| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | |
| 7 | 8 | 9 | 10 | 11 | 12 | 13 |
| 14 | 15 | 16 | 17 | 18 | 19 | 20 |
| 21 | 22 | 23 | 24 | 25 | 26 | 27 |
| 28 | 29 | 30 | 31 |
- hr애널리틱스
- HR
- HRCommunity
- hr스터디
- HR Analytics
- 피플 애널리틱스
- DataDrivenHR
- 회귀분석
- 피플애널리틱스
- ChatGPT
- Workforce Analytics
- HR 애널리틱스
- PeopleAnalytics
- 데이터분석
- PA201
- survival analytics
- 다항로지스틱회귀분석
- Pa
- people analytics
- 태그도 많이 치는거 힘들다..
- HR데이터
- HRProfessionalNetwork
- HR 데이터 분석
- HRA
- 하나만 쓰자..
- PA 미래
- HR대시보드
- Talent Analytics
- Text mining
- HRAnalytics
- Today
- Total
목록2023/05/07 (2)
PA201: People Analytics 201
본 포스팅은 PA201 구성원 "손"님에 의해 작성된 글입니다. [개요] 인재 채용 단계 중에 각 기업에 적합한 인재 채용을 하기위한 수단으로 많은 기업들이 인적성검사(역량검사, AI역량검사 등)를 활용하고 있습니다. 제가 재직 중인 기업에서는 최근 10년 이상 사용하던 인적성검사에서 AI역량검사를 도입하였습니다. 당시 여러 가지 요인들에 의하여 기존 검사에서 AI역량검사로 변경 검토하였고 CEO 승인도 받았지만, 과연 당사에 기존 검사에 비하여 변경한 AI역량검사가 적합한지 등을 확인하고자 합니다. [가설] 1. 10년 이상 사용한 기존 인적성검사보다 신규 도입한 AI역량검사가 고평가자/장기근속 등에 연관이 더 많을 것이다. (신뢰도/예측도/선별도 등이 높을 것이다.) 2. 기존 인적성검사가 고평가자/..
본 포스팅은 PA201 구성원 "김김김"님에 의해 작성된 글입니다. [Part 1] 개요 및 목적 지원서 항목 외 채용 과정에서 드러나는 지원자에 대한 부가적인 정보들이 있음. 예를 들어, '저는 술자리를 매우 좋아하고 즐깁니다.', ' 저는 사회적으로 다양한 활동을 주도하고 있고, 많은 사람들과 친분관계를 유지하고 있는 것이 장점입니다.' 등의 것들임. 최고의 인재를 가려내기 위해선 작은 단서들도 소홀히 할 수 없기 때문에, 이런 부가적인 정보들과 채용 적합도의 관계를 분석하는 모델을 만들고자 함. 분석 모델링 절차 출처 : www.eduatoz.kr 1. 모델링 마트 설계 - 한국노동패널조사 : 1~24차년도 자료 다운 - 데이터 전처리 : 결측값 포함 행 제거 2. 탐색적 분석 - 유의 변수 도..