취업준비 썸네일형 리스트형 [25일차] 근로기준법 핵심 조항별 필수 체크 데이터 | 실제 대시보드로 보는 HR 법규 관리법 HR 담당자라면 누구나 한 번은 "이 상황에서 근로기준법 위반은 아닐까?"라는 고민을 해봤을 것이다. 하지만 막상 법조문을 찾아보면 복잡하고, 실무에서 어떤 데이터를 어떻게 관리해야 하는지 명확하지 않은 경우가 많다. 오늘은 HR 애널리틱스 관점에서 근로기준법의 핵심 조항들을 살펴보고, 각 조항에 따라 HR 부서에서 체크해야 할 데이터 항목들을 정리해보려고 한다. 실제 계산 공식과 대시보드 설계 예시까지 포함해서, 법적 리스크를 줄이면서 동시에 데이터 기반의 인사관리를 할 수 있는 기초를 다져보자.1. 근로시간 관련 조항과 필수 체크 데이터법적 기준근로기준법 제50조에 따르면 1주간의 근로시간은 휴게시간을 제외하고 40시간을 초과할 수 없다. 1일 근로시간은 8시간을 초과할 수 없으며, 연장근로는 1주 .. 더보기 [24일차] HR 실무에서 통하는 인사팀 보고서, 대시보드와는 뭐가 다를까? 요즘 대시보드는 실시간 데이터 확인과 빠른 의사결정에 필수적인 도구로 자리잡았다.하지만 경영진 보고서는 공식적인 기록, 해석, 그리고 스토리텔링 등 대시보드만으로는 대체하기 어려운 고유의 역할이 있다고 생각한다. 그래서 실제 현장에서는 대시보드와 보고서를 함께 쓰는 경우가 많다.대시보드는 실무자들이 현황을 빠르게 파악할 때 주로 쓰이고, 보고서는 전략적인 의사결정이나 공식 커뮤니케이션에 활용되는 경우가 많다고 느낀다. 이번 글에서는 내가 직접 배운 내용을 바탕으로, 인사팀에서 실무적으로 활용할 수 있는 보고서 작성법을 가상 데이터와 함께 정리해본다.왜 인사팀에게 ‘보고서’가 중요한가?대시보드는 한눈에 HR 현황을 보여주는 데는 강점이 있다.하지만 실무에서는 그 현황의 ‘이유’와 앞으로의 ‘액션플랜’이 꼭.. 더보기 [HR노트] 근로기준법 핵심요약 – 근로자 정의부터 해고까지 한눈에 요즘 나는 HR 데이터 분석가라는 목표를 향해 매일같이 공부하고 있다. 실무에서 경험한 것들을 체계적으로 다시 정리하고, 현장에서 미처 알지 못했던 법적 기준과 분석 지표를 함께 공부하고 있다. 그 첫 번째로 오늘은 HR 실무와 떼려야 뗄 수 없는 근로기준법을 정리해보았다.사실 과거 HR 부서에서 일할 때도 근로기준법은 익숙한 단어였다. 하지만 ‘이건 법이니까 지켜야 해’라는 정도의 인식에 머물렀고, 제대로 조항 하나하나를 뜯어보며 구조를 이해하려고 노력한 적은 없었다. 특히 분석을 전제로 하면, 이 법이 어떤 데이터를 기준으로 하고, 어떤 정의와 구분에 따라 실무가 구성되는지를 이해해야만 한다는 걸 부트캠프에 와서야 깨닫게 되었다.그래서 오늘은 취업 준비의 일환으로 근로기준법을 단숨에 훑어보며 정리했다.. 더보기 [21일차] 데이터로 푸는 HR: SQL JOIN으로 채용-근무-퇴사 한 번에 분석하기 요즘 들어 HR 데이터를 다루는 재미에 점점 빠지고 있다. 그동안은 '채용' 데이터, '근무' 데이터 등 각각 따로 떼어내서만 바라봤는데, 오늘은 JOIN을 활용해 두 가지 데이터를 '엮어서' 분석해보려고 한다. 데이터분석 부트캠프에서 배운 SQL JOIN이 실제로 어떻게 HR 실무에 활용될 수 있는지 직접 실습해보면서 느낀 점을 정리한다.1. 오늘 주제를 선정한 이유사실 나는 아직 실무에서 인사 데이터를 본격적으로 다뤄본 경험이 없다. 전 직장에서는 HR 부서였지만, 채용이나 근태 데이터가 분리되어 있었고, 데이터를 엮어서 분석하는 경험이 거의 없었다. 부트캠프에서 배운 SQL 지식을 활용해 '내가 만약 실무에서 HR 데이터를 다루게 된다면, 가장 먼저 무슨 분석을 할까?'를 고민하다 보니, 자연스럽게.. 더보기 [20일차] 복잡한 정규화, HR 데이터로 쉽게 이해하기 데이터 분석을 배우다 보면 꼭 듣게 되는 단어가 바로 정규화(normalization)다. 처음 들었을 때는 무슨 복잡한 수학 공식 같았고, "내가 실무에서 이걸 꼭 알아야 할까?"라는 생각도 들었다. 그런데 실제로 HR 데이터를 다루고, 부트캠프 프로젝트를 경험하면서 정규화의 힘을 절실히 느꼈다. 오늘은 HR 데이터 관점에서 정규화의 개념과 중요성을 정리해보려 한다. 정규화란, 데이터를 "깔끔하게" 정리하는 법정규화는 데이터를 중복 없이, 논리적으로 잘게 나누고 연결하는 방법이다. 좀 더 쉽게 말하면, "엑셀에 복붙하다가 같은 데이터가 여러 번 반복되어서 생기는 오류를 예방하는 설계 원칙"이다.예를 들어, 아래와 같은 엑셀 HR 인사카드를 상상해보자. 사번이름부서명부서위치직급평가점수교육명1001김지연인.. 더보기 [19일차] 이직 예측, 머신러닝으로 확장하면 어떻게 될까? 이직률 분석은 HR 데이터 분석에서 가장 실무적이고 전략적인 주제 중 하나다. 어제는 SQL을 통해 이직률을 계산하고, 근태·성과·교육 데이터를 조합해 기본적인 분석을 시도해보았다. 그런데 여기서 끝나기엔 아쉽다. 단순히 과거 데이터를 해석하는 데 그치지 않고, 미래의 이직 가능성을 예측할 수 있다면 어떨까? 이 질문에 답할 수 있는 도구가 바로 머신러닝이다.이직 예측, 왜 필요한가?실제로 많은 기업에서 이직자 관리는 사후 대응 중심이다. 직원이 퇴사하겠다는 의사를 밝히거나 이미 퇴사한 뒤에서야 그 이유를 파악하려고 한다. 하지만 이는 너무 늦다. 특히 고성과자나 핵심인재의 이탈은 조직 전체에 미치는 영향이 크기 때문에, 이직 가능성을 사전에 예측하고 선제적 조치를 취하는 것이 중요하다.예를 들어, 아래.. 더보기 [18일차] 실무 HR 데이터로 SQL 쿼리 작성하기 – 이직률 예측 분석 데이터 분석을 공부하다 보면 반드시 만나게 되는 주제가 바로 이직률 분석이다. HR 데이터를 활용한 실무 분석 중 가장 많이 다뤄지는 항목 중 하나이며, 실제로 조직의 건강도를 파악하는 데 매우 유용하다.나는 HR 부서에서 근무했던 경험이 있지만, 그 당시에는 엑셀로 단순히 ‘누가 나갔는지’ 정도만 관리할 뿐, 이직의 원인을 파악하거나 예측하는 분석은 해본 적이 없다. 그래서 데이터 분석 부트캠프를 수료한 지금, 가장 먼저 해보고 싶은 주제가 바로 이직률 예측이다. 오늘은 SQL을 활용해 HR 데이터를 분석하고, 이직률을 계산하거나 예측하는 흐름을 정리해보려 한다.1. 이직률이란 무엇인가?이직률(Turnover Rate)은 일정 기간 동안 퇴사한 직원의 수를 전체 직원 수로 나눈 값이다. 보통 아래와 같.. 더보기 [16일차] SQL로 HR 데이터를 연결하고 요약하는 법 (JOIN & GROUP BY) HR 데이터를 분석할 때, 단일 테이블로 할 수 있는 일은 생각보다 많지 않다. 실무에서 다루는 데이터는 대부분 서로 연관된 여러 테이블로 구성되어 있고, 그 관계를 제대로 연결해야 의미 있는 분석이 가능하다. 나는 HR 데이터를 정교하게 분석할 수 있는 사람이 되고 싶다. 그래서 오늘은 SQL에서 가장 강력한 기능 중 하나인 JOIN과, 데이터를 요약하고 집계할 수 있는 GROUP BY, HAVING 절을 활용해 HR 데이터를 분석하는 방법을 정리해본다.HR 데이터 분석, 왜 JOIN이 중요한가?예를 들어보자. '성과평가 점수가 가장 높은 부서는 어디인가?'라는 질문에 답하려면 단순히 성과 테이블만으로는 부족하다. 평가점수는 performance 테이블에 있고, 부서 정보는 employees 테이블에 .. 더보기 이전 1 2 3 다음
