Este máster es el primer programa en España diseñado para formar profesionales capaces de transformar la función de Recursos Humanos en una función basada en datos, predicción y automatización con IA. People Analytics aplica el rigor del análisis de datos al ámbito de las personas y se ha convertido en una competencia crítica para departamentos de HR que buscan tomar decisiones de contratación, retención, compensación y desarrollo basadas en evidencia.
El programa combina fundamentos de RRHH modernos con competencias técnicas exigidas por el mercado: SQL aplicado a HR data, Python para análisis y automatización, estadística aplicada a personas, visualización con Power BI y Tableau, modelos predictivos de turnover y engagement, e integración de IA generativa en flujos de HR (sourcing automatizado, análisis de sentimiento, asistentes conversacionales). La formación es 100 % online en directo, con clases en vivo, laboratorios prácticos y proyectos aplicados.
Profesionales que quieren liderar la transformación de la función de Recursos Humanos hacia una función basada en datos e inteligencia artificial.
Módulo 0. Módulo de nivelación (acceso previo al inicio)
Un mes antes del inicio del máster, el alumno accede a contenidos de fundamentos para llegar al primer día con la base necesaria:
Fundamentos de Excel avanzado: tablas dinámicas, funciones de búsqueda, modelado básico.
Introducción a SQL: consultas básicas, joins, agregaciones.
Introducción a la lógica del análisis de datos: limpieza, transformación, visualización.
Conceptos de Recursos Humanos para perfiles que vienen de fuera del sector.
Bloque 1. Fundamentos de Recursos Humanos modernos y People Analytics
El ciclo de vida del empleado y los procesos clave de HR: attraction, hiring, onboarding, development, retention, exit.
Qué es People Analytics: niveles de madurez (descriptivo, diagnóstico, predictivo, prescriptivo).
Métricas estándar de HR: turnover, time to hire, cost per hire, engagement, eNPS, performance.
Diseño de un cuadro de mando de personas para CEO, CHRO y comité de dirección.
Cómo opera un equipo de People Analytics dentro de una organización: stakeholders, gobernanza, ética.
Bloque 2. Modelo de datos de personas y arquitectura HR Tech
HRIS y ATS: arquitectura de los principales sistemas (Workday, SAP SuccessFactors, Personio, BambooHR, Factorial).
Diseño del Employee Data Model: dimensiones, hechos, joins.
Integración de fuentes externas: encuestas de engagement, plataformas de aprendizaje, sistemas de compensación.
Calidad del dato en HR: identificación de gaps, deduplicación, validación.
Gobernanza de datos de personas: roles, permisos, anonimización.
Bloque 3. SQL y Python para People Analytics
SQL aplicado a HR data: consultas avanzadas, funciones de ventana, CTEs.
Modelado de datos para análisis de personas: snapshots, slowly changing dimensions.
Python para HR analytics: pandas, numpy, automatización de reports recurrentes.
Extracción y limpieza de datos desde APIs de HRIS y exports manuales.
Buenas prácticas: control de versiones (Git), documentación, reproducibilidad.
Bloque 4. Estadística aplicada al análisis de personas
Estadística descriptiva e inferencial aplicada a datos de empleados.
Pruebas de hipótesis y diferencias significativas (test t, chi cuadrado, ANOVA).
Sesgos comunes en HR analytics: selection bias, survivorship, confounders.
Medición rigurosa del impacto de iniciativas de personas (programas de bienestar, formación, compensación).
Interpretación de correlación y causalidad en análisis de personas.
Bloque 5. Visualización y storytelling para HR
Power BI aplicado a People Analytics: modelado, DAX, visualizaciones.
Tableau para HR Analytics: workbooks, parámetros, funciones avanzadas.
Diseño de dashboards ejecutivos para CHRO y comité de dirección.
Storytelling con datos en HR: cómo presentar hallazgos a stakeholders no técnicos.
Casos prácticos sobre datasets reales de turnover, engagement y compensación.
Bloque 6. People Analytics core: turnover, engagement y performance
Análisis de turnover: cálculo, segmentación, identificación de patrones.
Análisis de engagement: encuestas pulse, eNPS, survey design.
Análisis de performance: distribución, calibración, identificación de high y low performers.
Diversidad, equidad e inclusión: métricas, análisis de gap salarial, sesgos en promociones.
Headcount planning y workforce planning: modelización de plantilla y proyecciones.
Bloque 7. Compensation Analytics
Estructura salarial: bandas, percentiles, market benchmarking.
Análisis de equidad salarial y gap por género y otros ejes.
Modelos de compensación variable y bonus.
Análisis de coste de personal y proyecciones presupuestarias.
Casos reales de revisión salarial anual con criterio analítico.
Bloque 8. Recruiting Analytics y Talent Acquisition
Funnel de recruiting: métricas por etapa, conversión, drop-off.
Análisis de fuentes de candidatura y eficacia por canal.
Time to hire, quality of hire, diversidad en hiring.
Predicción de éxito de candidatos: modelos y limitaciones éticas.
Análisis de mercado laboral y benchmarking de talento.
Bloque 9. Predictive People Analytics y Machine Learning
Fundamentos de machine learning aplicado a personas.
Modelos predictivos de rotación: regresión logística, árboles de decisión, Random Forest.
Identificación de patrones de fuga de talento y high performers.
Workforce planning predictivo: modelización avanzada de plantilla.
Modelos explicables (XAI) en HR: por qué la transparencia es no negociable cuando se decide sobre personas.
Bloque 10. Inteligencia Artificial Generativa aplicada a HR
Fundamentos de IA generativa y LLMs para profesionales de HR.
Sourcing y screening automatizado con LLMs: oportunidades, riesgos y normativa.
Análisis de sentimiento en encuestas de engagement y feedback abierto con IA.
Asistentes conversacionales para empleados (HR chatbots) con RAG sobre políticas internas.
Generación de job descriptions, comunicaciones internas y materiales de formación con IA.
Detección de sesgos en outputs de modelos generativos aplicados a HR.
Caso integrador: diseño de un agente HR que automatiza tareas recurrentes del HRBP.
Bloque 11. Ética, normativa y People Analytics responsable
RGPD y LOPDGDD aplicados a datos de empleados.
AI Act europeo y su impacto específico en sistemas de IA aplicados a personas (clasificados como alto riesgo).
Estatuto de los Trabajadores y normativa española sobre algorítmica laboral (artículo 64.4.d).
Principios éticos del People Analytics responsable: transparencia, explicabilidad, no discriminación.
Cómo construir un comité ético interno y un proceso de evaluación de modelos aplicados a personas.
Bloque 12. Trabajo Fin de Máster + Empleabilidad
Desarrollo de un proyecto integrador end-to-end: desde la captura del dato de personas hasta la presentación ejecutiva del análisis y las recomendaciones.
Defensa del proyecto ante tribunal con feedback profesional.
Acompañamiento del Career Advisor: revisión de CV y LinkedIn, preparación de entrevistas técnicas y de competencias.
Acceso a la bolsa de empresas partner y a procesos reales de selección en HR Analytics, People Operations y consultoría de personas.
Al finalizar, el alumno obtiene el certificado propio de Evolve y acceso a la red de empresas partner para procesos de selección reales.
No exige titulación universitaria previa específica ni experiencia profesional en HR ni en analítica.
Se recomienda contar con:
