chap 1

Le fonctionnement global de l'IA et les données exploitables en RH

Comprendre le fonctionnement global de l’IA.

Cerner les impacts stratégiques et opérationnels de l’IA sur l’entreprise.

Identifier les spécificités et le fonctionnement d’un projet basé sur l'IA.

Chap 2

Démystifier les algorithmes de machine learning : algorithmes supervisés, non supervisés,

réseaux de neurones.

Identifier les sources de données internes et externes (paie, DSN, DOETH, données

déclaratives, GEPP/GPEC...).

Maîtriser les risques réglementaires liés à la gestion des données RH (RGPD,

discrimination...).

Exploiter la data avec les outils de l’IA afin d’en extraire des informations utiles.

Chap 3

Optimiser la gestion des recrutements et des compétences grâce à l'IA

Identifier les risques d'une gouvernance algorithmique et cerner le rôle de l'IA dans la gestion des facteurs humains.

Utiliser l'IA pour mieux analyser les tendance du marché du travail.

Intégrer l'IA dans le sourcing et la sélection de candidats.

Cartographier les compétences et prédire leur évolution grâce à l'IA.

Chap 4 :

Améliorer la prédictivité de sa gestion des emplois et parcours professionnels (GEPP/GPEC).

Ajuster les actions de développement des compétences grâce à l'IA.

Tirer parti de l'IA dans la prévention des risques et la qualité de vie au travail.

Faciliter et automatiser la gestion administrative du personnel

Automatisation des tâches administratives grâce au RPA (robotic process automation).

Chap 5 :

Faciliter la gestion du SIRH grâce à un moteur de recherche intégré.

Simplifier les échanges administratifs avec les collaborateurs (chatbot, automatisation de la

production de documents).

Optimiser la gestion des temps et activités (GTA) en s'appuyant sur l'IA.

L'IA, un facteur d'enrichissement des métiers RH

Chap 6 :

Piloter la transformation des métiers RH sous l'impulsion de l'IA.

Envisager l'IA comme un outil d'aide à l'évaluation et à la prise de décision.

Prendre en compte les dimension éthique et "green IT" dans les projets IA.

Miser sur l'IA explicable (XAI) pour garantir un traitement éthique et non discriminatoire des

données.