Khi các tổ chức tạo ra nhiều dữ liệu hơn và số hóa sản phẩm cũng như quy trình, một lực lượng lao động định hướng dữ liệu trở nên quan trọng hơn bao giờ hết. Đây là lý do học tập và phát triển đã trở thành trọng tâm trong các chiến lược kinh doanh, đặc biệt là những sáng kiến tập trung xây dựng năng lực khoa học dữ liệu trên toàn tổ chức.
Tuần tới, Adel Nehme, Nhà truyền bá Khoa học Dữ liệu của DataCamp, sẽ tổ chức một hội thảo trực tuyến cùng Sheil Naik, Huấn luyện viên Kỹ thuật Dữ liệu Toàn cầu tại Bloomberg, về cách Bloomberg sử dụng phương thức học tập kết hợp để dạy phân tích dữ liệu với Python, và cách các kỹ thuật phân tích này có thể được dùng để đánh giá thay đổi hành vi cũng như mức độ thành công của các sáng kiến nâng cấp kỹ năng.
Học tập kết hợp tại Bloomberg
Một lực lượng lao động định hướng dữ liệu tại Bloomberg sử dụng khoa học dữ liệu để đưa ra các quyết định kinh doanh dựa trên dữ liệu, cải thiện quy trình bằng dữ liệu và tạo ra các câu chuyện tin tức dựa trên dữ liệu. Sheil Naik dẫn dắt một chương trình học tập kết hợp trên toàn công ty tập trung vào Phân tích Dữ liệu với Python, kết hợp 12 đến 20 giờ học qua DataCamp mỗi quý, ba buổi học trực tiếp 1,5 giờ do các chuyên gia kỹ thuật dẫn dắt, và một dự án cuối khóa sử dụng dữ liệu Bloomberg làm sản phẩm bàn giao cuối cùng.
Hội thảo sẽ đi sâu vào các lợi ích của học tập kết hợp. Sự kết hợp giữa các khóa học của DataCamp và các buổi học trực tiếp trực tuyến cho phép đảm bảo tính nhất quán và linh hoạt hơn trước những ràng buộc về khu vực và lịch trình, đồng thời tăng quy mô lớp học trên toàn cầu.
Đánh giá thành công của việc nâng cấp kỹ năng
Một phương pháp để đánh giá lợi tức đầu tư trực tiếp cho các chương trình đào tạo là Mô hình Đánh giá Kirkpatrick. Nói ngắn gọn, Mô hình Kirkpatrick đề xuất bốn cấp độ đánh giá khác nhau: phản ứng ban đầu sau một chương trình đào tạo, đánh giá việc học, thay đổi hành vi và tác động kinh doanh của các kỹ năng đạt được.
Trong hội thảo trực tuyến ngày 4 tháng 11, Sheil sẽ đi sâu vào cách Bloomberg hiện thực hóa Mô hình Đánh giá Kirkpatrick bằng cách đo lường và đánh giá thay đổi hành vi sau đào tạo cho tất cả học viên trong chương trình.
Gặt hái lợi ích từ việc nâng cấp kỹ năng dữ liệu
Đây mới chỉ là phần bề nổi trong cuộc trao đổi giữa Adel và Sheil về việc xây dựng một lực lượng lao động định hướng dữ liệu. Để tìm hiểu thêm về cách tổ chức của bạn có thể mở rộng học tập cá nhân hóa, đánh giá hiệu quả đào tạo và gắn kết đào tạo với mục tiêu kinh doanh, hãy tham gia hội thảo trực tuyến của chúng tôi vào ngày 4 tháng 11.
