Магистратура "Продуктовый подход и аналитика данных в HR-менеджменте" НИУ ВШЭ, Москва

Ключевой акцент делается на развитии навыков работы с данными, включая их сбор, обработку, визуализацию и интерпретацию, с целью принятия обоснованных управленческих решений в сфере HR. Слушатели изучают современные подходы к управлению персоналом, такие как talent management, workforce planning, HR-аналитика и т.д., и получают практический опыт их применения.

Помимо фундаментальных знаний в области прикладной математики и информатики, программа предусматривает изучение основ UX/UI-дизайна, гибких методологий разработки, управления продуктами и проектами. Это позволяет выпускникам не только глубоко понимать HR-процессы, но и разрабатывать эффективные цифровые решения для их оптимизации.

В результате освоения программы выпускники приобретают уникальную компетенцию, сочетающую в себе навыки HR-менеджмента, аналитики данных и продуктового мышления, что делает их востребованными специалистами на рынке труда.

Программа ориентирована на амбициозных выпускников бакалавриата и молодых специалистов с опытом работы в сфере управления персоналом, желающих освоить современные методы анализа данных и инновационные ИТ-решения для эффективного HR-менеджмента.

На обучение приглашаются те, кто стремятся стать частью нового поколения HR-специалистов, способных успешно применять передовые технологии, такие как большие данные, машинное обучение и продвинутую аналитику, для решения комплексных задач в области управления человеческими ресурсами.

Профессиональные дисциплины:

• Семинар наставника "Продуктовый подход и аналитика данных в HR-менеджменте"
• Научно-исследовательский семинар "Современные методы аналитики и визуализации данных"
• Научно-исследовательский семинар "Передовые решения в HR на базе искусственного интеллекта"
• Научно-исследовательская практика
• Современные архитектуры баз данных
• Лидерство и управление персоналом
• Машинное обучение
• Продуктовые исследования
• Моделирование бизнес-процессов
• Гибкие методологии разработки продуктов
• Модели оценки рынка труда
• Продуктовая аналитика
• Глубинное обучение и нейронные сети
• Агрегация, очистка и парсинг данных.

Вариативная часть:

• Основы статистического анализа
• Финансовый менеджмент
• Программирование на Python
• Математика для анализа данных
• Исследование трендов
• Концепции разработки мобильных и веб-приложений
• LowCode и NoCode платформы
• Продвижение бренда работодателя
• DevRel для бизнеса.