Rezumat: Cea mai importantă provocare a departamentelor de Resurse Umane se referă la Capitalul Intelectual, care nu este cuantificat și exploatat în mod corespunzător în cadrul companiei pentru a observa în prealabil unele evoluții, tendințe sau probleme care ar putea apărea. Investirea în CI se poate realiza prin dezvoltarea unor instrumente avansate de prelucrare a datelor de mari dimensiuni – Big Data -, precum și aplicarea algoritmilor de învățare automată; analiza predictivă va oferi managerilor de resurse umane informații utile și un avantaj competitiv pe piață. Acesta lucrare răspunde la o astfel de provocare prin dezvoltarea unui model de analiză a capitalului uman, pornind de la datele colectate privind angajații actuali și anteriori. Aceste date sunt transformate în indicatori cheie de performanță (KPI), văzuți din mai multe perspective: abilități tehnice și soft, realizări, implicare și, eventual, competențe suplimentare. Pe baza modelelor de spațiu vectorial ale KPI normalizate, sunt propuși algoritmi adecvați de învățare automată pentru clasificarea și gruparea angajaților folosind metode de verificare a similitudinii. În concluzie este propusa integrarea instrumentele IT&C existente ale companiilor cu modelul de analiză a CI bazat pe următoarele etape principale: colectarea datelor, potrivirea acestora în KPIs, analiză descriptivă și analiză predictivă.
Rezumat: Parteneriatul dintre universități și sectorul privat a devenit un factor determinant pentru creșterea inovației și a calității în domeniul cercetării. Pornind de la filozofia unui proiect Bridge Grant, finanțat prin Programul Național de Cercetare și având ca scop îmbunătățirea competitivității economiei românești, lucrarea actuală propune un model colaborativ universitar - industrie care facilitează transferul de cunoștințe în ambele direcții, cu canale de comunicare structurate care promovează inovația. Acesta oferă beneficii pentru ambele părți implicate, o structură de cercetare formalizată pentru partenerul din industrie și o abordare mai pragmatică pentru universitate. A fost proiectată și implementată o arhitectură pe mai multe niveluri – nTier - a unei platforme Big Data Analytics pentru extragerea unor informații utile din datele disponibile referitoare la angajații partenerului industrial și pentru luarea deciziilor complexe și strategice. Cu un grad ridicat de capitalizare, rezultatele pot fi utilizate de către conducerea superioară pentru a extrage informații utile în deciziile complexe și strategice.