Programa ejecutivo de IA aplicada a RRHH

En esta fase del curso, aplicaremos el análisis exploratorio de datos a un caso práctico de rotación laboral en HR Analytics. Utilizaremos técnicas de visualización para identificar factores clave como antigüedad, satisfacción y desempeño.

Luego, avanzaremos hacia los modelos predictivos en Recursos Humanos, explorando algoritmos de Machine Learning supervisado como regresión múltiple, árboles de decisión y Random Forest. Veremos su implementación en Python o herramientas Low Code y aprenderemos a evaluar su rendimiento con métricas como precisión, recall y curva ROC-AUC.

En esta etapa del curso, exploraremos herramientas Low Code en Python para implementar modelos de predicción sin necesidad de programación avanzada. Aplicaremos estos conocimientos en un caso práctico, creando un dashboard para analizar la atrición laboral en una empresa.

Luego, profundizaremos en modelos avanzados de clasificación como Random Forest y Gradient Boosting. Veremos cómo analizar la importancia de las variables para mejorar la toma de decisiones y optimizaremos un modelo predictivo para identificar empleados con alto rendimiento.

En esta parte del curso, aprenderemos a utilizar Power BI para visualizar datos en Recursos Humanos, creando dashboards interactivos que comuniquen insights clave. También integraremos modelos predictivos y exploraremos casos reales, como la identificación de factores que influyen en la retención del talento y el uso de predicciones para mejorar el reclutamiento. Además, discutiremos estrategias para presentar resultados y generar impacto organizacional.

Luego, nos adentraremos en la IA generativa y su aplicación en RRHH. Veremos cómo esta tecnología puede automatizar tareas, generar descripciones de puestos y simular escenarios estratégicos para la planificación del talento.