Dekodowanie talentów: jak sztuczna inteligencja i duże zbiory danych mogą rozwiązać zagadkę ludzi w Twojej firmie

Ocena:   (4,1 na 5)

Dekodowanie talentów: jak sztuczna inteligencja i duże zbiory danych mogą rozwiązać zagadkę ludzi w Twojej firmie (Eric Sydell)

Opinie czytelników

Podsumowanie:

Książka „Decoding Talent” bada skrzyżowanie technologii, sztucznej inteligencji i procesu rekrutacji, opowiadając się za bardziej humanitarnym podejściem do rekrutacji. Autorzy oferują wgląd w wady obecnych metod pozyskiwania talentów i przedstawiają studia przypadków pokazujące, w jaki sposób sztuczna inteligencja i analiza danych mogą usprawnić podejmowanie decyzji o zatrudnieniu. Jest to zarówno pouczające, jak i wciągające, dzięki czemu złożone tematy są dostępne dla szerokiego grona odbiorców.

Zalety:

Wciągająca i czytelna
wnikliwa analiza obecnych błędów w zatrudnianiu
praktyczne studia przypadków ilustrujące wpływ sztucznej inteligencji i analizy danych
oferuje wizję bardziej humanitarnego procesu zatrudniania
dostarcza praktycznych spostrzeżeń dla specjalistów HR i osób poszukujących pracy.

Wady:

Niektórzy czytelnicy uznali treść za ogólną i pozbawioną głębi w odniesieniu do aspektów wykraczających poza pozyskiwanie talentów; inni uważali, że nie spełnia ona ich oczekiwań pod względem rygoru badawczego.

(na podstawie 10 opinii czytelników)

Oryginalny tytuł:

Decoding Talent: How AI and Big Data Can Solve Your Company's People Puzzle

Zawartość książki:

Wykorzystaj moc sztucznej inteligencji w procesie rekrutacji

Typowy proces rekrutacji jest pełen złożoności, nieefektywności i stronniczości i często wyklucza najbardziej utalentowanych kandydatów. Decoding Talent: How AI and Big Data Can Solve Your Company's People Puzzle Dekodowanie talentów: jak sztuczna inteligencja i duże zbiory danych mogą rozwiązać zagadkę ludzi w Twojej firmie przedstawia argumenty przemawiające za wykorzystaniem złożonych, zaawansowanych technologii, aby przejść od tych problemów do podejmowania optymalnych decyzji dotyczących kandydatów bez wysiłku.

Eksperci w dziedzinie sztucznej inteligencji Eric Sydell, Mike Hudy i Michael Ashley wyjaśniają, dlaczego tradycyjny proces oparty na CV jest przestarzały, dlaczego zatrudnianie jest trudne, jakie są koszty złych decyzji, w jaki sposób uprzedzenia wpływają na praktyki zatrudniania oraz w jaki sposób sztuczna inteligencja może rozwiązać te problemy.

Decoding Talent ujawnia, że wykorzystanie sztucznej inteligencji w zatrudnianiu nie wymaga od specjalistów ds. zasobów ludzkich oduczenia się i ponownego uczenia się swojego rzemiosła; raczej uczenie maszynowe może uzupełniać ich umiejętności poprzez konsolidację i analizę danych w celu rekomendowania działań. Wyobraź sobie świat, w którym nie musisz się zastanawiać:

⬤ Kto jest najlepszym kandydatem na dane stanowisko?

⬤ Jaki jest zwrot z inwestycji w nasz proces rekrutacji?

⬤ Czy nasz proces rekrutacji jest uczciwy i sprawiedliwy?

⬤ Czy nasz talent ludzki jest optymalnie wykorzystywany w całej organizacji?

⬤ Co zasoby ludzkie mogą zrobić, aby lepiej stymulować wyniki biznesowe naszej firmy?

⬤ Czy nasze doświadczenia z kandydatami zwiększają wartość naszej marki?

Zatrudnianie oparte na naukowych podstawach może sprawić, że ten świat stanie się rzeczywistością, przynosząc korzyści zarówno firmie, jak i zatrudnianym kandydatom.

Dodatkowe informacje o książce:

ISBN:9781639080090
Autor:
Wydawca:
Oprawa:Twarda oprawa
Rok wydania:2022
Liczba stron:224

Zakup:

Obecnie dostępne, na stanie.

Inne książki autora:

Dekodowanie talentów: jak sztuczna inteligencja i duże zbiory danych mogą rozwiązać zagadkę ludzi w...
Wykorzystaj moc sztucznej inteligencji w procesie...
Dekodowanie talentów: jak sztuczna inteligencja i duże zbiory danych mogą rozwiązać zagadkę ludzi w Twojej firmie - Decoding Talent: How AI and Big Data Can Solve Your Company's People Puzzle

Prace autora wydały następujące wydawnictwa:

© Book1 Group - wszelkie prawa zastrzeżone.
Zawartość tej strony nie może być kopiowana ani wykorzystywana w całości lub w części bez pisemnej zgody właściciela.
Ostatnia aktualizacja: 2024.11.13 21:45 (GMT)