HR, Data를 만나다.

피플 애널리틱스(People Analytics), 그 이후를 고민할 때가 되었다. 과거의 HR 데이터를 사용하여 퇴직을 87%의 정확도로 예측하는 모델을 만들었다고 가정해보자. 의사결정나무를 썼든 딥러닝을 돌렸든 상관없다. 이 글에서는 방법론을 논하지 않지만 퇴직 예측 모델이 궁금한 사람들을 위해 캐글(Kaggle) 링크를 남긴다.(https://www.kaggle.com/pavansubhasht/ibm-hr-analytics-attrition-dataset) 본론으로 돌아오자. 퇴직 예측 이후 우리가 취할 수 있는 가장 적절한 행동은 무엇일까? 더 많은 아이디어가 있겠지만 간단하게 5지선다의 객관식 문제로 만들고 조금 더 구체적인 상황을 설정해 보았다. [문제] 오늘은 20XX년 12월 1일이며 개인 ..

HR Analyst가 되려면 어떻게 해야 하나요? HR Analyst(혹은 피플 애널리스트)를 꿈꾸는 석사 과정 청취자로부터 메일을 받았다. 데이터홀릭의 HR Analytics 콘텐츠를 들으시고 궁금한 사항을 질문하셨다. 진심이 담긴 고민이 메일 곳곳에 드러나 있었다. 그 진심에 보답하고자 장문의 답신을 쓰게 되었고, 비슷한 고민을 가진 분들께도 부족하나마 도움이 되고자 내용을 각색하여 글로 정리하게 되었다. 질문과 대답으로 구성된 이 글은 다음의 내용을 (아주 가볍게)다룬다. HR Analyst로 취업할 수 있는 아주 일반적인 방법 HR 비전공자가 갖춰야 할 역량 HR Analyst에게 요구하는 역량 HR Analytics의 현재와 미래 HR Analyst를 꿈꾸는 사람이 고민해봐야 할 중요한 질문 이..