 |
GIOVANNI SIMONINI
Professore Associato
Dipartimento di Ingegneria "Enzo Ferrari"
SUPPLENTE DOCENTE
Dipartimento di Economia "Marco Biagi"
|
Insegnamento: Human resource information systems e data science
Relazioni di lavoro (Offerta formativa 2020)
Obiettivi formativi
Questo corso vuole fornire le nozioni di base per comprendere e progettare sistemi informativi orientati alla gestione delle risorse umane (HRIS). Verranno anche presentate le principali tecniche e tool di Data Science: preparazione dati, analisi dati e visualizzazione dei risultati per una loro efficace comunicazione.
Prerequisiti
Nessuno
Programma del corso
Il corso introduce e discute i concetti fondamenti dei sistemi informativi per le risorse umane (HRIS). Alla base di ogni Sistema Informativo (quindi anche HRIS) risiedono i dati, memorizzati in database relazionali. Verrano quindi date le nozioni base per la moderazione concettuale di una base di dati. Successivamente verranno studiati i concetti base per la realizzazione e l’interrogazione di basi di dati (tramite linguaggio di interrogazione SQL). Verrano presentate per best practice per la gestione di HRIS; inoltre verrano studiate metodologie di Data Science per l’analisi e la presentazione di risultati tramite tool interattivi (come PowerBI).
Metodi didattici
Il corso è erogato in modalità blended. Causa COVID-19 verrano tenute lezioni ed esercitazioni a distanza.
Testi di riferimento
Dispense fornite dal docente
---
Progetto di basi di dati relazionali. Lezioni ed esercizi, Domenico Beneventano, Sonia Bergamaschi, Francesco Guerra, 2a edizione, Pitagora, 2007 ISBN 8837116802
Human Resource Information Systems: Basics, Applications, and Future Directions edited by Michael J. Kavanagh, Richard D. Johnson
Verifica dell'apprendimento
Prova scritta finale (2/3 del voto) più progetto breve (1/3 del voto).
Risultati attesi
1. Conoscenza dei principali strumenti per la moderazione di basi di datai e di HRIS
2. Conoscenza dei meccanismi di interrogazione da basi di dati relazionali
3. Conoscenza dei meccanismi di gestione di un HRIS
4. Rudimenti delle tecniche e degli strumenti di Data Science per l’analisi di dati, applicabili al contesto della gestione delle risorse umane
5. Capacità di presentare elaborazioni e analisi di dati in maniera visuale ed efficace tramite opportuni strumenti software