Verimli Bir Öğrenen Organizasyon Olmak İçin İnsan Analitiğini Kullanma
Yayınlanan: 2017-03-10Teknolojinin bu kadar hızlı değiştiği gerçeği göz önüne alındığında, tüm kuruluşlar en son teknolojide kalabilmek için sürekli öğrenmeye yatırım yapmanın önemini anlıyor. Şimdi öğrenen bir organizasyon olmanın öneminden bahsetmek çok güzel, ancak çalışanlarınızın öğrenmesini gerçekte nasıl ölçüyorsunuz?
Bu, özellikle NLP ve yapay zeka gibi yeni teknik alanlarda büyük bir zorluk olabilir. Programcılarınızın ve bilgisayar mühendislerinizin rekabet etmek için gereken becerilere sahip olup olmadığını nasıl anlarsınız? Ek eğitime ihtiyaçları var mı? En iyi eğitim yöntemi hangisidir? Ve ileri eğitim için kimi seçiyorsunuz? Yoksa taze kan mı işe almalısınız?
Bunlar, CEO'ları, CTO'ları, teslimat şeflerini ve iş birimini geceleri ayakta tutan son derece önemli sorulardır. Şaşırtıcı bir şekilde, onlara nasıl cevap vereceklerini bilmiyorlar çünkü programcılarının teknik becerilerini objektif olarak değerlendirmenin iyi bir yolu yok . Bu şirketlerin başarısının çalışanlarının teknik yeterliliğine dayandığı gerçeği göz önüne alındığında, bu dikkate değer bir boşluktur.
Öğrenme Değerlendirmeleriyle İlgili Sorun
Bugün teknik öğrenme değerlendirmelerinin kesin olmaması ve yanlış olması onları engelliyor. Bunlar genellikle çok özneldir ve söz konusu programcının yöneticisinin becerileri hakkında ne hissettiğine dayanır. Bir takımdaki tüm programcıların teknik yetkinliği aynı olmayacak ve hepsinin eşit olduğunu iddia etmek oldukça dar görüşlü. Bununla birlikte, çalışan derecelendirmelerini oynamak kolaydır ve bir kişinin gerçekten bir programlama dehası çocuğu olduğu için veya yöneticisini emmede iyi olduğu için yüksek bir teknik yeterlilik derecesi alıp almadığını bilmek mümkün değildir.
Bir yıldız programcı, sıradan bir programcıdan 10 kat daha üretken olabilir. Bu yıldız programcıları nasıl tanımlarız? Daha iyi ve daha iyi olmalarına nasıl yardımcı oluruz? Patronlarını yağlamakta daha iyi oldukları için sadece yer işgal eden performans göstermeyen programcılardan nasıl kurtuluruz?
Bugün teknik yeterlilik değerlendirmeleriyle ilgili sorun, bunların kolayca oynanabilmesidir. Günümüzde çoğu teknik beceri değerlendirme motoru yalnızca basit çoktan seçmeli sorular sunmaktadır. Bunlar herkesin bildiği gibi güvenilmezdir çünkü akıllı bir programcı, içerikten tamamen habersiz olmasına rağmen doğru cevapları tahmin edebilir. Yaygın olarak kullanılan bir başka değerlendirme seçeneği de algoritmik becerileri test eder, ancak bu yalnızca işi çok fazla kodlama gerektiren çalışanlar için yararlıdır. Bu becerilerin günlük işleriyle ilgili olmadığı sayısız diğer roller (ön uç, arka uç) için bunu test etmek anlamsızdır.
Altın standart, mühendisin pratik yeteneklerini kanıtlayabilmesi için çözmesi gereken gerçek hayattaki kodlama problemlerini kullanarak test etmektir . Şimdi, bu genellikle çok yetenekli bir mühendisin görüşme yaptığı bir beyaz tahta kullanılarak yapılır. Ancak bu, insan müdahalesi gerektirdiğinden çok pahalı ve zaman alıcıdır ve bunu genç işe alımlarda uygulamak mümkün değildir. Sorun burada başlıyor çünkü Hindistan'ın kolejlerinden alınan notlar ve notlar son derece güvenilmez.
Teknik değerlendirme eğitimi için daha iyi bir yönteme ihtiyacımız var - insandan bağımsız ve aynı zamanda sürekli öğrenmeyi teşvik eden bir motor. Bu, şirket için çok yararlı olacaktır, çünkü yıldızlarını hızlı bir şekilde takip edebilir ve onları en iyi projelere atayabilir, böylece şirket için daha fazla kazanç sağlayabilirler. Ayrıca, zayıf performans gösterenleri belirleyebilecekler, böylece geride kalmamalarını sağlamak için onlara beceri kazandırabilecek ve yeniden beceri kazandırabilecekler.
Ancak şirket, çalışanlarının teknik açıdan güçlü ve zayıf yönlerini bireysel düzeyde anlarsa, bunu verimli bir şekilde yapabilir. Bu insan analitiği, çalışanların, dünya gelişirken şirketin alakalı kalması için ihtiyaç duyduğu en son becerilere sahip olmalarını sağlamak için kullanılabilir.
Bu metrikler, iş teslimi yöneticilerinin eğitim kurslarını planlamalarına yardımcı olur, çünkü beceri boşluklarının ne olduğunu ve bunları ne kadar hızlı doldurmaları gerektiğini görebilirler. Bu objektif yeterlilik kriteri, aynı zamanda işletme yöneticilerinin ekiplerini daha akıllı bir şekilde kadroya almalarına yardımcı olur , böylece çalışan kullanım puanlarını optimize edebilirler. Şu anda onu kanatlandırıyorlar ve akıllı adamların beceriksiz kodlayıcıları telafi etmesini sağlıyorlar, ancak bu ölçümler onların daha iyi atama kararları vermelerine yardımcı olacak.
Baş İnsan Kaynakları Görevlileri Ne Yapıyor?
İnsan kaynakları şefleri, insan sermayelerini en üst düzeye çıkarabilmeleri için doğru insanları belirlemelerine, işe almalarına, geliştirmelerine ve elde tutmalarına yardımcı olabilecek tahmine dayalı modeller uygulamaya şimdiden başladılar. İK verilerini haritalamak, kuruluşların sorunlu noktaları belirlemesine ve gelecekteki yatırımlara öncelik vermesine yardımcı olur.
Sizin için tavsiye edilen:
Metaverse Hindistan Otomobil Endüstrisini Nasıl Dönüştürecek?
Anti-Profiteing Hükmü Hintli Startuplar İçin Ne Anlama Geliyor?
Edtech Startup'ları Hindistan'ın İşgücünün Becerilerini Geliştirmesine ve Geleceğe Hazır Olmasına Nasıl Yardımcı Oluyor?
Bu Hafta Yeni Çağ Teknoloji Hisseleri: Zomato'nun Sorunları Devam Ediyor, EaseMyTrip Gönderileri Stro...
Hintli Startup'lar Finansman İçin Kısayollar Kullanıyor
Dijital Pazarlama Platformu Logicserve Çantaları 80 INR Cr Finansmanı, LS Dig Olarak Yeniden Markala...
DoSelect, çalışanların teknik yeterliliği hakkında analitik sağlamak için akıllı, son teknoloji bir çevrimiçi çözüm buldu. Adayları yalnızca algoritmalarla değil, günlük görevleriyle ilgili becerilere göre sıralayan benzetilmiş değerlendirmeler oluşturmuştur.
Bu, çalışan için de çok faydalıdır, çünkü eksikliklerinin ne olduğunu nesnel olarak anlayabilir ve ardından bunları doldurmak için yardım isteyebilir. Kendi kariyer ilerlemesini hızlandırabilecek ve nesnel olarak kanıtlayabilecektir. değerlendirmeleri sırasında becerileri gelişiyor.
Hırslı programcılar, zam ve terfi almak için değerlendirmeleri başarıyla tamamlamak için birbirleriyle rekabet edeceklerinden, bu olumlu bir erdem döngüsü yaratacaktır. Tıpkı doktorların sürekli tıp eğitimine (CME) ihtiyacı olduğu gibi, bilgisayar programcılarının da sürekli teknik eğitime ihtiyacı vardır . İK bunun önemini anlıyor, ancak çoğu İK çalışanı, kodlayıcıların teknik becerilerini değerlendirebilecek kadar nitelikli değil.
Meritokrasi Kazanmalı
Bir programcının kariyeri boyunca teknik yeterliliğini gösteren bir gösterge panosu, organizasyonun, teknik olarak daha iyi oldukları için iyi mühendislerin terfi aldığı gerçek bir meritokrasi haline gelmesini sağlayacaktır. Bu, daha iyi mühendisleri çekecek türden bir şirket çünkü yetenekli oldukları takdirde kariyer ilerlemelerinin meteorik olabileceğini görebiliyorlar.
Teknik becerileri doğru bir şekilde ölçebilen ve onları iyi bir şekilde ödüllendirebilen bir şirket , hızla tercih edilen işveren olacağı için pazarda haksız rekabet avantajına sahiptir!
Daha da iyisi, bu gösterge panosu, İK departmanının sağlamakla görevlendirildiği eğitimin değerini kanıtlamak için kullanılabilir. Tüm BT kuruluşları eğitime çok para harcıyor ve birçoğu kendi üniversitelerini bile kurdu.
Ne yazık ki, eğitimin işe yarayıp yaramadığı konusunda hiçbir fikirleri yok; neden işe yarıyor; çalıştığında; hangi eğitim daha iyi ve kimin için işe yarıyor, çünkü ayrıştıramayacakları çok fazla değişken var çünkü bunu yapacak veri analitiğine sahip değiller (ki bu biraz ironi, bu BT organizasyonlarının para kazandıkları gerçeği göz önüne alındığında biraz ironi) müşterileri için veri analitiği sağlıyor!)
Bu şirketler, sundukları eğitimle ilgili temel soruları hala yanıtlayamıyorlar . Eğitimi çevrimiçi yapmak daha mı iyi? Eşler arası daha mı iyi? Sınıf eğitimi daha mı iyi? Bire bir, gayri resmi olarak mı yapılmalı? Birçok seçenek var, ancak bu sadece çok fazla kafa karışıklığı yaratıyor, çünkü geri bildirim döngüsü asla kapanmaz.
Sorun şu ki, şirketler bugün teknik eğitime milyonlar harcıyor, ancak eğitim kurslarının sonuçlarını değerlendirmek için yetersiz ölçüm araçlarına sahip oldukları için yetersiz kalıyorlar. Bugün, güvenmeleri gereken tek şey katılım ve tamamlama verileri ve çalışan geri bildirim incelemeleridir , ancak teknik performanstaki gelişmeyi ölçülebilir bir şekilde ölçmenin bir yolu yoktur. Bu kutsal kâsedir ve DoSelect'in (melek yatırımcısı olduğum bir şirket) panosunun sunmayı vaat ettiği şey budur.
DoSelect Ne Yapar?
Bugün önemli bir acı noktası, doğru projeye doğru becerilere sahip mühendisler atamak. Bu önemli bir karardır çünkü mühendisin yetkinliğini projenin karmaşıklığıyla eşleştirdiklerinden emin olmaları gerekir. Günümüzde ekip liderleri ve proje yöneticileri, geçerli profilleri belirlemek için İK ekipleriyle yakın bir şekilde çalışmaktadır.
İlgili becerilere sahip kişileri belirlemek için HRMS/HRIS sistemlerini sorgularlar ve daha sonra dahili teknoloji ekibi ve ardından müşteri tarafından görüşülen bu kısa listeye alınmış profilleri kullanırlar. Sorun şu ki yetenek havuzu o kadar sığlaştı ki profillerin çoğu yetersiz kaldı. Daha sonra şirketin ya yeni çalışanları bir savaş temelinde işe alması ya da çalışanlarını yeniden vasıflandırması gerekiyor - her ikisi de karmaşık ve pahalı egzersizler.
Kar marjları çok yüksek olduğu için bu verimsizliklerden kurtulmayı başardılar. Ancak bunlar yontuldukça, mühendislerinin teknik zekasını daha doğru ölçmek için daha iyi araçlar kullanmak zorunda kalacaklar.
Değerlendirmeler son değil, amaca yönelik araçlardır – sonuç, personel yönetiminde veriye dayalı karar vermedir. İnsanlara araç olarak değil, insan olarak davranmalıyız.
[Dr. Aniruddha Malpani'nin bu gönderisi ilk olarak LinkedIn'de yayınlanmıştır ve izin alınarak çoğaltılmıştır.]