Curso online
Duración : 3 Meses
Emagister S.L. (responsable) tratará tus datos personales con la finalidad de gestionar el envío de solicitudes de información y comunicaciones promocionales de formación con tu consentimiento. Ejerce tus derechos de acceso, supresión, rectificación, limitación, portabilidad y otros, según se indica en nuestra política de privacidad.
Objetivos
Preparar para aplicar IA en la gestión de talento, desde la automatización del reclutamiento hasta el análisis predictivo y personalización de la formación, con atención a la ética y bienestar laboral. El Curso Universitario en Inteligencia Artificial aplicada a Recursos Humanos capacita a los estudiantes para enfrentar los desafíos de una gestión del talento impulsada por la IA. El programa se centra en Modelos de Lenguaje de Gran Escala (LLMs) y técnicas de prompting, aplicándolos en áreas clave como la automatización del reclutamiento, el análisis predictivo para retención de talentos, la personalización de la formación y la evaluación del desempeño.
A quién va dirigido
Este curso está dirigido a: - Profesionales en Activo que trabajan en sectores relacionados con la gestión de recursos humanos, desarrollo organizacional y gestión del talento. - Directivos y Gerentes de RRHH de departamentos, gerentes y líderes de equipo en RRHH que desean entender y aplicar la IA. - Consultores y Asesores de RRHH que buscan ofrecer servicios avanzados en la integración de soluciones de IA a sus clientes. - Emprendedores y Empresarios en el Sector de RRHH interesados en desarrollar nuevos negocios basados en IA o en implementar IA en sus startups. - Graduados Universitarios en administración de empresas, psicología, relaciones laborales, sociología, ingeniería y otras áreas afines.
Requisitos
No hay ningún requisito académico previo para cursar el Curso en IA aplicada a Recursos humanos. Aunque sí es recomendable estar familiarizado con conocimientos básicos en informática y estadística; no es necesario tener conocimientos avanzados en programación o ciencia de datos.
Temario completo de este curso
El temario se divide en 6 módulos didácticos: