TECNOLOGÍAS DISRUPTIVAS Y SU INFLUENCIA EN

EL PROCESO DE SELECCIÓN DE PERSONAL

ING. LUIS MUÑOZ RAMOS

Evidencia 01
Evidencia 02
Modelo de Gestión por Competencias
Tipología de Competencias
Reclutamiento
Proceso Reclutamiento de Personal
 Tecnología Disruptiva

• La tecnología disruptiva es cualquier innovación que cambie drásticamente la forma en

que operan los consumidores, las empresas y las industrias. Cuando se desarrollan por
primera vez, las tecnologías disruptivas a menudo crean un nuevo mercado. Establecen
su propia red de valores y, a menudo, se consideran valores atípicos de riesgo cuando se
presentan. Por lo tanto, las empresas pueden establecerse en nuevos mercados o
aprovechar la oportunidad de desplazar a las grandes empresas.
• En otros casos, las tecnologías disruptivas ingresan a un mercado establecido, cambian
radicalmente la forma en que se manejan los negocios y de satisfacer las
necesidades. Reemplazan completamente a sus predecesoras al ofrecer beneficios
revolucionarios que son notablemente superiores.
• Cuando una tecnología disruptiva ingresa a un mercado existente, puede hacer que los
elementos o procesos actuales se vuelvan obsoletos.
Ejemplo de Tecnologías Disruptivas

• Blockchain
• Tecnología 5G
• Realidad Virtual Avanzada
• Inteligencia Artificial y Machine Learning
• Servicios en la nube (Cloud)
• Big Data
• Ciberseguridad
• Chatbots y asistentes inteligentes
• Smart Cities
• Huellas digitales
Servicios Digitales

www.peru.gob.pe
Servicios Digitales
 Tendencias Tecnológicas
Adopción de una Arquitectura Digital Multicapa
Edificios y hogares Gestión de agua y Transporte Salud y atención de
Educación y turismo Gestión de residuos
inteligentes energía inteligente Emergencia

Capa de Aplicación

Virtualización Cloud Big Data

Computing Capa de Datos
Procesamiento Data Center
Redes Terrestres,
Redes Satelitales,
Redes Móviles
Capa de
2G/3G/4G…
Comunicación

Capa de Sensores
 Adopción de tecnologías innovadoras

Internet de las Cosas (IoT) Análisis de Datos y

Servicios en la Nube
CIUDADES INTELIGENTES

IoT
BIG DATA
CLOUD
DATA CENTER
BANDA ANCHA Fibra óptica

Servidores
(Hardware y Software)
Modelo de Negocio Multiplataforma
 CLOUD COMPUTING

Se dedican a la
protección y
almacenamiento de
datos en la nube
 Analítica de Datos

Analítica de datos es la ciencia que examinar los datos en bruto

con el fin de sacar conclusiones acerca de esa información.

El análisis de datos se centra en la inferencia, el proceso de derivar

una conclusión basándose solamente en lo que conoce el
investigador.

El camino de la Analítica de Datos a Big Data

 Data Warehouse

CRM ERP MRP FILES

Data Warehouse

DataMart DataMart DataMart DataMart

Dashboards Reportes Power BI OLAP Excel

 Herramientas

El camino de la Analítica de Datos a Big Data

 Concepto Big Data

Son datos de gran variedad, en alto

volumen, distribuidos a alta velocidad,
que exigen formas automatizadas e
innovadoras de procesamiento de la
información que permiten una visión
mejorada, toma de decisiones, y la
automatización de procesos.

El camino de la Analítica de Datos a Big Data

 Las Tres V del Big Data
Volumen
Exxabytes
Registros
Transacciones
Tablas

Velocidad Variedad
A tiempo real Estructurados
Continuo No Estructurados
Semiestructurados

El camino de la Analítica de Datos a Big Data

 Tipos de Datos
10% Información
80% Información NO Estructurada
Estructurada
Cifras, Bases de datos Correos electrónicos, videos, imágenes, voz, tweets, post de Facebook,

El camino de la Analítica de Datos a Big Data

 Fuentes
• Computadoras
• Dispositivos móviles
• Equipos de sonido, grabación, etc.
• Equipos de video, video vigilancia
• Cámaras fotográficas, scanner
• Sistemas GPS,
• Sensores digitales en equipos industriales, automóviles,
medidores eléctricos, veletas, anemómetros, Wereables
etc., (IOT y M2M)
• Web y Redes Sociales
• Equipos biométricos
• Dispositivos de RFID y de Código de barras
• Otros

El camino de la Analítica de Datos a Big Data

 Comparativa de Herramientas

El camino de la Analítica de Datos a Big Data 22

 Herramientas Digitales para atraer Talento

Aplicaciones de administración y gestión de reuniones

• Mediante la programación de citas, el aplicativo selecciona el mejor momento

para reunir a ambas partes. De esta manera, se evita fugas de tiempo en llamadas
telefónicas, reprogramación de citas y pérdida de control, para lo cual, se revisa la
disponibilidad de los candidatos.
 Herramientas Digitales para atraer Talento

Presentación multimedia de los candidatos

• videocurrículums: El candidato nos habla sobre sus aptitudes, habilidades y
logros profesionales. El reclutador puede darse una idea "más real" del talento y
potencial del candidato. Adicional, percibe rasgos particulares de su
personalidad.

• Entrevistas por videollamada: Permite ahorrar muchísimo tiempo al programar

citas virtuales.

• Evaluaciones con realidad virtual: Utilizar herramientas que semejen una

situación real donde el candidato resuelva un problema del área a la cual está
aplicando.
 Knowmad

• Cada vez son más las empresas que requieren profesionales del conocimiento y
la innovación, o como los ha denominado John Moravek, fundador de la
plataforma digital Education Futures, los Knowmad.
• Knowmad: Es un juego de palabras de los términos “conocimiento” (know) y
“Nómada” (nomad), se le denomina así a la «persona creativa, imaginativa e
innovadora que puede trabajar con casi cualquier persona, en casi cualquier
momento y lugar».
• Las empresas que están migrando al mundo del trabajo remoto valoran a
los knowmads por su conocimiento periférico y su alta capacidad de adaptación,
no solo en el terreno laboral sino social.
Proceso de Nivel 0: Gestión por Competencias
Proceso de Nivel 1: Reclutamiento y Selección
Diagrama E-R Selección de Personal
 ¿Qué pasa
cuando
manejamos
grandes
cantidades de
información?
 No SQL
Es un acrónimo de Not Only SQL
✓ No requiere estructuras como tablas.
✓ Es de código abierto
✓ Escalamiento sencillo
✓ Diferentes DBs NoSQL para diferentes proyectos
✓ Las bases de datos NoSQL utilizan sobre todo el uso de memoria en
vez del disco como la principal ubicación de escritura.
 ¿Por qué aparecen los sistemas NoSQL?

• Incremento de aplicaciones en la web

• Servicios en la nube
• Startups de éxito con millones de usuarios.
• Problemas de alta escalabilidad en BD relacionales. Se hacen cada vez menos
intuitivos a medida que aumenta la complejidad => JOINs en consultas SQL
complicados
• Sistemas de almacenamiento de resultados en cachés para acelerar la resolución
de las peticiones, evitando ejecutar cada vez estas pesadas operaciones.
 Características de las BD NoSQL

• Ausencia de esquema en los registros de datos.

• Escalabilidad horizontal sencilla.

• Alta velocidad
 El teorema CAP

• Teorema CAP o teorema Brewer: “en sistemas distribuidos es imposible garantizar

a la vez: consistencia, disponibilidad y tolerancia a particiones (Consistency-
Availability-Partition Tolerance)”.
• Consistencia: al realizar una consulta o inserción siempre se tiene que recibir la
misma información, con independencia del nodo o servidor que procese la
petición.
• Disponibilidad: que todos los clientes puedan leer y escribir, aunque se haya
caído uno de los nodos.
• Tolerancia a particiones: Los sistemas distribuidos pueden estar divididos en
particiones (generalmente de forma geográfica). Así que esta condición implica,
que el sistema tiene que seguir funcionando, aunque existan fallos o caídas
parciales que dividan el sistema.
 MongoDB

• Es una base de datos orientada a documentos. Esto quiere decir que en lugar de
guardar los datos en registros, guarda los datos en documentos.
• MongoDB está escrito en C++ (Java Script)
• Una de las diferencias más importantes con respecto a las bases de datos
relacionales, es que no es necesario seguir un esquema. Los documentos de una
misma colección (concepto similar a una tabla de una base de datos relacional),
pueden tener esquemas diferentes.
• Imaginemos que tenemos una colección a la que llamamos Personas.
 {
Nombre: "Pedro",
Apellidos: "Martínez Campo",
Edad: 22,
Aficiones: ["fútbol","tenis","ciclismo"],
Amigos: [
MongoDB {
Nombre:"María",
Edad:22 },
{
Nombre:"Luis",
Edad:28
}
]
}
El documento anterior es un clásico documento JSON. Tiene strings, arrays,
subdocumentos y números. En la misma colección podríamos guardar un
documento como este:
{
Nombre: "Luis",
Estudios: "Administración y Dirección de Empresas",
Amigos:12
}
• Este documento no sigue el mismo esquema que el primero. Tiene menos
campos, algún campo nuevo que no existe en el documento anterior e
incluso un campo de distinto tipo.
• Esto que es algo impensable en una base de datos relacional, es algo
totalmente válido en MongoDB.
 ¿Será mejor utilizar una
base de datos relacional o una base de
datos NoSQL para mejorar el manejo
de información dentro de una
organización?

SQL NoSQL
Proceso de Reclutamiento utilizando Tecnología
Proceso de Reclutamiento utilizando Tecnología
Diseño del Sistema: Selección de Preguntas
El postulante inicia la prueba