целью построения систем обучение и самообучение является
Как создать свою систему самообучения
За каждым успехом стоит система или стратегия. Она помогает как на стадии обучения, так и во время работы. Система самообучения — это систематический способ отсеивания ненужной информации и запоминания самой необходимой. Чем раньше вы начнете ей следовать (подогнав под себя или придумав собственную), тем быстрее начнете извлекать пользу.
Вы наверняка предпринимали попытки выучить что-то: язык программирования или иностранный язык. И, скорее всего, у вас не было особой стратегии: минимум свободного времени и надежда на готовый путеводитель или список книг. Вы начинали заниматься, но при этом интуитивно понимали, что делаете что-то не то. Вам просто не хватало своей системы.
Ваша система самообучения должна базироваться на четырех ключевых принципах:
Система самообучения
Написать книгу, снять фильм или создать технологический стартап очень трудно. Однако если поделить работу на несколько обозримых этапов, станет легче. Это один из давних принципов тайм-менеджмента. Который применим и в обучении.
Вот семь шагов-этапов, которые помогут научиться любому навыку:
Рассмотрим каждый шаг отдельно.
Сбор информации
Читайте книги высокого качества, исчерпывающие статьи или краткие отчеты. Когда вы изучаете какую-либо информацию, есть три вещи, которые нужно иметь в виду. В порядке важности:
Для того чтобы научиться фильтровать ненужную информацию, вам нужно обучиться скорочтению. При помощи этого навыка вы не только сможете поглощать больше информации, но и принимать решение о том, стоит ли читать книгу, за пару минут.
Однако книги бывают разными. Френсис Бэкон считал: «Одни книги нужно попробовать, другие — проглотить, а некоторые — тщательно пережевать и переварить».
Вы можете создать свою систему маркировок книг по типу:
Думайте о принципе Парето, когда дело доходит о чтения. Только здесь соотношение 1 к 99.
Создание заметок
Большинство людей думает, что это скучное и бессмысленное занятие. Но это совершенно не так. Когда вы делаете заметки, то лучше запоминаете информацию.
Делайте заметки как можно чаще. По этой причине нужно завести себе специальную папку (или программу вроде OneNote или Evernote), где можно хранить всю информацию, о которой вы читали. Это прекрасный способ не забыть ничего. Это ваш личный интернет с тегами и страницами — и вы знаете все практически наизусть.
Как научиться делать заметки? Вот три совета:
Пересмотр заметок
Вы уже сделали две полезнейшие вещи: прочитали и сделали заметки. Теперь настало время для тренировки памяти и создания ассоциаций.
Периодическое повторение несет массу преимуществ, одно из основных — получение новой перспективы. Скажем, вы учили сложную тему, сделали несколько заметок. Через какое-то время информация усвоилась мозгом и теперь, когда вы перечитываете заметки, то видите, что все стало намного проще и что вы смотрите на информацию несколько иначе. Вы избавились от первоначальной сложности.
Вероятно, на данный момент вашей жизни у вас есть 10 (или около того) книг, которые считаете лучшими для себя лично. Возможно вы прочли их лишь по одному разу. Но лучше всего прочесть их вдумчиво, делая заметки, а затем повторяя их. Ваша интерпретация материала может быть совершенно другой. Вы найдете другой пласт, другой смысл этой книги.
Обобщение ключевых выводов
Есть еще два преимущества в том, чтобы написать краткое резюме прочитанной книги:
Обучение других людей этому навыку
Говорят, что если вы не можете объяснить тему другому человеку, то вы и сами ее не знаете. Поэтому принимайтесь за дело: напишите пост в блоге, снимите обучающее видео, произнесите речь, расскажите другу, сделайте инфографику. Все это способствует лучшему усвоению информацию.
Создание банка ассоциаций
Мышление — это не только сознательный процесс. Очень часто на него влияет (а иногда и владеет им) подсознание. Вероятно, самым сильным триггером подсознания являются ассоциации.
Существует много способов практиковать ассоциативное мышление:
Если вы будете достаточно упорны, то через какое-то время, пытаясь придумать шутку или найти решение проблем, поймете, что они уже приходят на ум «сами собой». Знайте, что это действие ассоциаций.
На неврологическом уровне вот что происходит в вашем мозге: вы создаете большую сеть нейронных связей. Да, это что-то вроде сети. Когда вы ее забросите в море обучения, то вам будет намного легче поймать рыбу, чем с помощью обычной удочки.
Интеграция идей и информации с дневником
Дневником в данном случае может выступать:
Вы должны создать место, в которое будет попадать вся важная информация, с которой вы сталкиваетесь. Evernote – отличный выбор для тех, кто хочет получить подобный инструмент для обучения. Однако он платный, в то время как OneNote – нет. Поэтому решать вам.
В подобные сервисы можно помещать все, что угодно: цитаты, фотографии, PDF-файлы, интернет-страницы. Предположим, вы изучаете иностранный язык. Информации много и она периодически забывается, поэтому вам приходится снова искать ее в интернете. С этими сервисами ее можно сохранить один раз у себя и в пару кликов найти позже.
Когда вы создаете свою систему самообучения, то начинаете получать мгновенные преимущества в скорости и впитывании. Поэтому придумайте свою систему, обновляйте ее, настраивайте под себя и через какое-то время она принесет вам массу пользы.
ТЕХНОЛОГИИ, ИНЖИНИРИНГ, ИННОВАЦИИ
Измеритель диаметра, измеритель эксцентриситета, автоматизация, ГИС, моделирование, разработка программного обеспечения и электроники, БИМ
Самообучение и искусственный интеллект: как это работает
За последнее десятилетие машинное обучение беспрецедентно продвинулось в таких разных областях, как распознавание образов, робомобили и сложные игры типа го. Эти успехи в основном были достигнуты через обучение глубоких нейросетей с одной из двух парадигм – обучение с учителем и обучение с подкреплением. Обе парадигмы требуют разработки человеком обучающих сигналов, передающихся затем компьютеру. В случае обучения с учителем это «цели» (к примеру, правильная подпись под изображением); в случае с подкреплением это «награды» за успешное поведение (высокий результат в игре от Atari). Поэтому пределы обучения определяются людьми. И если некоторые учёные считают, что достаточно обширной программы тренировок – к примеру, возможность успешно выполнить широкий набор задач – должно быть достаточно для порождения интеллекта общего назначения, то другие думают, что истинному интеллекту потребуются более независимые стратегии обучения.
Рассмотрим, к примеру, процесс обучения младенца. Его бабушка может сесть с ним и терпеливо показывать ему примеры уток (работая обучающим сигналом при обучении с учителем) или награждать его аплодисментами за решение головоломки с кубиками (как при обучении с подкреплением). Однако большую часть времени младенец наивным образом изучает мир, и осмысливает окружающее через любопытство, игру и наблюдение. Обучение без учителя – это парадигма, разработанная для создания автономного интеллекта путём награждения агентов (компьютерных программ) за изучение наблюдаемых ими данных безотносительно каких-то конкретных задач. Иначе говоря, агент обучается с целью обучиться.
Ключевая мотивация в обучении без учителя состоит в том, что если данные, передаваемые обучающимся алгоритмам имеют чрезвычайно богатую внутреннюю структуру (изображения, видеоролики, текст), то цели и награды в обучении обычно весьма сухие (метка «собака» относящаяся к этому виду, или единица/ноль, обозначающие успех или поражение в игре). Это говорит о том, что большая часть того, что изучает алгоритм, должна состоять из понимания самих данных, а не из применения этого понимания к решению определённых задач.
Расшифровка элементов зрения
2012-й стал знаковым годом для глубокого обучения, когда AlexNet (названная в честь ведущего архитектора Алекса Крижевского) смела конкурентов на конкурсе классификации ImageNet. Её способность распознавать изображения не имела аналогов, однако ещё более удивительным было то, что происходит под капотом. Проанализировав действия AlexNet, учёные обнаружили, что она интерпретирует изображения через построение всё усложняющихся внутренних репрезентаций входных данных. Низкоуровневые особенности, к примеру, текстуры и грани представляются нижними слоями, а потом из них на слоях повыше комбинируются концепции более высокого уровня, вроде колёс или собак.
Это удивительно похоже на то, как обрабатывает информацию наш мозг – простые грани и текстуры в основных областях, связанных с органами чувств, собираются в сложные объекты вроде лиц в более высоких областях мозга. Таким образом сложную сцену можно собрать из визуальных примитивов, примерн так же, как смысл возникает из отдельных слов, из которых состоит предложение. Без непосредственных установок слои AlexNet обрнаужили фундаментальный зрительный «словарь», подходящий для решения задачи. В каком-то смысле, сеть научилась играть в то, что Людвиг Витгенштейн называл “языковой игрой“, пошагово переходящей от пикселей к меткам изображений.
Зрительный словарь свёрточной нейросети. Для каждого слоя создаются изображения, максимально активирующие определённые нейроны. Затем реакцию этих нейронов на другие изображения можно интерпретировать, как наличие или отсутствие визуальных «слов»: текстур, книжных полок, морд собак, птиц.
Обучение переносом
С точки зрения интеллекта общего назначения самое интересное в словаре AlexNet состоит в том, что его можно использовать повторно, или переносить, на другие зрительные задачи, к примеру, на распознавание не только отдельных объектов, но и сцен целиком. Перенос в постоянно меняющемся мире совершенно не обходим, и люди отлично с ним справляются: мы способны быстро приспосабливать навыки и понимание, полученные из опыта (модель мира) к любой текущей ситуации. К примеру, пианист с классическим образованием достаточно легко обучится играть джаз. Искусственные агенты, формирующие правильное внутреннее представление о мире, вероятно, должны иметь такие же возможности.
Тем не менее, у репрезентаций, полученных такими классификаторами, как AlexNet, есть свои ограничения. В частности, поскольку сеть обучена ставить сообщениям метки одного класса (собака, кошка, машина, вулкан) остальную информацию – неважно, насколько она может быть полезной для других задач – она проигнорирует. К примеру, репрезентации могут не уловить фон изображений, если метки относятся только к объектам на переднем плане. Возможное решение – дать более всесторонние тренировочные сигналы, к примеру, подробные описания изображений: не просто «собака», а «корги ловит фрисби в солнечном парке». Однако такие метки тяжело проставлять, особенно в больших масштабах, и их всё равно может быть недостаточно для восприятия всей информации, необходимой для выполнения задачи. Основное предположение обучения без учителя состоит в том, что лучший способ обучиться легко переносимым репрезентациям – это попытаться узнать о данных всё, что можно.
Если понятие переноса через обучение репрезентаций кажется вам слишком абстрактным, представьте ребёнка, обучившегося рисовать людей в стиле «палка, палка, огуречик». Он обнаружил репрезентацию внешнего вида человека, которая как очень компактна, так и хорошо адаптируется. Дополняя каждую фигурку определёнными особенностями, он может создавать портреты всех одноклассников: очки для его лучшего друга, любимую красную футболку его соседу по парте. И он выработал этот навык не для того, чтобы выполнить определённую задачу или получить вознаграждение, но в ответ на базовую потребность отображать окружающий мир.
Обучение через творчество: генеративные модели
Возможно, простейшая цель обучения без учителя, это обучить алгоритм создавать собственные примеры данных. Т.н. генеративные модели должны не просто воспроизводить данные, на которых их обучали (это просто неинтересное «запоминание»), но создавать модель класса, из которого были взяты данные. Не определённую фотографию лошади или радуги, но набор фотографий лошадей и радуг; не определённое высказывание конкретного докладчика, но общее распределение словесных высказываний. Основной принцип генеративных моделей состоит в том, что возможность создания убедительного примера данных является сильнейшим свидетельством того, что их поняли: как говорил Ричард Фейнман, «то, что я не могу создать, я не понимаю».
Пока что наиболее успешной генеративной моделью для изображений остаётся генеративно-состязательная сеть (ГСС), в которой две сети – генератор и дискриминатор – вступают в соревнование по распознаванию, похожее на соревнование специалиста по подделке и детектива. Генератор выдаёт изображения, пытаясь заставить дискриминатор поверить в их реальность; дискриминатор же награждают за то, что он обнаруживает подделки. Сгенерированные изображения сперва получаются случайными и неаккуратными, затем улучшаются за много подходов, и динамическое взаимодействие сетей приводит к появлению всё более реалистичных изображений, которые во многих случаях невозможно отличить от реальных фотографий. ГСС также могут выдавать детальные ландшафты на основании грубых набросков пользователей.
Одного взгляда на изображения ниже будет достаточно для того, чтобы убедиться, что сеть научилась изображать множество ключевых особенностей фотографий, на которых она обучалась – структуру тел животных, текстуру травы и подробности игры света и тени (даже в отражении мыльного пузыря). Тщательное изучение обнаруживает небольшие аномалии, типа лишней ноги у белой собаки и странный прямой угол у струй одного из фонтанов. И хотя создатели генеративных моделей пытаются избавиться от подобных несовершенств, то, что мы можем их видеть, говорит об одном из преимуществ воссоздания таких знакомых нам данных, как изображения: изучая образцы, исследователи могут понять, чему модель обучилась, а чему ещё нет.
Создание через предсказание
Ещё одно примечательное семейство сетей в классе обучения без учителя – авторегрессивные модели, в которых данные разбиваются на небольшие кусочки, каждый из которых модель предсказывает по очереди. Такие модели можно использовать для генерации данных следующим образом: сначала сеть угадывает, что идёт дальше, эту догадку скармливают ей на вход, и она угадывает снова. Наиболее известным примером будут модели языка, где каждое следующее слово предсказывается на основе предыдущих: этим модели работают с предсказаниями текста, которые появляются в различных приложениях и при отправке емейла. Недавние разработки в моделировании языка позволяют создавать удивительно разумные пассажи – вот, например, взятый из OpenAI GPT-2:
Подсказка системе (написанная человеком)
Учёные сделали шокирующее открытие, обнаружив стадо единорогов, живущих в удалённой и ранее неизученной долине Анд. Ещё более удивительным для исследователей было то, что единороги разговаривали на отличном английском языке.
Законченный моделью текст (после 10 попыток)
Учёные назвали популяцию «единороги Овида» из-за их отличительных рогов. Эти четырёхрогие серебристо-белые единороги ранее были неизвестны науке. И вот, наконец, спустя два столетия загадка того, что породило это странное явление, решена.
Доктор Хорхе Перес, биолог-эволюционист из Университета Лапаза и несколько его компаньонов изучали Анды, когда обнаружили небольшую долину, где не было никаких других животных и людей. Перес заметил в долине нечто, похожее на естественный фонтан, окружённый двумя скалистыми пиками и серебристым снегом.
Затем Перес и остальные отправились дальше в эту долину. «Когда мы добрались до одного из пиков, вода казалась голубой, и на её поверхности было немного кристаллов», — сказал Перес.
Перес и его друзья были поражены, увидев стадо единорогов. Эти существа можно было видеть с воздуха, не приближаясь к ним слишком близко, чтобы их увидеть – они были настолько близко, что они могли прикоснуться к их рогам.
Одно из интересных несоответствий – описание единорогов, как «четырёхрогих»: забавно изучать ограничения понимания сети.
Контролируя входную последовательность, используемую для подстройки предсказаний, можно использовать авторегрессивные модели для перевода одной последовательности в другой. Эта демонстрация использует условную авторегрессивную модель для перевода текста в реалистичный рукописный вид. WaveNet преобразует текст в речь естественного звучания, и сейчас используется для генерации голоса для Google Assistant. Сходный прогресс подстройки и авторегрессивной генерации можно использовать для переводов с одного языка на другой.
Авторегрессивные модели изучают данные, пытаясь предсказывать каждую их часть в определённом порядке. Можно создать более обобщённый класс сетей с обучением без учителя, строя предсказания о любой части данных на основе любой другой. К примеру, это может означать, что мы удалим одно слово из предложения и попытаемся предсказать его на основе остального текста. Обучая систему через запрос у неё множества локальных предсказаний, мы заставляем её изучать все данные в целом. Одна из проблем генеративных моделей состоит в возможности их злонамеренного использования. Манипуляции с уликами в виде фотографий, видеороликов и аудиозаписей были возможны уже долгое время, но генеративные мдели могут сильно облегчить редактирование этих материалов со злым умыслом. Мы уже видели демонстрацию т.н. deepfake – к примеру, подложное видео с Обамой.
Отрадно видеть наличие серьёзных попыток, пытающихся ответить на эти вызовы – к примеру, использование статистических техник для обнаружения синтетических материалов и подтверждения аутентичных, ознакомление общественности с происходящим, и дискуссии по поводу ограничения доступности обученных генеративных моделей. Кроме того, генеративные модели и сами можно использовать для обнаружения сфабрикованных материалов и аномальных данных – к примеру, обнаруживать поддельную речь или определять аномальные платежи для защиты пользователей от мошенников. Исследователям необходимо работать над генеративными моделями, чтобы лучше понимать их и уменьшать риски в будущем.
Повторное изобретение интеллекта
Генеративные модели сами по себе очень интересны, однако мы в DeepMind относимся к ним, как к этапу пути к интеллекту общего назначения. Наделять агента способностью генерировать данные – это примерно как давать ему воображение, а, следовательно, и возможность планировать и рассуждать по поводу будущего. Наши исследования показывают, что обучение предсказанию различных аспектов окружения даже без специальной задачи по генерации данных обогащают модель мира агента, и, следовательно, улучшают его возможности по решению задач.
Эти результаты перекликаются с нашим интуитивным пониманием человеческого разума. Наша способность изучать мир без специального надзора – одно из фундаментальных свойств интеллекта. На тренировочной поездке мы можем равнодушно смотреть в окно, трогать вельвет на сиденьях, рассматривать пассажиров, едущих с нами. В этих исследованиях у нас нет цели: мы почти не можем отвлечься от сбора информации, и наш мозг без устали работает над пониманием мира вокруг нас и нашего места в нём.
Автор: Вячеслав Голованов
Источник: https://habr.com/
Понравилась статья? Тогда поддержите нас, поделитесь с друзьями и заглядывайте по рекламным ссылкам!
Построение процесса обучения персонала в рамках общей системы развития персонала
В статье рассмотрено место системы обучения персонала в развитии персонала предприятия в условиях экономических изменений в стране. Предложена схема построения системы обучения персонала и описаны результаты ее внедрения на базе исследования. Обоснована целесообразность ее применения и представлены предложения по оценке эффективности обучения персонала.
The article examines the place of training system in personnel development in terms of economical changes in the country. There is offered a sheme of a training system construction. As well as we consider its use on the base of a special enterprise. The article proves advisability of this scheme use and presents offers regarding estimation of personnel training system efficiency.
Ключевые слова: развитие персонала, обучение персонала, виды и формы обучения персонала, бизнес-процесс обучения персонала, эффективность обучения.
База исследования – управляющая компания (объединение промышленных предприятий), г. Донецка, Украина.
В ситуации острой нехватки оборотных средств на многих предприятиях именно человеческий капитал становится его главным конкурентным преимуществом. На фоне экономического кризиса особенно важными становятся «качественные» характеристики персонала, так как именно высококвалифицированные работники с креативным мышлением могут находить выход из нестандартных ситуаций, которые возникают в связи с рецессией мировой экономики. Основным фактором, который непосредственно влияет на качественные характеристики персонала и стоимость человеческого капитала предприятия в целом является система развития персонала. Эта система является ключевой составляющей управления персоналом в целом и способствует укреплению конкурентных преимуществ предприятия на рынке. Целью развития персонала является формирование и поддержание кадрового потенциала, повышение профессионального мастерства работников, формирование у них современного экономического мышления, умения работать в команде, обеспечение на этой основе высокой производительности труда и эффективного функционирования предприятия в целом.
На нашем предприятии с ухудшением ситуации в стране возник вопрос о построении именно системы развития персонала, так как до этого большая часть направлений развития персонала велись бессистемно: обучение, оценка и даже планирование карьеры проводились эпизодически для конкретных работников. Однако с сокращением возможностей финансирования развития эффективность этих мероприятий вышла на первый план, а оказалась невозможной без четкой «вырисовки» бизнес-процессов и построения комплексной системы развития персонала.
При изучении вопроса развития персонала предприятия во множестве современных источников информации можно растеряться. Авторы и даже школы управления в это слово вкладывают различные значения и подразумевают неоднозначный перечень подсистем, входящих в систему развития персонала [1, 2, 3]. На основании обобщения теоретических исследований отечественных и зарубежных исследователей, опыта ведущих специалистов в области развития персонала и бизнес-процессов нашего предприятия была представлена взаимосвязь развития персонала с другими направлениями работы с персоналом (как показано на рис. 1.).
Стратегия развития персонала основывается на стратегии развития предприятия. Исходя из этого стратегическое управление развитием персонала осуществляет руководитель предприятия, а за разработку политики и тактики развития персонала, а также за воплощение их в жизнь отвечает руководитель службы управления персоналом. Исследуя данный вопрос, можно встретить довольно много значений, которые вкладываются в термин «развитие персонала» [1, 4]. С целью устранения неоднозначности под развитием персонала здесь будет пониматься комплекс мероприятий, охватывающих вопросы:
Каждое из указанных направлений заслуживает подробного рассмотрения и изучения. Первоначально на нашем предприятии была построена система оценки персонала, которая уже была рассмотрена в публикациях [5]. Следующей составляющей в построении комплексной системы развития персонала стало построение системы обучения персонала на предприятии.
В современной литературе по управлению персоналом много внимания уделяется различным формам и видам обучения, их эффективности, особенностям взаимодействия провайдеров и заказчиков обучения. Однако судя по количеству вопросов на эту тему на различных HR – форумах, множество аспектов остается еще не выясненными. Достаточно редко представлены конкретные примеры построения системы обучения с подробным анализом роли каждого из участников обучения в этом процессе.
Цель данной статьи – раскрыть суть, принципы и этапы построения системы обучения персоналом одной из важнейших составляющих системы развития персонала, дать практические рекомендации и рассмотреть на примере их внедрения.
В рамках нашего предприятия был проведен анализ организационных потребностей, в результате которого было выяснено, что система обучения персонала должна быть направлена на решение следующих основных задач:
На предприятии с целью систематизации действий и процедур, направленных на обучение персонала, были разработаны все локальные нормативные документы (Положение об обучении персонала, приказ о его утверждении, планы и программы обучения и т.п.). В положении четко прописаны цели, задачи и направления развития персонала, основные виды обучения, использующиеся на предприятии, порядок взаимодействия структурных подразделений, ответственность, полномочия и обязанности сотрудников при организации обучения персонала.
Важным аспектом в процессе обучения персонала является определение основных его участников. Для построения конкретной системы обучения персонала было принято ниже следующее определение.
Участником процесса обучения персонала является лицо или организованная группа лиц, которые оказывают непосредственное влияние на процесс обучения персонала и отсутствие которых делает невозможным его проведение. С учетом степени ответственности и функциональных обязанностей, в зависимости от их участия в этапах обучения, участники разделены по ниже указанным категориям:
Для обучения персонала на предприятии могут использоваться различные виды и формы, обучения. Прежде чем приниматься за обучение сотрудников, нужно определиться, какие формы и виды обучения будут использоваться на конкретном предприятии. Выбранные нами представлены в табл.1 и 2. При необходимости использования других видов и форм обучения персонала рассматривается возможность и целесообразность их применения.
Таблица 1. Виды обучения персонала
Классификационный признак
Виды обучения в соответствии с классификационным признаком
В зависимости от участников процесса обучения:
В зависимости от совмещения учебного процесса и работы на предприятии:
В зависимости от целевого назначения:
В зависимости от времени обучения:
В зависимости от количестваобучаемых:
Таблица 2. Формы обучения персонала на предприятии
Название формы обучения персонала
Краткая расшифровка
Лекция (презентация)
пассивная форма обучения, которая используется для изложения теоретических, методических знаний и обучения применению полученной информации в практической деятельности. В этом процессе в качестве лекторов выступают руководители и квалифицированные специалисты предприятия или внешние лекторы
Семинары, конференции
активные формы обучения, участие в которых развивает логическое мышление и вырабатывает способы поведения в различных ситуациях
Тренинг
это активная форма обучения, целью которой является формирование у работника определенных навыков
Деловые игры
обучение манере вести себя в различных производственных ситуациях, в которых обладатели ролей должны вырабатывать альтернативные точки зрения. Эта форма наиболее близка к реальной профессиональной деятельности обучаемых сотрудников
Самообучение
индивидуальная, самостоятельная форма обучения
Стажировка
это форма обучения, при которой сотрудник предприятия направляется для обмена опытом в другую организацию. Планирование и применение стажировок, как формы развития персонала и формирования кадрового резерва, предусматривается в работе с кадровым резервом
Программыобучения МВА (Master of Business Administration)
специализированные долгосрочные программы подготовки специалистов. Основной целью МВА является подготовка профессиональных руководителей с глубокими знаниями в области менеджмента и бизнеса для практической деятельности на предприятии
Обучение для получения квалификации бакалавра, специалиста, магистра
Обучение по долгосрочным академическим программам высших учебных заведений
Учебные курсы
обучение по специальным многоуровневым программам учебных центров
Интерактивное обучение
это обучение, основанное на использовании современных информационных и телекоммуникационных технологий, позволяющих осуществлять обучение без непосредственного лектора (наставника)
Дистанционное обучение
это обучение на расстоянии без непосредственного контакта
индивидуальная помощь новым сотрудникам в ознакомлении с традициями, общими правилами, профессиональными особенностями работы на предприятии
обучение в период испытательного срока, подробно рассмотрено в положении об адаптации персонала
обучение, которое сочетает в себе несколько видов, рассмотренных выше
Четкое определение участников процесса обучения персонала, его основных форм и видов очень важно для однозначного понимания терминов работниками предприятия. Не все сотрудники владеют терминологией hr-ов, а обучать необходимо всех. Поэтому уточнение смысла, вкладываемого во все понятия, предполагаемые к употреблению и связанные с обучением персонала, является первым необходимым шагом в формировании системы обучения персонала. Это значительно облегчает общение, понимание, помогает в поиске компромиссных решений и формирует позитивное мнение о предстоящих изменениях.
Основой нормального функционирования на предприятии системы обучения персонала является ее планомерность и тесная взаимосвязь с условиями внутренней и внешней среды. Схема планирования обучения персонала представлена на рис.2.
Рисунок 2. Схема планирования обучения персонала
На нашем предприятии процесс обучения персонала проводиться ниже изложенным образом. Служба управления персоналом ежегодно в срок до первого декабря составляет программу обучения персонала предприятия (образец представлен в приложении 1) и предоставляет на рассмотрение руководителю. Для формирования программы обучения персонала предприятия проводятся мероприятия по выявлению потребности в обучении персонала, которая определяется:
Ежегодно в срок до первого мая руководители структурных подразделений сдают в службу управления персоналом ежегодную заявку по утвержденной форме (приложение 2). На основании утвержденной программы обучения персонала с учетом изменения внешних и внутренних условий руководители структурных подразделений уточняют потребность в обучении, предоставляя ежеквартальную заявку. Создается план обучения персонала на квартал, который утверждается руководителем. Заявка руководителями структурных подразделений сдается в срок до 15 числа месяца, предшествующего планируемому кварталу. Ответственность за несвоевременное предоставление вышеуказанных заявок несет руководитель соответствующего подразделения. Не предоставленные в указанные сроки заявки от руководителей подразделений исполняются по мере выделения дополнительных средств. Специалисты службы управления персоналом проводят мониторинг рынка образовательных услуг и информируют руководителей структурных подразделений о появляющихся возможностях профильного обучения. По согласованию и с учетом мнения руководителей структурных подразделений, рекомендаций специалистов, соотношения цена-предполагаемое качество услуг выбирают наиболее подходящую организацию для обучения сотрудников.
Для обеспечения эффективности обучения необходимо, чтобы все участники были активными в процессе обучения. Для более эффективного осознавания своих обязанностей, а также воздействия на сознание людей с целью формирования ценностей корпоративной культуры развивающейся организации была разработана памятка при обучении (приложение 3). Для более полного понимания процесс «обучение персонала» на предприятии представлен на рис. 3.
Как уже указывалось, одной из основных задач, стоящих при разработке системы обучения персонала, было повышение эффективности обучения, рентабельности вложенных средств. Поскольку вопрос эффективности обучения достаточно сложный, над ним «бьются» мировые умы и не приходят к общему мнению. Пока нет идеальных методик для измерения эффективности обучения, мы решили воспользоваться моделью Д. Кирпатрика, дополненной Д.Фишером [6]. На рис. 3 в процессах, в том числе направленных на измерение эффективности обучения, красным цветом поставлены цифры, соответствующие уровням оценки эффективнсти по Д. Кирпатрику (табл.3)