Pyydä tarjous
Accelerate-3D-money-incomes-HERO

Studentwork_Data_White

 

Yhä useammat yritykset hakevat kilpailuetua laajemmasta datan hyödyntämisestä ja analytiikasta. Tämä on aiheuttanut suurta kysyntää dataosaajille mm. tietovarastoinnin, koneoppimisen ja analytiikan tehtäviin. Kuulostaako tutulta?

 

Varaa tapaaminen   Jätä soittopyyntö

 

Rekrytointimarkkinoilla vallitsee dilemma

Kokeneita dataosaajia on aivan liian vähän vapaana.

Markkinoilla käydään kiivasta kilpailua parhaista tekijöistä samalla, kun yhä useammat yritykset tarvitsevat uutta dataosaamista organisaatioon. Juniorimpia tekijöitä kyllä löytyisi paremmin, mutta useimmiten heidän käytännön osaaminen on vähäistä. Osaamisen vajavaisuus näkyy myös kokeneemmissa tekijöissä esimerkiksi Azure Data Platformin hallinnan osalta. Perehdyttäminen puolestaan vie paljon kallisarvoista aikaa ja resurssia, jota voitaisiin ohjata myös ydintekemiseen.

Datavetoinen rekrytointi

Studentwork on erikoistunut datavetoiseen asiantuntijarekrytointiin. Ennustamme työssä suoriutumista tuomalla pehmeät taidot mitattavalla tavalla osaksi jokaista rekrytointia. Rekrytointiosaamisemme avulla olemme onnistuneet nostamaan rekrytoitujen henkilöiden sitoutumista ja tuottavuutta sekä vähentämään henkilöstön vaihtuvuutta.

Lue lisää

Accelerate-3D-data
 
 

Accelerate by Studentwork

Kun haluatte löytää haluttuja dataosaajia sekä säästää rekrytointiin ja perehdytykseen kuluvaa aikaa.

Accelerate by Studentwork tunnistaa osaajien potentiaalin ja kiihdyttää heidän ammattitaitoaan osaamisen kehittämisohjelman avulla tarjoten yritykselle tehokkaan tavan rekrytoida tulevia huipputekijöitä. 

Nostamme siis todennäköisyyttä sille, että valittu henkilö tulee suoriutumaan työssänsä erinomaisesti arvioimalla tarkasti henkilön pehmeitä taitoja ja luontaisia ominaisuuksia, jotka tutkitusti ennustavat työssä menestymistä, sekä boostaamalla henkilön tietotaitoa ja kompetenssia osana perehdytystä.

Nosta sitoutumista

Sitouta pitkäaikaisia työntekijöitä ja näin ollen lisää osaamisen määrää.

Nopeammin tuottavaksi

Nopeuta rekrytoitujen henkilöiden siirtymistä tuottavaan työhön.

Säästä aikaa

Säästä omien asiantuntijoiden aikaa perehdytyksessä.
 

Miten tämä käytännössä toimii

Studentwork suorittaa asiakkaalle räätälöidyn rekrytointiprosessin. Etsimme teille osaajia, jotka soveltuvat yhdessä määriteltyyn hakuprofiiliin. Hakuprosessin aikana tarkistamme, että kandidaattien tietotaidolliset perusedellytykset ovat kunnossa, ja mittaamme heidän pehmeitä taitoja työsuoriutumista ennustavien arviointien avulla. Haastatteluiden jälkeen soveltuvimmat kandidaatit esittelemme asiakkaalle ja sovimme jatkohaastattelut. Henkilövalinta on asiakkaan päätös.

icon-arrow-breadcrumb

1. Profiilimääritys ja aikataulutus

Yhdessä rekrytoivan esimiehen kanssa määrittelemme ja kirkastamme hakuprofiilin. Käymme läpi dataosaajan työsuoritusta ennustavia pehmeitä taitoja. Sovimme myös rekrytoinnin aikataulusta.

icon-arrow-breadcrumb

4. Yksilöön syventyminen strukturoidulla Soft Skills -haastattelulla

Syvennämme ymmärrystämme kandidaattien pehmeistä taidoista strukturoidulla soft skills -haastattelulla. Haastatteluissa huomio kiinnittyy siihen, miten kandidaatti suorittaisi ja lähestyisi annettuja työtehtäviä – eli persoonan ominaisuuksiin, vuorovaikutustaipumuksiin, motivaatioon ja asenteeseen.

icon-arrow-breadcrumb

2. Hybridihaku maksimoiden kandidaattien määrä

Käytämme hakuprosesseissa hybridihaun mukaisesti useita hakukanavia tilanteen mukaan. Tutkimme sisäisen CV-tietokantamme sekä ulkoiset tietokannat. Avaamme ilmoitushaun ja kohdennamme hakuilmoitusta, minkä lisäksi teemme aktiivista suorakontaktointityötä LinkedIn Recruiter -lisenssillä. Käymme läpi hakudokumentit sekä selvitämme puhelinhaastattelulla, että kandidaattien tekniset perusedellytykset täyttyvät.

icon-arrow-breadcrumb

5. Kandidaattiesittelyt ja Job Fit -raportit

Esittelemme sopivimmat kandidaatit sähköisesti salatulla esittelyviestillä, jonka yhteydessä annamme asiakkaalle myös kandidaattien soveltuvuusarvion eli Job Fit -raportin.

icon-arrow-breadcrumb

3. Soveltuvuuden validointi datavetoisella Soft Skills -arvioinnilla

Varmistamme kandidaattien soveltuvuuden palkanlaskijan tehtävään mittaamalla tarkasti heidän luontaisia taipumuksiaan sekä pehmeitä taitojaan dataan pohjautuvalla Soft Skills -arvioinnilla. Arvioinnin avulla ennustamme kandidaatin tulevaa työssä suoriutumista. Arviointi sisältää sekä persoonallisuuden piirteitä että kognitiivista kyvykkyyttä mittaavia osa-alueita.

icon-arrow-breadcrumb

6. Asiakkaan jatkohaastattelu ja henkilövalinta

Sovimme jatkohaastattelut rekrytoivan esimiehen kalenterista varattuihin aikoihin niiden kandidaattien kanssa, jotka esimies haluaa tavata haastattelun merkeissä. Esimies haastattelee kandidaatit ja tekee henkilövalinnan. Studentwork tarjoaa tehtävää henkilöille ja informoi muita hakijoita päätöksestä. Työsuhteiden yksityiskohdat vielä vahvistetaan ja Studentwork tekee työsopimukset valittujen henkilöiden kanssa.

Läpimenoaika vaiheisiin 1-6 on noin 2-4 viikkoa.

 

icon-arrow-breadcrumb

7. Riskittömän työsuhteen ensimmäinen työviikko

Työsuhde on alkuun asiakasyritykselle riskitön, sillä juridisena työnantajana toimii Studentwork vastaten kaikista työnantajariskeistä, -vastuista ja -velvotteista. Työntekijät työskentelevät asiakasyrityksen työnjohdon alaisuudessa osana muuta tiimiä ja käyttävät asiakasyrityksen työvälineitä ja työtiloja.

Työsuhde alkaa siis normaaliin tapaan sovittuna päivänä alkuperehdytyksellä asiakasyrityksen toimesta. Ensimmäisen työviikon aikana henkilöt pääsevät tutustumaan tulevaan arkeensa, työvälineisiinsä, tiimiinsä sekä odotuksiin, tavoitteisiin, strategiaan ynnä muuhun. 

icon-arrow-breadcrumb

8. Ari Hovin koulutus tukemassa perehdytystä

Toisesta työviikosta lähtien työntekijät käyttävät osan viikkotyöajastaan osaamisen kehittämiseen Ari Hovin koulutuksissa. Koulutuspäiviä on 2-3 päivää per viikko kuuden viikon ajan. Päivien tarkempi sisältö on kuvattuna myöhemmin tällä sivulla. Jäljelle jäävän viikkotyöajan henkilöt suorittavat normaaliin tapaan työtehtäviään asiakasyrityksen työnjohdon alla ja pääsevät soveltamaan oppimaansa käytännössä.

icon-arrow-breadcrumb

10. Rekrytoituminen asiakasyrityksen palkkalistoille

Kun Studentworkin oletuskestoinen työantajavastuu päättyy, asiakasyrityksellä on mahdollisuus rekrytoida henkilöt omille palkkalistoilleen ja siten sitouttaa työntekijöitä entisestään. Tämä on mahdollisuus - ei pakko.

Taloushallintoliiton koulutus tukemassa perehdytystä

9. Suoriutumisen seuranta

Kun henkilöiden osaamista on kasvatettu ja kehitetty, työtehtävien suorittaminen jatkuu tavanomaiseen tapaan kokoaikaisesti. Olemme mukana seuraamassa yhdessä asiakkaan kanssa säännöllisesti työntekijöiden työsuoriutumista ja sen kehitystä.

Dataosaajan kompetenssiboostaus 

Lähestymme dataosaamisen kehittämistä hallitusti ja laaja-alaisesti tarjoten kattavan end-to-end näkemyksen dataan liittyvistä osaamisalueista. 

  • Miten tekoäly muuttaa liiketoimintaa ja miten varaudut siihen – 1 päivä

    • Miksi datan merkitys on noussut – läpimurrot analytiikassa, koneoppimisessa ja tekoälyssä
    • Kohti oppivia toimintatapoja
    • Muutos organisaation operatiivisissa toiminnoissa
    • Johtamisen muutos
    • Uusien toimintatapojen jalkauttaminen
  • Data- ja analytiikkaratkaisujen modernit toteutukset – 1 päivä

    • Tietovarastointi – mistä on kysymys
    • Tietovarastointia käytännössä
    • Teknologia
    • Tiedon hyödyntäminen ja BI
  • Liiketoiminnan tarvitseman tiedon tuottaminen – 1 päivä

    • Järjestäytyminen tiedon luomiseen
    • Liiketoimintavaatimusten näkökulma
    • Uudelleenkäytettävän tietoaineiston näkökulma
    • Tutkitaan syvällisemmin tietovaatimusten kontekstia
    • Poikkeaminen aiheesta: tietotyöntekijöiltä vaadittavista taidoista
    • Organisoituminen edistyneen tiedon tuottamiseksi
    • Mikä tekee organisaatiosta datavetoisen?
  • Tiedon mallintaminen – 2 päivää

    • Mallintamisen tausta
    • Mallintamisen vaiheet
    • ER -mallinnus (käsiteanalyysi)
    • Käytännön ohjeita
    • Tarveanalyysi
    • Normalisointi
    • Yritystason mallinnus
    • Hovin Universaalit tietomallit
    • Liiketoimintalähtöinen mallinnus
    • Data Warehouse -mallinnusvaihtoehdot
    • Perusperiaatteet operatiivisten kantojen mallinnuksesta
    • Big Data -mallinnus

     

  • SQL – 2 päivää

    • Relaatiokantojen ja tuotteiden perusteet lyhyesti
    • SQL:n merkitys ja asema
    • SQL:n rakenne ja käskyt
    • Kyselyharjoituksia työasemalla
    • Ryhmittelyt, funktiot, pvm-käsittely
    • Perinteinen ja uusi liitossyntaksi
    • Ulkoliitos
    • Tärkeimmät alikyselyt
    • Käskytyyppien vertailua ja käytännön käyttösuosituksia
    • Taulujen perustaminen
    • Viite-eheys
    • Päivityskäskyt
    • Näkymät
    • Valtuudet
    • Upotetun SQL:n perusteet
    • Vinkkejä hyvään suorituskykyyn
    • Tarvittaessa eri SQL-murteiden vertailua
  • Python-ohjelmointi datalla Azure-ympäristössä – 2 päivää

    • Mikä Python?
    • Historiaa + Versiot
    • Peruskäsitteet
    • Python-koodin ajaminen Microsoft Azure -ympäristössä
    • Tietotyypit ja tietorakenteet
    • Funktiot ja funktioiden määrittely
    • Satunnaisuus
    • Data-analyysi-kirjastot: Numpy, Pandas
    • Excelistä lukeminen ja kirjoittaminen
    • Indeksointi
    • Valmistelu
    • Ennustaminen
    • Lisätehtävät: Olio-ohjelmointi, Funktionaalinen ohjelmointi, Visualisointi, Koneoppiminen
  • Power BI:n perusteet – 2 päivää

    • Power BI johdanto
    • Power BI Desktop
    • Datan lataus ja muokkaus
    • Visualisoinnit
    • Johdatus laskentaan
  • Azure Data Platform käytännössä – 2 päivää

    • Azure SQL & Synapse Analytics
    • Azure Data Factory
    • Azure Databricks
    • Azure Storage (Blob Storage & Data Lake Storage)
    • Azure Logic Apps ja kehittäminen
    • Data Pipelinen rakentaminen
    • Tietokantojen ja Blob Storagen käyttö
    • Azure Automation
    • Harjoituksia
  • Data Vault johdanto – 1 päivä

    • Data Warehouse – arkkitehtuurit ja mallinnus
    • Data Vault -menetelmän taustaa
    • Data Vault -menetelmän rakennuspalikat
    • Tietojen käsittely ja laatuasiat
    • Jäljitettävyys ja historiointi
    • Data Vault -mallin arviointia
    • Data Vault 2.0 piirteitä
Accelerate-3D-data-HERO

Vuonna 2021 tarjoamme kaksi työsuhteen aloitusajankohtaa data-osaajille.

 

8.2.2021 ja 2.8.2021

Yli viiden (5) hengen tarpeiden kohdalla voimme keskustella räätälöidystä aikataulusta ja toteutuksesta!

 

Pyydä tarjous   Jätä soittopyyntö