«Томскнефтехим» перешел на «кадровую» систему

Логотип компании
02.07.2009
Которая заменила две собственных разработки предприятия…

В четверг, 2 июля, компания «Босс. Кадровые системы» объявила о завершении проекта по внедрению ее кадровой системы в фирме «Томскнефтехим».

До создания новой системы управления персоналом томское предприятие использовало для автоматизации кадровых процессов собственные разработки, сделанные на Clipper. Это были программы кадрового учета и расчета зарплаты. Между этит решениями не было организовано жестких связей, а также отсутствовали четкие зоны ответственности за вносимую информацию. Поэтому «Томскнефтехиму» приходилось нести постоянные расходы, связанные с поддержкой целостности «кадровых» данных. В результате, в конце 2007 года руководства томского предприятия приняло решение о внедрении системы «БОСС-Кадровик».

Работы по данному проекту были начаты в мае прошлого года и завершены в мае же, но уже текущего года. Установкой кадрового решения занималась проектная команда, в состав которой входили сотрудники «Томскнефтехима» и «Босс. Кадровые системы». В ходе проекта внедренцы провели анализ состояния человеческих ресурсов предприятия, установили у заказчика штатно-кадровый и табельно-зарплатный контуры названной системы, произвели конвертацию данных из прежних решений в новую системы. При этом новая кадровая система была интегрирована с установленной на предприятии системой Oracle e-Business Suite. В целом с помощью «Босс-Кадровика» учитываются все 4 тыс. сотрудников «Томскнефтехима».

Как отмечают «Босс. Кадровые системы», в настоящее время на предприятии используются не все функциональные возможности кадровой системы. Поэтому IT-специалисты «Томскнефтехима» занимаются дальнейшим развитием системы. Работают над необходимыми настройками, соответствующими специфике деятельности организации.

Читайте также
Являясь частью искусственного интеллекта, машинное обучение (Machine Learning, ML) открывает все больше возможностей бизнесу. Его внедряют для трансформации процессов, развития транспорта, логистики, АПК и других отраслей, а экономический эффект применения ИИ составляет более триллиона рублей. Рассмотрим, какие прикладные задачи компаний решает ML, приведем примеры внедрения, поговорим про подход Retrieval-Augmented Generation (RAG) и дадим чек-лист качественной интеграции и использования ИИ в реальном секторе.