digital, el activo más valioso de cualquier organización sigue siendo su capital humano, pero la forma de gestionarlo ha cambiado para siempre. Las decisiones basadas en la intuición han dado paso a estrategias respaldadas por datos reales. El Máster Oficial en People Analytics y Gestión del Talento Digital nace con el firme propósito de ofrecerte una especialización avanzada, tecnológica y de negocio, diseñada para convertirte en el líder estratégico que las compañías del futuro necesitan para atraer, fidelizar y potenciar el talento mediante la ciencia de datos.

A continuación, te invitamos a explorar detalladamente el contenido del programa: desde el plan de estudios estructurado por bloques y asignaturas, hasta la bibliografía especializada y las herramientas de software que dominarás en este viaje hacia la vanguardia de la gestión del talento.

Objetivos

El plan de estudios tiene como objetivo formarte como profesional especialista en la aplicación de nuevas tecnologías (inteligencia artificial, ciencia de datos), metodologías y herramientas digitales en el área de Recursos Humanos de cualquier empresa y sector

Metodología

En la modalidad presencial, los alumnos adquieren los conocimientos y competencias a través de clases teóricas y prácticas, primando los casos prácticos y el aprendizaje de herramientas tecnológicas. En la modalidad a distancia, se usa la metodología Flipped Classroom, dando un papel fundamental a las actividades prácticas. También se destaca el proceso formativo y de tutorización haciendo que el seguimiento del alumno sea personalizado.

Plan de estudios

Asignatura ECTS Tipo Sem. Materias
Introducción al área de RRHH en la era digital 5 OB I Entorno tecnológico y digital de RRHH
Aspectos legales del sector TIC y de la gestión de datos 5 OB I Entorno tecnológico y digital de RRHH
Atracción de talento en la era digital 5 OB I Gestión del talento digital
Políticas de retribución y beneficios 5 OB I Gestión del talento digital
Estrategias y metodologías de people analytics 5 OB I People analytics I: Definición, estrategia y casos de uso
Gestión de datos en RRHH 2 OB II People analytics II: Gestión de datos y bases de datos en RRHH
Herramientas de gestión de datos 4 OB II People analytics II: Gestión de datos y bases de datos en RRHH
Visualización de datos para RRHH 4 OB III People analytics II: Gestión de datos y bases de datos en RRHH
Inteligencia artificial en RRHH 5 OB II Inteligencia artificial aplicada a RRHH
Prácticas académicas externas 8 PE II Prácticas académicas externas
Trabajo fin de Máster (TFM) 12 PE II Trabajo fin de Máster (TFM)
Total Créditos ECTS 60

Habilidades, destrezas y bibliografía del programa formativo

Módulo 1 – Entorno tecnológico y digital de RRHH

Habilidades y destrezas

  • Evaluar los componentes culturales e identitarios de la organización, identificando el entorno tecnológico y digital propicio. 

Bibliografía básica 

  • Robleño García, C. (2024). Transformando los Recursos InHumanos: Cambiar la cultura de tu empresa empieza por ti. Ediciones Amazon. 
  • Davenport, T. H. (2023). Working with AI: Real Stories of Human-Machine Collaboration. MIT Press. 
  • De la Calle Durán, M. C., & Ortiz de Urbina, M. (2022). Fundamentos de Recursos Humanos (3.ª ed.). Pearson Educación.  
  • Ulrich, D., Younger, J., Brockbank, W., & Ulrich, M. (2021). HR Competencies: Mastery at the Intersection of People and Business. Society for Human Resource Management. 

Bibliografía complementaria 

  • Bersin, J. (2024). Irresistible: The Seven Secrets of the World’s Most Enduring Employee-Focused Organizations. Kogan Page. 
  • Junejo, I. A., Shaikh, A., Thebo, J., & Salahuddin, H. (2023). “Digital Transformation Adoption in Human Resources Management during COVID-19”. Journal of Organizational Effectiveness. Emerald Publishing. https://doi.org/10.1108/JOEPP-06-2022-0042  
  • Barney, J. B., & Hesterly, W. S. (2021). Strategic Management and Competitive Advantage: Concepts (6ª ed.). Pearson. 
  • Ulrich, D., & Ulrich, W. (2021). Reinventing the Organization: How Companies Can Deliver Radically Greater Value in Fast-Changing Markets. Harvard Business Review Press. 

Habilidades y destrezas

  • Emplear los aspectos legales y normativos de la gestión de datos en el área de RRHH de la organización. 

Bibliografía básica 

  • Barrio Andrés, M. (2024) «Manual de Derecho digital» – 3ª edición. Tirant Lo Blanch. 
  • Troncoso Reigada, A. (2023). Protección de Datos Personales y Garantía de los Derechos Digitales. Tirant lo Blanch. 

Bibliografía complementaria 

  • Sagardoy de Simón, I., & Núñez-Cortés Contreras, P. (2023). “Hacia un marco europeo de armonización de las condiciones de los trabajadores de las plataformas laborales”. En En torno al Estatuto de los Trabajadores. Un homenaje a Don Juan Antonio Sagardoy. SEPIN.  
  • European Union Agency for Cybersecurity (ENISA). (2023). Data Protection Engineering. Publications Office of the European Union. 
  • Richards, N. (2021). Why Privacy Matters. Oxford University Press. 
  • Sánchez-Urán Azaña, Mª. Y. (2019) “Economía de plataformas digitales y concepto de trabajador: derecho de la Unión Europea y ordenamientos nacionales”. 
  • Agencia española de protección de datos. (2019). Guía de Privacidad desde el Diseño. https://www.aepd.es/guias/guia-privacidad-desde-diseno.pdf 
  • De Stefano, V. (2016). “The Rise of the ‘Just-in-Time Workforce’: On-Demand Work, Crowdwork and Labour Protection in the Gig-Economy”. International Labour Organization (ILO). 

Módulo 2 – Gestión del talento digital 

Habilidades y destrezas

  • Gestionar la selección de talento en el ámbito tecnológico. 

  • Seleccionar los perfiles TIC para la organización según la necesidad tecnológica y digital que exista.

Bibliografía básica 

  • Breaugh, J. A. (2023). Talent Acquisition: A Guide to Understanding and Managing the Recruitment Process. SHRM Foundation. 
  • Chiavenato, I. (2022). Gestión del talento humano (5.ª ed.). McGraw-Hill Interamericana. 
  • Sullivan, J. (2022). Strategic Talent Acquisition: The Modern Guide to Recruiting Excellence. Kogan Page. 
  • Alles, M. A. (2021). Selección por competencias. Granica. 
  • Mallo, C., & García, A. (2020). Selección de personal 4.0: Cómo la digitalización está transformando la gestión del talento. ESIC Editorial. 
  • Gómez-Mejía, L. R., Balkin, D. B., & Cardy, R. L. (2020). Gestión de recursos humanos. Pearson. 

Bibliografía complementaria 

  • Bersin, J. (2024). Irresistible: The Seven Secrets of the World’s Most Enduring Employee-Focused Organizations. Kogan Page.  
  • LinkedIn Talent Solutions. (2024). Global Talent Trends Report. 
  • Society for Human Resource Management (SHRM). (2023). Talent Acquisition Benchmarking Report. 
  • Martínez, D. (2022). La selección de talentos en la era digital. Ediciones Granica. 
  • Fernández Aguado, J. (2021). Gestión del talento y liderazgo. LID Editorial.  
  • Martínez-Sánchez, A. (2021). Gestión del talento humano y selección de personal: enfoques actuales y retos futuros. ESIC Editorial. 

Habilidades y destrezas

  • Gestionar la selección de talento en el ámbito tecnológico. 
  • Aplicar políticas de retribución y beneficio para mantener y atraer talento digital a la organización.

Bibliografía básica 

  • WorldatWork. (2023). The WorldatWork Handbook of Total Rewards. Wiley. 
  • Milkovich, G. T., Newman, J. M., & Gerhart, B. (2022). Compensation (14th ed.). McGraw-Hill Education. 
  • Gómez-Mejía, L. R., Balkin, D. B., & Cardy, R. L. (2022). Gestión de Recursos Humanos (9.ª ed.). Pearson. 
  • Sagardoy de Simón, I., Núñez-Cortés Contreras, P., Nieto Rojas, P. (2022). Igualdad retributiva, planes de igualdad y registro salarial. España:  Dykinson. 
  • Martocchio, J. J. (2021). Strategic Compensation: A Human Resource Management Approach (10th ed.). Pearson. 
  • Shields, J., Brown, M., Kaine, S., Dolle-Samuel, C., North-Samardzic, A., McLean, P., & Robinson, J. (2020). Managing Employee Performance and Reward: Concepts, Practices, Strategies (4th ed.). Cambridge University Press. 

Bibliografía complementaria 

  • Bersin, J. (2024). Irresistible: The Seven Secrets of the World’s Most Enduring Employee-Focused Organizations. Kogan Page.  
  • Kumar Thoti, K. (2022). “An Empirical Study on Compensation Management Practices in Digital Marketing Company”.  
  • Eurofound. (2021). La era digital: implicaciones de la automatización, la digitalización y las plataformas para el trabajo y el empleo.  
  • Digital Future Society. (2020). El futuro del trabajo en la era digital. 

Módulo 3 – People analytics I: Definición, estrategia y casos de uso

Habilidades y destrezas

  • Desarrollar un enfoque pragmático de los proyectos de análisis de personas. 
  • Desarrollar estrategias de la analítica de personas para solucionar problemáticas de casos de estudio relacionados con los RRHH.

Bibliografía básica 

  • van Vulpen, E. (2022). The People Analytics Guidebook. AIHR Academy. 
  • Boudreau, J. W., & Cascio, W. F. (2022). Investing in People: Financial Impact of Human Resource Initiatives (3rd ed.). Pearson. 
  • Marr, B. (2021). Data-Driven HR: How to Use Analytics and Metrics to Drive Performance. Kogan Page. 
  • Levenson, A. (2020). Strategic Analytics: Advancing Strategy Execution and Organizational Effectiveness. Berrett-Koehler Publishers. 
  • Edwards, M. R., & Edwards, K. (2019). Predictive HR Analytics: Mastering the HR Metric. Kogan Page. 
  • Aguado García, D. (2018). HR Analytics: teoría y práctica para una analítica de recursos humanos con impacto. Ed. ESIC. 
  • Guenole, N., Ferrar, J., & Feinzig, S. (2017). The Power of People: Learn How Successful Organizations Use Workforce Analytics to Improve Business Performance. Pearson. 

Bibliografía complementaria 

  • Bersin, J. (2024). Irresistible: The Seven Secrets of the World’s Most Enduring Employee-Focused Organizations. Kogan Page.  
  • Floridi, L. (2023). The Ethics of Artificial Intelligence. Oxford University Press.  
  • Provost, F., & Fawcett, T. (2023). Data Science for Business (2nd ed.). O’Reilly Media.  
  • Davenport, T. H., & Miller, S. (2022). Working with AI: Real Stories of Human-Machine Collaboration. MIT Press. 

Módulo 4 – People analytics II: Gestión de datos y bases de datos en RRHH

Habilidades y destrezas

  • Traducir un problema organizativo en una cuestión de datos para resolver con herramientas digitales

Bibliografía básica 

  • Provost, F., & Fawcett, T. (2023). Data Science for Business (2nd ed.). O’Reilly Media. 
  • van Vulpen, E. (2022). The People Analytics Guidebook. AIHR Academy. 
  • McKinney, W. (2022). Python for Data Analysis (3rd ed.). O’Reilly Media.  
  • Edwards, M. R., & Edwards, K. (2019). Predictive HR Analytics: Mastering the HR Metric. Kogan Page. 
  • Guenole, N., Ferrar, J., & Feinzig, S. (2017). The Power of People: Learn How Successful Organizations Use Workforce Analytics to Improve Business Performance. Pearson. 
  • Bassi, L., Carpenter, R., & McMurrer, D. (2016). HR Analytics Handbook: Using Data to Improve People Decisions. McBassi & Company. 

Bibliografía complementaria 

  • Kelleher, J. D., Mac Namee, B., & D’Arcy, A. (2020). Fundamentals of Machine Learning for Predictive Data Analytics (2nd ed.). MIT Press. 
  • Tursunbayeva, A., Pagliari, C., & Bunduchi, R. (2018). “Exploring the Value of e-HRM for Performance Management: A Conceptual Framework”. Strategic HR Review, 17(3), 117–123. 
  • DAMA International. (2017). DAMA-DMBOK: Data Management Body of Knowledge (2nd ed.). 
  • Davenport, T. H., & Harris, J. G. (2017). Competing on Analytics: The New Science of Winning. Harvard Business Review Press. 

Habilidades y destrezas

  • Utilizar herramientas como Data Studio, Power BI y Tableau para gestionar los datos en el área de recursos humanos.

Bibliografía básica 

  • van Vulpen, E. (2022). The People Analytics Guidebook. AIHR Academy. 
  • Jatobá, J., & Brito, G. (2020). Human Capital Management Systems in Digital HR Transformation. Springer. 
  • Marr, B. (2021). Data-Driven HR: How to Use Analytics and Metrics to Drive Performance. Kogan Page. 
  • Mohapatra, S. (2019). Fundamentals of Enterprise SaaS. Springer. 
  • Stone, D. L., Deadrick, D. L., Lukaszewski, K. M., & Johnson, R. (2015). The Influence of Technology on the Future of Human Resource Management. Human Resource Management Review, 25(2), 216–231. 

Bibliografía complementaria 

  • Provost, F., & Fawcett, T. (2023). Data Science for Business (2nd ed.). O’Reilly Media.  
  • SHRM Foundation. (2023). Future-Proofing HR with HCM Tools.  
  • Oracle. (2023). Understanding HCM: A Guide to Oracle Cloud Solutions.  
  • SAP SuccessFactors. (2023). Transforming HR Processes with Cloud Solutions.  
  • Workday, Inc. (2023). The Role of Workday in Modern Workforce Management.  
  • Cornerstone OnDemand. (2023). Empowering Talent Management with Cornerstone. 
  • McKinney, W. (2022). Python for Data Analysis (3rd ed.). O’Reilly Media. 
  • Bersin, J. (2021). HR Technology 2021: Disruption Ahead. Deloitte Insights. 

 

Habilidades y destrezas

  • Concluir resultados a partir del análisis de datos de la organización e informarlos a los altos cargos. 

Bibliografía básica 

  • Muoio, L. (2023). Tableau for Human Resources: Insights You Need for People Analytics. Independently Published.  
  • Murray, D. (2022). Microsoft Power BI for Data Analysis and Visualization. Holy Macro! Books. 
  • Cichocki, M., & Lewinson, R. (2022). Mastering Power BI: Unlock the Full Potential of Microsoft Power BI. Packt Publishing.  
  • Krohn, T., & Sletten, K. (2021). Visual Analytics with Tableau. Addison-Wesley. 

Bibliografía complementaria 

  • Rudd, C. (2023). AI and HR: Leveraging Copilot for HR Processes and Automation.  
  • Provost, F., & Fawcett, T. (2023). Data Science for Business (2nd ed.). O’Reilly Media.  
  • Sharda, R., Delen, D., & Turban, E. (2023). Business Intelligence, Analytics, and Data Science (5th ed.). Pearson. 
  • Marr, B. (2021). Data-Driven HR: How to Use Analytics and Metrics to Drive Performance. Kogan Page.  
  • Few, S. (2020). Data Visualization for Human Perception. Interaction Design Foundation. 

Módulo 5 – Inteligencia artificial aplicada a RRHH 

Habilidades y destrezas

  • Diferenciar el modelo predictivo adecuado para los procesos de recursos humanos que requiere la organización. 
  • Emplear estrategias para mitigar la diversa gama de riesgos que surgen al aplicar el machine learning en los desafíos organizativos.

 

Bibliografía básica 

  • Géron, A. (2023). Hands-On Machine Learning with Scikit-Learn, Keras & TensorFlow (3rd ed.). O’Reilly Media. 
  • Jurafsky, D., & Martin, J. H. (2023). Speech and Language Processing (3rd ed. draft). Stanford University. 
  • van Vulpen, E. (2022). The People Analytics Guidebook. AIHR Academy.  
  • Davenport, T. H., & Miller, S. (2022). Working with AI: Real Stories of Human-Machine Collaboration. MIT Press. 
  • Russell, S., & Norvig, P. (2021). Artificial Intelligence: A Modern Approach (4th ed.). Pearson.  
  • Marr, B. (2020). Artificial Intelligence in Practice: How 50 Companies Used AI and Machine Learning to Solve Problems. Wiley. 
  • Boudreau, J. W., & Cascio, W. F. (2017). Artificial Intelligence in Human Resources Management: Challenges and a Path Forward. Human Resource Management Review, 27(4), 584–593. 

Bibliografía complementaria 

  • OpenAI. (2024). GPT Best Practices and Enterprise AI Applications. 
  • McKinsey & Company. (2024). The State of AI in 2024. 
  • Provost, F., & Fawcett, T. (2023). Data Science for Business (2nd ed.). O’Reilly Media.  
  • IBM. (2023). AI for HR: How IBM Watson Transforms Talent Management. 
  • Floridi, L. (2023). The Ethics of Artificial Intelligence. Oxford University Press.  
  • Molnar, C. (2022). Interpretable Machine Learning (2nd ed.). 

Módulo 6 – Prácticas en Empresas e Instituciones

Habilidades y destrezas

  • Aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.

 

Módulo 7 – Trabajo Fin de Máster

Habilidades y destrezas

  • Investigar sobre algún tema específico que implique al entorno de los RRHH y las nuevas tecnologías de la información para desarrollar un trabajo que ponga en práctica y corrobore sus conocimientos. 

Bibliografía básica 

  • Provost, F., & Fawcett, T. (2023). Data Science for Business (2nd ed.). O’Reilly Media. 
  • Van Vulpen, E. (2022). The People Analytics Guidebook. AIHR Academy. 
  • Saunders, M., Lewis, P., & Thornhill, A. (2019). Research Methods for Business Students (8th ed.). Pearson. 
  • Creswell, J. W., & Creswell, J. D. (2018). Research Design: Qualitative, Quantitative, and Mixed Methods Approaches (5th ed.). SAGE Publications. 
  • Bryman, A., & Bell, E. (2018). Business Research Methods (5th ed.). Oxford University Press. 
  • Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2018). Multivariate Data Analysis (8th ed.). Cengage Learning. 
  • Yin, R. K. (2018). Case Study Research and Applications: Design and Methods (6th ed.). SAGE Publications. 
  • Booth, W. C., Colomb, G. G., & Williams, J. M. (2016). The Craft of Research (4th ed.). University of Chicago Press. 

Bibliografía complementaria 

  • AIHR Academy. (2024). People Analytics Case Studies and Research Resources. 
  • Géron, A. (2023). Hands-On Machine Learning with Scikit-Learn, Keras & TensorFlow (3rd ed.). O’Reilly Media.  
  • Floridi, L. (2023). The Ethics of Artificial Intelligence. Oxford University Press.  
  • Molnar, C. (2022). Interpretable Machine Learning (2nd ed.). 

Evaluación

En el sistema de evaluación el profesor organiza y monitoriza actividades que desarrollará el estudiante para alcanzar los objetivos educativos propuestos, tanto en el ámbito cognoscitivo como en el social y afectivo.  

Para aprobar la asignatura el estudiante deberá obtener una calificación media mínima de 5 en cada apartado del sistema de evaluación. Esto significa que la media de todas las notas obtenidas en trabajos, exámenes y demás actividades evaluativas deberá ser, al menos, de 5.  

En cuanto a la orientación de las evaluaciones de las materias/asignaturas, se valorará el rendimiento y los aprendizajes adquiridos mediante una combinación equilibrada de actividades de formación continua y de evaluación final y proyecto. La primera debe valorar el esfuerzo y el progreso en el aprendizaje, e incentivar una dedicación constante a la materia a lo largo del curso. La segunda permitirá valorar los resultados del aprendizaje. Además, podrán programarse actividades que sirvan conjuntamente como elementos de evaluación de varias materias/asignaturas del mismo curso o semestre. 

Las actividades de enseñanza/aprendizaje y evaluación se apoyarán en los recursos TIC de campus virtual o las plataformas idóneas de la Universidad Camilo José Cela.  

En cuanto a la convocatoria ordinaria del sistema de evaluación, se aplicará el criterio de evaluación continua. Por lo tanto, para calcular la nota final se tendrán en cuenta todos los criterios previamente establecidos. El estudiante deberá aprobar tanto la parte teórica como la práctica para superar la asignatura. En el caso de no superar algún criterio, el estudiante pasará a convocatoria extraordinaria.  

En la convocatoria extraordinaria, el estudiante deberá superar una prueba de conocimiento asignada por el profesor para alcanzar la nota mínima requerida en la evaluación. 

Resolvemos tus dudas