在博思艾伦咨询,管理和技术咨询公司,我们帮助客户创新治理大数据推动其业务发展。近年来,我们的世界经历了数据的爆炸。2.5千万亿个数据点,每天创建的,并且是世界上数据的90%已经在过去的两年中被创建。算法和人工智能的崛起已经对提高大数据作出了贡献。这反过来又导致了数据的科学的全新领域,以创建,分析和处理数据,以及从失败中汲取可操作的见解。必威中文官网简而言之,数据科学是将数据转化为您的企业的行为艺术。

在博思艾伦咨询公司数据科学5K挑战

在博思艾伦咨询公司,我们致力成为破局者在数据科学领域。我们要创新,改变周围的数据会话,以帮助我们的客户在他们以前从未使用过的方式使用数据。这就是为什么我们设定一个目标,采用5000名数据科学家。我们认为这是双方聘请的挑战,培养我们现有的分析是数据科学家。

我们刚好位于华盛顿特区,那里是这个技能的巨大需求外。纵观整体需求和数据科学家的供应,我们看到了“构建和购买”组合是必要的。换句话说,我们不能仅仅依靠外部聘用数据科学家,我们必须也培养与数据科学技能的人在内部。为了达到这个目标,我们的学习与发展(L&d)团队已着手大规模创建个性必威真人投注化的学习计划,为我们的全球分布的公司。

研讨会主办Udemy的商业和学位的:我最近在“缩放个性化学习赢得战争的人才”涉及这个话题。在这篇文章中,我将分享从研讨会的一些亮点。如果您想观看整个演示文稿,您可以在这里访问点播记录。

推荐研讨会

网络研讨会

胜出的人才争夺战:缩放个性化学习

随着公司搞人才争夺战中所需的技能,如人工智能,数据科学,云计算,人力资源团队...

观看网络研讨会

拥有一支精干L&d团队,我们必须仔细思考,我们如何设计程序的各个方面,并仍然提供了极大的学习体验。我们看到我们的角色是“学习经验的建筑师。”我们想建立使用策展内容,技术和平台,提供了一个很好的学习者经验的正确的生态系统。

为了装备我们用正确的技能组合数据科学家,我们先试点,然后缩放我国从125到1200名员工计划。在L&d,我们常常是由资源有限,我们需要考虑在卓越运营方面。缩放学习是实现这一目标的核心。这里有4种方式我们把注意力放于个性化博思艾伦学习,以满足我们的数据科学的人才挑战。

4种方式博思艾伦缩放的个性化学习

1.在线评估,以量身定制的学习

我们的数据科学课程非常严格,包括主题,比如Python,开发工具,以及先进的数学。带着大家到相同的熟练程度,我们提供了一个初步自愿技能考核。基于员工在评估如何进行,我们预先分配工作,在线课程上Udemy的业务。我们也做的这些强制性在线课程完成后,以参加60小时的课程。

2.个性化的在线学习途径

接下来,我们的工作与我们的主题专家策划个性化的在线学习途径。我们使用学位的为我们的学习体验平台和Udemy的业务作为我们的内容库。我们转让应学习由Udemy for Business的在线课程,以帮助建立关键数据的科学技能路径。我们的在线学习路径是通过谁有兴趣加入该数据的科学队列以及谁想要开始建立他们的技能,更多的初级员工更多的经验丰富的分析师使用。我们的员工也喜欢去发现自己的课程,并经常利用Udemy for Business的个性化课程的建议。了解更多有关如何可以对Udemy员工为企业创造个性化的学习路径。

在个性化学习规模

了解如何您可以用规模为Udemy个性化的业务学习。

申请演示

3.混合式学习模式注重动手教室项目

我们的混合式学习模式意味着学习者有机会与在线课程参与,以及对实践在课堂上项目的工作。在整个过程中,小型项目给他们练新技能的机会。该计划达到高潮的顶峰项目。这最后的顶点项目让学习者通过亲身演示演示掌握到两个同学和领导团队。例如,员工可能会拉开源的数据集,并证明了一个假设 - 证明他们可以在现场设置中使用的数据。

具有领导团队观察这些介绍它们连接到员工以及我们的亮点L&d组的工作。当领导者在行动中看到员工炫耀自己的新技能,它有惊人的效果。

4.导师圈指导学习之旅

为了引导员工在整个学习过程中,导师保持学生的责任,同时还担任教练,以支持他们。导师帮助员工在浏览博思艾伦职业发展的挑战内容以及提供建议。必威真人投注为了使指导方案可扩展性,我们使用变焦和怠于连接导师和学员。我们还利用我们节目的校友担任导师对学生的新的同伙。这些导师圆圈是亮点为我们的员工之一。

如何证明我们正在移动的针

现在的计划正在进行,我们正在寻找一些因素,看看我们是如何移动的针。我们正在考虑这两个领先指标(例如参与和消费),以及滞后指标(例如影响到业务)。

对于领先指标,我们正在跟踪通过Udemy课程注册和完成商业形式学习的消耗。要确定哪些营销渠道是有效的,我们还创建可跟踪链接,在我们的学位的营销通讯将它们嵌入。

对于滞后指标,我们有一些关键绩效指标(KPI)是我们一直遵循的。我们要衡量成功超越了简单的击打我们达到了5000名数据科学家的目标。这些措施包括参加调查后第90天的培训,看看他们是否已经应用了新技能(三级帕特里克)。我们也期待在保留,自然减员,员工和我们的计费与毕业生对整个公司员工的速度。

我们大约一半实现我们的5000名数据科学家的目标,但是从我们的飞行员的结果是有希望的。毕业生的93.5%,取得了精通或在他们的数据科学技能更好。

最后,我想提一提,这个方案是适用于您的组织的任何优先权技能。我们现在正在申请这个公式来像人工智能,数据工程等其他技能领域要了解更多关于所需要的数据的工程技术来管理大数据的需求,下载电子书:选择您的企业正确的数据库。除了继续运行程序并测量了它的成功,我们也在思考我们如何能够采取的任何元素,并将其应用到其他领域。这就是采取一种可扩展的方法来学习美容。

从吉姆约博思艾伦咨询公司的数据科学5K挑战听到更多,在这里观看点播网络研讨会。

最后更新日期:2019年11月