Роли специалистов в HRtech-проекте
Постарался описать предельно кратко, но учесть все роли. Состав ролей может меняться в зависимости от проекта.
Буду благодарен за дополнения и правки.
1. HR-департамент (заказчик проекта)
➡️ Формулирует потребности: автоматизация подбора, ведение кадровых данных, прогнозирование текучести и т.д.
➡️ Определяет критерии успеха и целевые показатели
2. Бизнес-аналитик
⬆️ Работает с HR-департаментом: собирает требования, формирует бизнес-кейс
⬇️ Передает требования системному аналитику и разработке
3. Системный аналитик
⬆️ Анализирует бизнес-требования и переводит их в технические спецификации
⬇️ Определяет архитектуру системы, необходимые API и интеграции
4. UX/UI-дизайнер
⬆️ Получает ТЗ от системного аналитика
➡️ Проектирует интерфейсы HR-платформы для удобного взаимодействия пользователей
5. Разработчики (Backend + Frontend)
⬆️ Получают готовую архитектуру и макеты интерфейсов
➡️ Пишут код, интегрируют внешние сервисы, создают базу данных
6. Data Scientist / ML-инженер (если используется AI/ML)
⬆️ Разрабатывает модели машинного обучения для рекомендаций, предиктивной аналитики и автоматизации рутинных задач
7. QA-инженер (тестировщик)
⬆️ Проверяет работу системы, тестирует интеграции, ищет баги
8. DevOps-инженер
⬆️ Настраивает серверную инфраструктуру, CI/CD, отвечает за развертывание системы
9. Project Manager / Product Owner
➡️ Координирует процесс, ставит задачи команде, контролирует сроки и бюджет
💡 Взаимодействие в проекте:
📌 HR-департамент → Бизнес-аналитик → Системный аналитик → Разработчики / Дизайнеры / Data Scientist → QA / DevOps → Запуск системы
📌 PM/PO координирует весь процесс, чтобы все роли работали слаженно
Постарался описать предельно кратко, но учесть все роли. Состав ролей может меняться в зависимости от проекта.
Буду благодарен за дополнения и правки.
1. HR-департамент (заказчик проекта)
➡️ Формулирует потребности: автоматизация подбора, ведение кадровых данных, прогнозирование текучести и т.д.
➡️ Определяет критерии успеха и целевые показатели
2. Бизнес-аналитик
⬆️ Работает с HR-департаментом: собирает требования, формирует бизнес-кейс
⬇️ Передает требования системному аналитику и разработке
3. Системный аналитик
⬆️ Анализирует бизнес-требования и переводит их в технические спецификации
⬇️ Определяет архитектуру системы, необходимые API и интеграции
4. UX/UI-дизайнер
⬆️ Получает ТЗ от системного аналитика
➡️ Проектирует интерфейсы HR-платформы для удобного взаимодействия пользователей
5. Разработчики (Backend + Frontend)
⬆️ Получают готовую архитектуру и макеты интерфейсов
➡️ Пишут код, интегрируют внешние сервисы, создают базу данных
6. Data Scientist / ML-инженер (если используется AI/ML)
⬆️ Разрабатывает модели машинного обучения для рекомендаций, предиктивной аналитики и автоматизации рутинных задач
7. QA-инженер (тестировщик)
⬆️ Проверяет работу системы, тестирует интеграции, ищет баги
8. DevOps-инженер
⬆️ Настраивает серверную инфраструктуру, CI/CD, отвечает за развертывание системы
9. Project Manager / Product Owner
➡️ Координирует процесс, ставит задачи команде, контролирует сроки и бюджет
💡 Взаимодействие в проекте:
📌 HR-департамент → Бизнес-аналитик → Системный аналитик → Разработчики / Дизайнеры / Data Scientist → QA / DevOps → Запуск системы
📌 PM/PO координирует весь процесс, чтобы все роли работали слаженно
👍5
Forwarded from Психологическая раздевалка
This media is not supported in your browser
VIEW IN TELEGRAM
Обязательно досмотрите до конца и ответьте на вопрос, кого бы вы лично взяли на работу.
👍4😁4
Лучший HR-аналитик
У нас в тусовке HR-аналитиков как-то зашел разговор, кто самый крутой HR-аналитик. Мне такие разговоры в принципе не нравятся. И по нескольким причинам. Одна из которых: мы пока не определись с тем, что есть «лучшесть» HR-аналитика.
Раньше я просто считал, что это умение кодить. R, Python, настраивать сетку параметров xgboost, разбираться с API и т.п. Потом понял, что это умение – это руки, важна еще голова. Без головы получается как-то не очень: обилие странных стартапов тому подтверждение. На одной конференции чувак на полном серьезе рассказывал, что главный предиктор увольнения – текст отзыва в exit- интервью.... «Вскрытие показало – умер от вскрытия». И добавьте в этому охлаждение к предиктивным моделям – не так много мест (а даже совсем немного), где они могут дать пользу.
Потом мне казалось, что важное – это идеи. Мы все в HR-аналитике завязли в болоте дашбордов, и надо как барон Мюнхгаузен вытянуть себя за волосы. Неплохие идеи применения имитационного моделирования, структурного моделирования, линейной оптимизации – да, это все круто, но чего-то не хватало.
Сейчас мне кажется, что лучший HR-аналитик это в первую очередь менеджер со своим стратегическим видением, но, главное, умеющий достигать компромисса между желаемым и, простите, уровнем развития организации – а это, в первую очередь, качество данных. И, например, автоматизация расчета текучести персонала — это не математическая задачка. Это вполне себе менеджерская задачка, поскольку включает в себя выстраивание бизнес-процессов сбора, контроля и анализа данных. Эта та самая гребанная культура данных. Ну все же знают, что системы часто ведутся по принципу 3 пишем, два в уме.
Я подумал, куда мое понимание HR-аналитики может мигрировать? И вспомнил «Понедельник начинается в субботу» Братьев Стругацких:
Может я вернусь позже и напишу более осмысленный текст, а сейчас надо вернуться в работу
У нас в тусовке HR-аналитиков как-то зашел разговор, кто самый крутой HR-аналитик. Мне такие разговоры в принципе не нравятся. И по нескольким причинам. Одна из которых: мы пока не определись с тем, что есть «лучшесть» HR-аналитика.
Раньше я просто считал, что это умение кодить. R, Python, настраивать сетку параметров xgboost, разбираться с API и т.п. Потом понял, что это умение – это руки, важна еще голова. Без головы получается как-то не очень: обилие странных стартапов тому подтверждение. На одной конференции чувак на полном серьезе рассказывал, что главный предиктор увольнения – текст отзыва в exit- интервью.... «Вскрытие показало – умер от вскрытия». И добавьте в этому охлаждение к предиктивным моделям – не так много мест (а даже совсем немного), где они могут дать пользу.
Потом мне казалось, что важное – это идеи. Мы все в HR-аналитике завязли в болоте дашбордов, и надо как барон Мюнхгаузен вытянуть себя за волосы. Неплохие идеи применения имитационного моделирования, структурного моделирования, линейной оптимизации – да, это все круто, но чего-то не хватало.
Сейчас мне кажется, что лучший HR-аналитик это в первую очередь менеджер со своим стратегическим видением, но, главное, умеющий достигать компромисса между желаемым и, простите, уровнем развития организации – а это, в первую очередь, качество данных. И, например, автоматизация расчета текучести персонала — это не математическая задачка. Это вполне себе менеджерская задачка, поскольку включает в себя выстраивание бизнес-процессов сбора, контроля и анализа данных. Эта та самая гребанная культура данных. Ну все же знают, что системы часто ведутся по принципу 3 пишем, два в уме.
Я подумал, куда мое понимание HR-аналитики может мигрировать? И вспомнил «Понедельник начинается в субботу» Братьев Стругацких:
«Саваоф Баалович стал всемогущ. Он мог всё. И он ничего не мог. Потому что граничным условием уравнения Совершенства оказалось требование, чтобы чудо не причиняло никому вреда. Никакому разумному существу. Ни на Земле, ни в иной части Вселенной. А такого чуда никто, даже сам Саваоф Баалович, представить себе не мог.»
Может я вернусь позже и напишу более осмысленный текст, а сейчас надо вернуться в работу
❤16
Источники трафика кандидатов, 2023
Вышка проводит мониторинг населения – опрашиваются несколько тысяч человек по всем аспектам жизни – от здоровья, образования до работы и зарплаты.
Главное отличие данного исследования: выборка репрезентирует население России. Т.е. в этой капле (несколько тысяч респондентов) отражается Россия – т.е. основные характеристики населения. Тем ценно это исследование.
Я взял данные 2023 года и вытащил свое любимое – источники трафика. Составил рейтинг.
И знаете, что я думаю, а и уверен, что вы со мной согласитесь: какие технологии? О чем мы вообще? В какой России мы живем?
Если сложить проценты по ответам «Подали рекламное объявление через интернет» - 1,7% и «Увидели рекламное объявление в интернете» - 5,1%, получается 6, 8 %. С учетом границ погрешности ну максимум 10 %.
Вот эта та часть населения Россия, в которой мы, по сути, и варимся.
Если интересны другие цифры, полайкайте пост, попишите комменты – там про зарплату вкусно.
ТГ канал HRtech
Вышка проводит мониторинг населения – опрашиваются несколько тысяч человек по всем аспектам жизни – от здоровья, образования до работы и зарплаты.
Главное отличие данного исследования: выборка репрезентирует население России. Т.е. в этой капле (несколько тысяч респондентов) отражается Россия – т.е. основные характеристики населения. Тем ценно это исследование.
Я взял данные 2023 года и вытащил свое любимое – источники трафика. Составил рейтинг.
И знаете, что я думаю, а и уверен, что вы со мной согласитесь: какие технологии? О чем мы вообще? В какой России мы живем?
Если сложить проценты по ответам «Подали рекламное объявление через интернет» - 1,7% и «Увидели рекламное объявление в интернете» - 5,1%, получается 6, 8 %. С учетом границ погрешности ну максимум 10 %.
Вот эта та часть населения Россия, в которой мы, по сути, и варимся.
Если интересны другие цифры, полайкайте пост, попишите комменты – там про зарплату вкусно.
ТГ канал HRtech
👍9
Распределение зарплат россиян, 2023
И снова данные исследований Вышки. См. прошлый пост Источники трафика кандидатов, 2023
На диаграмме:
• По оси X – зарплата в тыс. рублей с шагом в 20 000 – мне так показалось удобным для восприятия
• По оси Y – как часто респонденты упоминают зарплату.
Данные для диаграммы взяты из ответа на вопрос:
Сколько денег в течение последних 30 дней Вы получили по основному месту работы после
вычета налогов и отчислений?
Т.е. (важно!) обратите внимание, эти данные не учитывают: 1) квартальные, годовые премии, 2) доходы по не основному месту работы
А кроме того, большая доля респондентов не дала ответ на вопрос о зарплате. Но я решил по прокси-переменной проверить гипотезу о том, что более богатые не сообщают о зарплате. Прокси-переменная – это, например, характер труда респондента (нужно указать, занимаешься физически, интеллектуальным, управленческим трудом). Не нашел я различий, т.е. вроде все в равной мере указывают и скрывают инфо о зарплате, но вероятность того, что более богатые не указывают зарплату, остается.
И тем не менее, будем относиться к данным, как к одним из самых правдивых: медиана по зарплате 35 000 рублей, и самый популярный размер зарплаты от 20 до 40 000 рублей. Чего вам не желаю....
ТГ канал HRtech
И снова данные исследований Вышки. См. прошлый пост Источники трафика кандидатов, 2023
На диаграмме:
• По оси X – зарплата в тыс. рублей с шагом в 20 000 – мне так показалось удобным для восприятия
• По оси Y – как часто респонденты упоминают зарплату.
Данные для диаграммы взяты из ответа на вопрос:
Сколько денег в течение последних 30 дней Вы получили по основному месту работы после
вычета налогов и отчислений?
Т.е. (важно!) обратите внимание, эти данные не учитывают: 1) квартальные, годовые премии, 2) доходы по не основному месту работы
А кроме того, большая доля респондентов не дала ответ на вопрос о зарплате. Но я решил по прокси-переменной проверить гипотезу о том, что более богатые не сообщают о зарплате. Прокси-переменная – это, например, характер труда респондента (нужно указать, занимаешься физически, интеллектуальным, управленческим трудом). Не нашел я различий, т.е. вроде все в равной мере указывают и скрывают инфо о зарплате, но вероятность того, что более богатые не указывают зарплату, остается.
И тем не менее, будем относиться к данным, как к одним из самых правдивых: медиана по зарплате 35 000 рублей, и самый популярный размер зарплаты от 20 до 40 000 рублей. Чего вам не желаю....
ТГ канал HRtech
👍7🔥2😱1💯1
Удовлетворенность россиян работой, 2023
Снова вышкинские исследования, простите
Результаты ответов на вопрос
Насколько Вы удовлетворены или не удовлетворены Вашей работой в целом?
Где 5 – Полностью удовлетворены, 1 – совсем не удовлетворены.
Среднее значение равно 3.92
Следующее, что я сделаю – посмотрю динамику удовлетворенностью работой по годам.
ВОПРОС: давайте повангуем, как вы считаете, удовлетворенность работой стала выше или ниже, чем, в 2022 году? И каков тренд за последние 5, 10 лет?
И прошлые посты
Источники трафика кандидатов
Распределение зарплат
Снова вышкинские исследования, простите
Результаты ответов на вопрос
Насколько Вы удовлетворены или не удовлетворены Вашей работой в целом?
Где 5 – Полностью удовлетворены, 1 – совсем не удовлетворены.
Среднее значение равно 3.92
Следующее, что я сделаю – посмотрю динамику удовлетворенностью работой по годам.
ВОПРОС: давайте повангуем, как вы считаете, удовлетворенность работой стала выше или ниже, чем, в 2022 году? И каков тренд за последние 5, 10 лет?
И прошлые посты
Источники трафика кандидатов
Распределение зарплат
👍3
Тренды HR в 2025 году: время кадровой диктатуры
Об авторе: Сергей Ахметов, генеральный директор HRTech-компании «Поток».
Что такое кадровая диктатура и как она влияет на HR-рынок
Кадровая диктатура — это ситуация на рынке труда, когда высокий спрос на специалистов позволяет им диктовать условия найма, а работодателям приходится их принимать для привлечения и удержания квалифицированных работников. Это характерно для рынка кандидатов.
Какие HR-тренды оказывают наибольшее влияние на бизнес
✅Усугубление дефицита кадров
Дефицит кадров (27%) самый актуальный HR-тренд. Сложности испытывают компании всех размеров, особенно средний бизнес (32%), не имеющий гибкости малого бизнеса и ресурсов крупных корпораций. Это приводит к удлинению процесса найма и использованию новых методов поиска сотрудников. Рынок труда в России столкнулся с парадоксом: исторически низкая безработица при рекордно высокой загрузке производств. Это порождает острую нехватку персонала, в первую очередь рабочих и сервисных специальностей.
✅Зарплатная гонка
Компании повышают зарплаты, иногда до 40% в год — об этом заявили 15% респондентов. Это приводит к конкуренции не только между целыми отраслями. Крупный бизнес (21%) сильнее отмечает этот тренд, имея больше ресурсов для аналитики и повышения оплаты труда, в отличие от среднего (14%) и малого (6%) бизнеса. За 10 месяцев 2024 года медианные зарплаты в России выросли на 17%, достигнув ₽70 тыс. (ожидания кандидатов) и ₽71 тыс. (предложения работодателей).
✅Неадекватные зарплатные ожидания
Зарплатные ожидания кандидатов становятся проблемой для каждой седьмой компании. Это касается начинающих специалистов, чьи амбиции по зарплате значительно превышают их реальный опыт и квалификацию. Остро несоответствие квалификации и зарплатных запросов ощущается в малом бизнесе (25% опрошенных). Малый бизнес имеет ограниченные возможности для конкуренции по зарплатам и не может вкладывать ресурсы в обучение новичков. В среднем бизнесе эта проблема у 12% работодателей, а в крупном — всего 9%.
✅Возросший отток персонала
По итогам опроса 11% работодателей отметили увеличившуюся текучесть кадров на всех этапах жизненного цикла сотрудников. Молодые могут уволиться одним днем еще на испытательном сроке. Работу меняют «старички», которые прошли с компанией через несколько кризисов. Реже остальных на отток персонала жалуются компании малого бизнеса (7%). Это объясняется меньшей численностью штата и более тщательным подбором кадров. Средний и крупный бизнес указывает на эту проблему почти в два раза чаще: 13 и 12% соответственно.
✅Снижение мотивации работать
Рост зарплат и конкуренция сопровождаются снижением мотивации сотрудников (заявили 9% респондентов). Кандидаты медленнее откликаются на предложения, действующие сотрудники теряют интерес к развитию. Это особенно заметно среди представителей поколения Z. Малый бизнес (15%) чаще всех отмечает проблемы с мотивацией, в то время как средний бизнес (4%) и крупные компании (11%) сталкиваются с этим менее часто.
РБК
Об авторе: Сергей Ахметов, генеральный директор HRTech-компании «Поток».
Что такое кадровая диктатура и как она влияет на HR-рынок
Кадровая диктатура — это ситуация на рынке труда, когда высокий спрос на специалистов позволяет им диктовать условия найма, а работодателям приходится их принимать для привлечения и удержания квалифицированных работников. Это характерно для рынка кандидатов.
Какие HR-тренды оказывают наибольшее влияние на бизнес
✅Усугубление дефицита кадров
Дефицит кадров (27%) самый актуальный HR-тренд. Сложности испытывают компании всех размеров, особенно средний бизнес (32%), не имеющий гибкости малого бизнеса и ресурсов крупных корпораций. Это приводит к удлинению процесса найма и использованию новых методов поиска сотрудников. Рынок труда в России столкнулся с парадоксом: исторически низкая безработица при рекордно высокой загрузке производств. Это порождает острую нехватку персонала, в первую очередь рабочих и сервисных специальностей.
✅Зарплатная гонка
Компании повышают зарплаты, иногда до 40% в год — об этом заявили 15% респондентов. Это приводит к конкуренции не только между целыми отраслями. Крупный бизнес (21%) сильнее отмечает этот тренд, имея больше ресурсов для аналитики и повышения оплаты труда, в отличие от среднего (14%) и малого (6%) бизнеса. За 10 месяцев 2024 года медианные зарплаты в России выросли на 17%, достигнув ₽70 тыс. (ожидания кандидатов) и ₽71 тыс. (предложения работодателей).
✅Неадекватные зарплатные ожидания
Зарплатные ожидания кандидатов становятся проблемой для каждой седьмой компании. Это касается начинающих специалистов, чьи амбиции по зарплате значительно превышают их реальный опыт и квалификацию. Остро несоответствие квалификации и зарплатных запросов ощущается в малом бизнесе (25% опрошенных). Малый бизнес имеет ограниченные возможности для конкуренции по зарплатам и не может вкладывать ресурсы в обучение новичков. В среднем бизнесе эта проблема у 12% работодателей, а в крупном — всего 9%.
✅Возросший отток персонала
По итогам опроса 11% работодателей отметили увеличившуюся текучесть кадров на всех этапах жизненного цикла сотрудников. Молодые могут уволиться одним днем еще на испытательном сроке. Работу меняют «старички», которые прошли с компанией через несколько кризисов. Реже остальных на отток персонала жалуются компании малого бизнеса (7%). Это объясняется меньшей численностью штата и более тщательным подбором кадров. Средний и крупный бизнес указывает на эту проблему почти в два раза чаще: 13 и 12% соответственно.
✅Снижение мотивации работать
Рост зарплат и конкуренция сопровождаются снижением мотивации сотрудников (заявили 9% респондентов). Кандидаты медленнее откликаются на предложения, действующие сотрудники теряют интерес к развитию. Это особенно заметно среди представителей поколения Z. Малый бизнес (15%) чаще всех отмечает проблемы с мотивацией, в то время как средний бизнес (4%) и крупные компании (11%) сталкиваются с этим менее часто.
РБК
Студенты США имеют лучше знания в области компьютерных наук, чем студенты России, Китая и Индии
Это специальная программа Стенфордского универа, тщательно отбирали вузы, пот студентов
Источник
Это специальная программа Стенфордского универа, тщательно отбирали вузы, пот студентов
Отобранные студенты последнего курса из четырех стран прошли двухчасовой компьютерный стандартизированный экзамен по CS из серии тестов "Major Field Test", разработанных Educational Testing Service (ETS). Экзамен оценивает, насколько хорошо студенты последнего курса по CS владеют концепциями, принципами и знаниями в области CS. Он состоит из 66 вопросов с множественным выбором.Фактически, в нем используется псевдокод, который должен быть легко понятен студентам по CS независимо от программы или страны. Области содержания экзамена включают дискретные структуры, программирование, алгоритмы и сложность, системы, программную инженерию, управление информацией и "другие"
В общей сложности экзамен сдали 678 студентов из Китая (119 из элитных программ), 364 студента из Индии (71 из элитных программ) и 551 студент из России (116 из элитных программ).
Источник
👍3
Опросник для выявления драйверов участия в корпоративных соцсетях
Даю предельно общий шаблон оценки вовлеченности в корпоративные сети - понять портрет и драйверы - с тем, чтобы выдать рекомендации по вовлечению. Это такой кусочек изучения пользовательского опыта сотрудников.
Блок 1. Общая информация
Укажите ваш возраст:
( ) до 25 лет
( ) 25–34
( ) 35–44
( ) 45–54
( ) 55 и старше
Ваш стаж работы в компании:
( ) менее 1 года
( ) 1–3 года
( ) 3–5 лет
( ) более 5 лет
Ваш департамент / подразделение: __________
Должность:
( ) Специалист / исполнитель
( ) Руководитель группы / отдела
( ) Менеджер среднего звена
( ) Топ-менеджер
Блок 2. Участие в корпоративных соцсетях
Состоите ли вы в официальных корпоративных группах компании в соцсетях (например, Telegram, VK, Workplace и т.д.)?
( ) Да
( ) Нет
Как часто вы взаимодействуете с контентом в этих группах?
( ) Никогда
( ) Редко (1-2 раза в месяц)
( ) Иногда (еженедельно)
( ) Часто (несколько раз в неделю)
( ) Очень активно (ежедневно)
Какие типы активности вам ближе? (можно выбрать несколько)
[ ] Читаю посты
[ ] Лайкаю/реагирую
[ ] Комментирую
[ ] Публикую сам(а) контент
[ ] Участвую в обсуждениях и опросах
[ ] Не взаимодействую
Блок 3. Личностные характеристики (Big Five mini)
(по шкале от 1 до 5: 1 – совсем не про меня, 5 – полностью про меня)
Мне нравится общаться с коллегами и заводить новые знакомства.
Я легко поддерживаю беседу в любой компании.
Я люблю работать в команде и чувствовать себя частью коллектива.
Мне комфортнее работать самостоятельно, чем в группе. (обратная шкала)
Я чувствую ответственность за общие цели компании.
Блок 4. Восприятие корпоративной культуры
(1 – полностью не согласен, 5 – полностью согласен)
У нас в компании поощряют открытое общение и дележку знаниями.
Руководители положительно относятся к участию в корпоративных соцсетях.
Я чувствую себя частью корпоративного сообщества.
Коммуникация внутри компании строится прозрачно и доступно для всех.
Блок 5. Мотивация
Почему вы участвуете / не участвуете в корпоративных группах?
(выберите все подходящие)
[ ] Интерес к новостям компании
[ ] Желание быть в курсе изменений
[ ] Поддержка со стороны коллег и руководителя
[ ] Возможность проявить себя
[ ] Страх упустить важную информацию
[ ] Участие не требуется / нет интереса
[ ] Нет времени
[ ] Другое (укажите): ___________
Блок 6. Digital-ориентированность
Насколько комфортно вы используете цифровые каналы и соцсети в повседневной жизни?
( ) Очень некомфортно
( ) Скорее некомфортно
( ) Нейтрально
( ) Скорее комфортно
( ) Очень комфортно
В каких соцсетях вы активны чаще всего?
[ ] Telegram
[ ] VK
[ ] WhatsApp
[ ] Workplace / Teams
[ ] Facebook
[ ] Другое: ___________
Бонус: Оценка вовлеченности
Насколько вы вовлечены в жизнь компании в целом?
(1 – совсем не вовлечен(а), 5 – полностью вовлечен(а))
Даю предельно общий шаблон оценки вовлеченности в корпоративные сети - понять портрет и драйверы - с тем, чтобы выдать рекомендации по вовлечению. Это такой кусочек изучения пользовательского опыта сотрудников.
Блок 1. Общая информация
Укажите ваш возраст:
( ) до 25 лет
( ) 25–34
( ) 35–44
( ) 45–54
( ) 55 и старше
Ваш стаж работы в компании:
( ) менее 1 года
( ) 1–3 года
( ) 3–5 лет
( ) более 5 лет
Ваш департамент / подразделение: __________
Должность:
( ) Специалист / исполнитель
( ) Руководитель группы / отдела
( ) Менеджер среднего звена
( ) Топ-менеджер
Блок 2. Участие в корпоративных соцсетях
Состоите ли вы в официальных корпоративных группах компании в соцсетях (например, Telegram, VK, Workplace и т.д.)?
( ) Да
( ) Нет
Как часто вы взаимодействуете с контентом в этих группах?
( ) Никогда
( ) Редко (1-2 раза в месяц)
( ) Иногда (еженедельно)
( ) Часто (несколько раз в неделю)
( ) Очень активно (ежедневно)
Какие типы активности вам ближе? (можно выбрать несколько)
[ ] Читаю посты
[ ] Лайкаю/реагирую
[ ] Комментирую
[ ] Публикую сам(а) контент
[ ] Участвую в обсуждениях и опросах
[ ] Не взаимодействую
Блок 3. Личностные характеристики (Big Five mini)
(по шкале от 1 до 5: 1 – совсем не про меня, 5 – полностью про меня)
Мне нравится общаться с коллегами и заводить новые знакомства.
Я легко поддерживаю беседу в любой компании.
Я люблю работать в команде и чувствовать себя частью коллектива.
Мне комфортнее работать самостоятельно, чем в группе. (обратная шкала)
Я чувствую ответственность за общие цели компании.
Блок 4. Восприятие корпоративной культуры
(1 – полностью не согласен, 5 – полностью согласен)
У нас в компании поощряют открытое общение и дележку знаниями.
Руководители положительно относятся к участию в корпоративных соцсетях.
Я чувствую себя частью корпоративного сообщества.
Коммуникация внутри компании строится прозрачно и доступно для всех.
Блок 5. Мотивация
Почему вы участвуете / не участвуете в корпоративных группах?
(выберите все подходящие)
[ ] Интерес к новостям компании
[ ] Желание быть в курсе изменений
[ ] Поддержка со стороны коллег и руководителя
[ ] Возможность проявить себя
[ ] Страх упустить важную информацию
[ ] Участие не требуется / нет интереса
[ ] Нет времени
[ ] Другое (укажите): ___________
Блок 6. Digital-ориентированность
Насколько комфортно вы используете цифровые каналы и соцсети в повседневной жизни?
( ) Очень некомфортно
( ) Скорее некомфортно
( ) Нейтрально
( ) Скорее комфортно
( ) Очень комфортно
В каких соцсетях вы активны чаще всего?
[ ] Telegram
[ ] VK
[ ] Workplace / Teams
[ ] Другое: ___________
Бонус: Оценка вовлеченности
Насколько вы вовлечены в жизнь компании в целом?
(1 – совсем не вовлечен(а), 5 – полностью вовлечен(а))
🔥4
This media is not supported in your browser
VIEW IN TELEGRAM
Как правильно "продавать" проект.
Сериал "Силиконовая долина"
АХТУНГ! Эту сцену вырезали онлайн-кинотеатры. Не рекомендую для людей, которые не любят неприличных шуток.
Это очень неприличная сцена, но очень смешная.
Сериал "Силиконовая долина"
АХТУНГ! Эту сцену вырезали онлайн-кинотеатры. Не рекомендую для людей, которые не любят неприличных шуток.
Это очень неприличная сцена, но очень смешная.
😁7🤣6
Forwarded from Психологическая раздевалка
Удовлетворенность работой в России растет!
Напомню, что смотрю сейчас исследования Вышки - Мониторинг населения России. Исследователи опрашивают несколько тысяч человек. Важно: выборка репрезентируют состав населения России.
Так вот. На диаграмме результаты ответа на вопрос
Насколько Вы удовлетворены или не удовлетворены Вашей работой в целом?
Где 5 – Полностью удовлетворены, 1 – совсем не удовлетворены.
И даю срез по 2021 и 2023 годам.
По оси X - оценка удовлетворенности, а высота столбца означает число респондентов, выбравших тот или иной вариант.
Среднее значение удовлетворенности 2021 - 3, 81
2023 - 3, 92
Разница всего 0, 1 балла, но эти различия значимы!
Ожидали? Я - нет, считал, что в сравнении с 2021 мы сейчас менее удовлетворены.
Как объяснили бы результаты?
Напомню, что смотрю сейчас исследования Вышки - Мониторинг населения России. Исследователи опрашивают несколько тысяч человек. Важно: выборка репрезентируют состав населения России.
Так вот. На диаграмме результаты ответа на вопрос
Насколько Вы удовлетворены или не удовлетворены Вашей работой в целом?
Где 5 – Полностью удовлетворены, 1 – совсем не удовлетворены.
И даю срез по 2021 и 2023 годам.
По оси X - оценка удовлетворенности, а высота столбца означает число респондентов, выбравших тот или иной вариант.
Среднее значение удовлетворенности 2021 - 3, 81
2023 - 3, 92
Разница всего 0, 1 балла, но эти различия значимы!
Ожидали? Я - нет, считал, что в сравнении с 2021 мы сейчас менее удовлетворены.
Как объяснили бы результаты?
👍3
Эксперимент с ИИ в Procter & Gamble
Ученые из Гарварда, Пенсильвании провели эксперимент в Procter & Gamble, взяв 776 манагеров и поделив их рандомно на 4 группы (см. диаграмму):
1. Индивидуальная работа менеджера без ИИ
2. Команда без ИИ
3. Индивид с ИИ
4. Команда с ИИ
Результаты на диаграмме: по оси X - группы эксперимента, а по оси Y - баллы качества выполнения работы.
Красиво?
Аннотация исследования
Источник
ТГ канал HRtech
Ученые из Гарварда, Пенсильвании провели эксперимент в Procter & Gamble, взяв 776 манагеров и поделив их рандомно на 4 группы (см. диаграмму):
1. Индивидуальная работа менеджера без ИИ
2. Команда без ИИ
3. Индивид с ИИ
4. Команда с ИИ
Результаты на диаграмме: по оси X - группы эксперимента, а по оси Y - баллы качества выполнения работы.
Красиво?
Аннотация исследования
Мы исследуем, как искусственный интеллект (ИИ) трансформирует ключевые аспекты сотрудничества — производительность, обмен опытом и социальное взаимодействие — с помощью предварительно зарегистрированного полевого эксперимента с участием 776 профессионалов компании Procter & Gamble, мирового лидера в производстве потребительских товаров. Работая над реальными задачами в области инноваций продуктов, участники были случайным образом распределены для работы либо с ИИ, либо без него, а также индивидуально или в командах с другим профессионалом в рамках разработки новых продуктов.
Наши результаты показывают, что ИИ значительно повышает производительность: индивидуумы, работающие с ИИ, достигли результатов, сопоставимых с результатами команд, работающих без ИИ, что демонстрирует, что ИИ может эффективно воспроизводить определенные преимущества человеческого сотрудничества.
Кроме того, ИИ разрушает функциональные барьеры. Без ИИ специалисты по исследованиям и разработкам (R&D) чаще предлагали технические решения, в то время как коммерческие специалисты склонялись к коммерчески ориентированным предложениям. Профессионалы, использующие ИИ, предлагали сбалансированные решения, независимо от их профессионального опыта.
Наконец, языковой интерфейс ИИ вызвал более позитивные эмоциональные реакции у участников, что позволяет предположить, что ИИ может частично выполнять социальную и мотивационную роль, традиционно отводимую человеческим коллегам.
Наши результаты свидетельствуют о том, что масштабное внедрение ИИ в интеллектуальной работе не только меняет производительность, но и то, как проявляются экспертные знания и социальные связи внутри команд, что заставляет организации переосмысливать саму структуру совместной работы.
Источник
ТГ канал HRtech
👍5🔥3❤2
Семинар Введение в HR-аналитику, 17-18 апреля 2025 года
Назначил новые даты семинара на 17-18 апреля, офлайн, Москва
Это на самом деле вводный семинар для тех, кто хочет использовать Excel в HR-аналитике, автоматизировать рутинные операции и расчет показателей, создание отчетности. Для тех, кто хочет понимать азы использования матстатистики, расчета формул в Power Pivot и т.п.
Два плотных дня решения кейсов
Назначил новые даты семинара на 17-18 апреля, офлайн, Москва
Это на самом деле вводный семинар для тех, кто хочет использовать Excel в HR-аналитике, автоматизировать рутинные операции и расчет показателей, создание отчетности. Для тех, кто хочет понимать азы использования матстатистики, расчета формул в Power Pivot и т.п.
Два плотных дня решения кейсов
👍3
SuperJob начал тестировать «аукционы» — работодатели смогут открыто «торговаться» за соискателя
Перебивать предложения других компаний — по зарплате и условиям.
✅SuperJob запустил пилот аукционной модели найма сотрудников на «ограниченную выборку», рассказала компания. Работодатели могут открыто «торговаться» и перебивать предложения своих конкурентов: повышая возможную зарплату или предлагая лучшие условия.
✅При повышении зарплатного предложения каждый шаг на аукционе составляет не менее 5% от оффера, ограничений по сумме шага нет. Например, если кандидату сделали предложение на 100 тысяч рублей, другой работодатель может перебить его суммой от 105 тысяч рублей и выше.
✅Кроме зарплаты компании могут выставить другие условия — например, гибкий или удалённый график работы, расширенный ДМС, программы обучения. Ограничений по количеству работодателей, которые участвуют в аукционе, нет.
✅Время аукциона устанавливает та сторона, которая его инициирует (соискатель или работодатель), обычно это три рабочих дня, уточнили в SuperJob: «Этого, как правило, достаточно для принятия решения». При этом кандидат может принять наиболее интересный ему оффер в любой момент, необязательно ждать окончания «торгов».
Аукционную модель запустили в тестовом режиме, и пока воспользоваться этой опцией могут лишь некоторые работодатели, представленные на платформе.
На самом сайте Суперджоба не нашел, но источники говорят о том, что новость от пресс службы компании исходит
Как думаете, взлетит?
Перебивать предложения других компаний — по зарплате и условиям.
✅SuperJob запустил пилот аукционной модели найма сотрудников на «ограниченную выборку», рассказала компания. Работодатели могут открыто «торговаться» и перебивать предложения своих конкурентов: повышая возможную зарплату или предлагая лучшие условия.
✅При повышении зарплатного предложения каждый шаг на аукционе составляет не менее 5% от оффера, ограничений по сумме шага нет. Например, если кандидату сделали предложение на 100 тысяч рублей, другой работодатель может перебить его суммой от 105 тысяч рублей и выше.
✅Кроме зарплаты компании могут выставить другие условия — например, гибкий или удалённый график работы, расширенный ДМС, программы обучения. Ограничений по количеству работодателей, которые участвуют в аукционе, нет.
✅Время аукциона устанавливает та сторона, которая его инициирует (соискатель или работодатель), обычно это три рабочих дня, уточнили в SuperJob: «Этого, как правило, достаточно для принятия решения». При этом кандидат может принять наиболее интересный ему оффер в любой момент, необязательно ждать окончания «торгов».
Аукционную модель запустили в тестовом режиме, и пока воспользоваться этой опцией могут лишь некоторые работодатели, представленные на платформе.
На самом сайте Суперджоба не нашел, но источники говорят о том, что новость от пресс службы компании исходит
Как думаете, взлетит?
🤣4👍1
Агентный ИИ: Следующий этап эволюции в подборе персонала?
Статья – даю ее, потому что она попала в несколько рейтингов статей по HR-аналитике
Резюме статьи:
1️⃣ Генеративный ИИ сегодня
✅Умные вопросы и ответы: Вы задаете вопрос, ИИ отвечает.
✅Генерация контента: Он пишет все, от электронных писем и постов в социальных сетях до кода.
✅Помощь в исследованиях: Он суммирует ключевые моменты, генерирует идеи и предлагает стратегии.
2️⃣Появление агентного ИИ
✅Проявляют инициативу: Они не просто ждут команд, а проактивно выполняют задачи.
✅Используют логику и стратегию: Они могут разбивать многошаговые процессы на этапы и расставлять приоритеты.
✅Интегрируются с инструментами и API: Они имеют доступ к различным системам, таким как ваша система отслеживания кандидатов (ATS), CRM или инструменты коммуникации.
✅Самоисправляются и итеративно улучшаются: Они учатся на ошибках или неполных данных и автоматически корректируют свой подход.
Представьте разницу в вашем рабочем процессе:
1️⃣Чат-бот может помочь вам составить персонализированное письмо для привлечения кандидатов.
2️⃣Агент ИИ может найти подходящих кандидатов, отправить им письма, отслеживать ответы и планировать следующие шаги — все без вашего постоянного контроля.
Телеграм канал HRtech
Статья – даю ее, потому что она попала в несколько рейтингов статей по HR-аналитике
Резюме статьи:
1️⃣ Генеративный ИИ сегодня
✅Умные вопросы и ответы: Вы задаете вопрос, ИИ отвечает.
✅Генерация контента: Он пишет все, от электронных писем и постов в социальных сетях до кода.
✅Помощь в исследованиях: Он суммирует ключевые моменты, генерирует идеи и предлагает стратегии.
2️⃣Появление агентного ИИ
✅Проявляют инициативу: Они не просто ждут команд, а проактивно выполняют задачи.
✅Используют логику и стратегию: Они могут разбивать многошаговые процессы на этапы и расставлять приоритеты.
✅Интегрируются с инструментами и API: Они имеют доступ к различным системам, таким как ваша система отслеживания кандидатов (ATS), CRM или инструменты коммуникации.
✅Самоисправляются и итеративно улучшаются: Они учатся на ошибках или неполных данных и автоматически корректируют свой подход.
Представьте разницу в вашем рабочем процессе:
1️⃣Чат-бот может помочь вам составить персонализированное письмо для привлечения кандидатов.
2️⃣Агент ИИ может найти подходящих кандидатов, отправить им письма, отслеживать ответы и планировать следующие шаги — все без вашего постоянного контроля.
Телеграм канал HRtech
🔥3
Слайд с HR-конференции.
Американской, если что)
Спикер - приверженец DEI - разнообразия и всего такого....
На слайде слова:
"Uniformity" (единообразие)
"Inequity" (несправедливость)
"Exclusion" (исключение)
Эти термины как бы характеризуют политику Трампа в оппозицию DEI.
Вот такие там конференции - это вам не покажут по телевизору, покажут только в нашем телеграм канале
Американской, если что)
Спикер - приверженец DEI - разнообразия и всего такого....
На слайде слова:
"Uniformity" (единообразие)
"Inequity" (несправедливость)
"Exclusion" (исключение)
Эти термины как бы характеризуют политику Трампа в оппозицию DEI.
Вот такие там конференции - это вам не покажут по телевизору, покажут только в нашем телеграм канале
😁3👎2🔥2🤯2👍1
Дорогой профессор Бабушкин или, почему модели прогноза оттока не работают
Помните историю про Иву?
Я рассказывал про стартап, цель которого была прогнозировать увольнение сотрудников? В том посте я рассказ причины неуспеха – почему, на мой взгляд, это не работает.
Сегодня продолжение истории. Раньше я активно крутился в западной тусовке, меня даже считали профессором, я вел переписку по предиктивным моделям, и однажды получил вот такое письмо.
В первую очередь, публикую письмо (а таких писем было несколько), чтобы показать, каким крутым меня считали. Похвастаться. Во-вторых, это письмо показывает ситуацию, с которой сталкивался каждый, кто прогнозировал увольнения
Модель может прекрасно работать на исторических данных, но как только мы начинаем прогнозировать новый период, модель падает. У меня есть только гипотезы на этот счет.
Никакая модель не учитывает внешние переменные. Даже если работник понял, что а) выгорел б) не готов работать с нынешним руководителем, даже если работник начал активно вести поиск работы, не факт, что уволится в отведенные ему моделью сроки. Чаще всего работник увольняется, когда он находит новое место работы, он не увольняется в никуда. А поиск новой работы это совсем другой процесс, чем модель выгорания и т.п.. И время поиска работы определяется факторами, которые не подвластны никакой модели оттока, более того, эта факторы чаще всего сильно переменчивы и определяются рынком труда – а это учесть совсем не просто. Кроме того, сотрудника могут схантить, когда он еще совсем не выгорел в компании, но ему предложат лучшие условия – и модель опять выстрелит в холостую.
Исторические данные хороши, потому что модель подгоняется под полученные данные в определенном периоде
Поэтому – дата увольнения – это на мой взгляд – компромисс между двумя процессами – выгоранием и поиском нового места, а любая модель оттока описывает только один из них. Ну как-то так...
Телеграм канал HRtech
Помните историю про Иву?
Я рассказывал про стартап, цель которого была прогнозировать увольнение сотрудников? В том посте я рассказ причины неуспеха – почему, на мой взгляд, это не работает.
Сегодня продолжение истории. Раньше я активно крутился в западной тусовке, меня даже считали профессором, я вел переписку по предиктивным моделям, и однажды получил вот такое письмо.
Dear Professor Edward Babushkin,
I hope this email finds you well! My name is Fernando, I'm from Brazil and I currently work as an Attrition Evaluation and Prediction Data Scientist. My colleagues and I have found your blog and have benefited a lot from your ideas!
We have some fairly well performing models, but also an alarming issue nonetheless: even though our models perform well in train_test splitting, everytime we try and confront our predictions to what really happened (deploy in production), the predictions fail. If we try, for example, to use data from six months ago to predict what has happened today, our attrition precision and recall are always disturbingly low...
We suspect our issue lies in the ways our databases are built and in variable drifts, and we sincerely don't have any idea on how to solve this, or even whether trying to predict what has already happened simulating a model using past data makes any sense at all... Have you ever succeeded in such an analysis? Would you say that this kind of validation makes sense? If so, which format of database do you think would be best?
If you had any experience with a situation like this, it would be great if you could share with us any knowledge about how to build or organize a database in which such a validation is possible.
В первую очередь, публикую письмо (а таких писем было несколько), чтобы показать, каким крутым меня считали. Похвастаться. Во-вторых, это письмо показывает ситуацию, с которой сталкивался каждый, кто прогнозировал увольнения
even though our models perform well in train_test splitting, everytime we try and confront our predictions to what really happened (deploy in production), the predictions fail. If we try, for example, to use data from six months ago to predict what has happened today, our attrition precision and recall are always disturbingly low...
Модель может прекрасно работать на исторических данных, но как только мы начинаем прогнозировать новый период, модель падает. У меня есть только гипотезы на этот счет.
Никакая модель не учитывает внешние переменные. Даже если работник понял, что а) выгорел б) не готов работать с нынешним руководителем, даже если работник начал активно вести поиск работы, не факт, что уволится в отведенные ему моделью сроки. Чаще всего работник увольняется, когда он находит новое место работы, он не увольняется в никуда. А поиск новой работы это совсем другой процесс, чем модель выгорания и т.п.. И время поиска работы определяется факторами, которые не подвластны никакой модели оттока, более того, эта факторы чаще всего сильно переменчивы и определяются рынком труда – а это учесть совсем не просто. Кроме того, сотрудника могут схантить, когда он еще совсем не выгорел в компании, но ему предложат лучшие условия – и модель опять выстрелит в холостую.
Исторические данные хороши, потому что модель подгоняется под полученные данные в определенном периоде
Поэтому – дата увольнения – это на мой взгляд – компромисс между двумя процессами – выгоранием и поиском нового места, а любая модель оттока описывает только один из них. Ну как-то так...
Телеграм канал HRtech
👍11🔥2
This media is not supported in your browser
VIEW IN TELEGRAM
Наш HRtech проект
идеальный пример фронтенда и бэкенда.
У Вас в компании не так?
идеальный пример фронтенда и бэкенда.
У Вас в компании не так?
🤣8😁1
На Форуме Труда в СПб сегодня была сессия молодежных стартапов в HR.
Я даю список, что запомнил:
1⃣ голосовой ассистент. Общается с кандидатами
2⃣ бот профориентатор
3⃣ бот с базой резюме: т.е через бота обращаешься к базе резюме
4⃣ коучинговый стартап- автоматизация коучинга
5⃣ автоматизация психологического тестирования
6⃣система создания контента- например, размещение коротких видео инструкций
7⃣ корпоративное коммюнити
Ну т.е я не увидел особой новизны идей, но некоторые стартапы уже имеют кучу клиентов
Я даю список, что запомнил:
1⃣ голосовой ассистент. Общается с кандидатами
2⃣ бот профориентатор
3⃣ бот с базой резюме: т.е через бота обращаешься к базе резюме
4⃣ коучинговый стартап- автоматизация коучинга
5⃣ автоматизация психологического тестирования
6⃣система создания контента- например, размещение коротких видео инструкций
7⃣ корпоративное коммюнити
Ну т.е я не увидел особой новизны идей, но некоторые стартапы уже имеют кучу клиентов
❤5