Sèrie Women in Tech: Data Science
En el sector tecnològic, les dones han estat històricament infrarepresentades. No obstant això, hi ha una empenta creixent per animar més dones a treballar en tecnologia i prosperar-hi. Actualment, hi ha molts clubs i projectes que donen suport a les dones en tecnologia, com ara grups de networking, programes de tutoria i beques.
La subrepresentació de les dones a la indústria de les TI té les seves arrels en diverses raons, com ara prejudicis i prejudicis, la manca de mentors i models a seguir i obstacles estructurals. Impulsar la diversitat en el sector tecnològic no només és just, sinó que s'ha demostrat que produeix millors resultats, inclosa una major creativitat i innovació.
Per tal d'animar més dones a entrar al camp, és fonamental reduir els obstacles institucionals i culturals que impedeixen l'entrada i la promoció al sector tecnològic. Això implica donar suport a la igualtat de compensació, horaris de treball adaptables i cultures laborals inclusives, a més de fomentar l'educació STEM per a noies i dones joves. Podem garantir que les dones estiguin representades i valorades adequadament en el sector tecnològic adoptant aquests passos.
En aquesta sèrie de blocs, donem un reconeixement a les dones que han tingut un impacte en diferents camps de la tecnologia, començant per la ciència de dades.
Les dones en el camp de la ciència de dades també han estat històricament infrarepresentades. No obstant això, nombrosos programes i organitzacions estan intentant canviar això.
Descripció de la imatge: tres dones treballant sobre un escriptori.
La ciència de dades implica l'ús de mètodes estadístics i mètodes computacionals per extreure informació de grans quantitats de dades. A mesura que la ciència de dades és cada cop més important en moltes indústries, hi ha una demanda creixent de científics qualificats.
Tanmateix, malgrat la seva necessitat, les dones encara estan poc representades en el camp de la ciència de dades.
Diversos esforços i organitzacions promouen les dones en la ciència de dades en un esforç per tancar la bretxa de gènere. Per exemple, Women in Data Science (WiDS) és una organització global que ofereix tutoria, oportunitats de creació de xarxes i recursos educatius a les dones que treballen en el camp. En una línia similar, Women in Machine Learning (WiML) és un grup de dones científiques de dades i entusiastes de l'aprenentatge automàtic que ofereix suport a aquesta comunitat.
Altres iniciatives inclouen beques i cursos de formació dissenyats especialment per a dones en ciència de dades. Per exemple, l'Institut Anita Borg ajuda les dones que cerquen titulacions en informàtica i tecnologia oferint beques i altres formes d'assistència.
La diversificació en la disciplina dels materials requerirà esforços concertats d'individus, organitzacions i assiduïtat. Podem ajudar a garantir que la ciència de dades es beneficiï de tota la gamma de talents i perspectives si trencam les barreres que impedeixen que les dones entrin i tinguin èxit en el camp.
Reconeixent l'impacte de les dones més famoses en la ciència de dades
Malgrat la subrepresentació de les dones a la ciència de dades, hi ha hagut múltiples figures femenines importants que van tenir un impacte significatiu en la indústria, el món i les nostres vides (dia a dia). És important reconèixer i celebrar adequadament els èxits d'aquelles que han obert el camí perquè altres dones puguin seguir. Tot i que la ciència de dades pot semblar un terme una mica nou, la seva història es remunta a principis dels anys 60, la Segona Guerra Mundial i fins i tot al període de la reina Victòria.
Descripció de la imatge: la científica informàtica Margaret Hamilton posa amb el programari d'orientació Apollo que ella i el seu equip van desenvolupar al MIT. Crèdit: Cortesia del Museu del MIT
Alguns dels treballs més notables de Margaret Hamilton van ser les seves contribucions al projecte Semi-Automatic Ground Environment (SAGE) i a les missions Apollo. Va treballar en el projecte SAGE al MIT a la dècada de 1960, on va escriure programari per identificar avions enemics.
A finals dels anys seixanta i principis dels setanta, va ajudar a codificar els sistemes d'orientació i control de la missió Apol·lo a la NASA, que és on va codificar el terme "enginyeria de programari" per descriure el treball que ella i el seu equip estaven fent.
Va rebre el premi Exceptional Space Act de la NASA el 2003 i el 2016 va rebre la Medalla Presidencial de la Llibertat pel president Barack Obama.
2. Katherine Johnson
Descripció de la imatge: Retrat de Katherine Johnson. Crèdits: NASA
Una altra científica de dades influent de la dècada de 1960 és Katherine Johnson, les contribucions més notables de la qual inclouen l'anàlisi de dades per a la missió Freedom 7 dels Estats Units i els càlculs per a la missió Friendship 7.
Se li atribueix l'ús de dades per calcular una trajectòria orbital perfecta per a Freedom 7. També va contribuir a la missió que va enviar el primer avió a orbitar la Terra i la missió Apol·lo 11 que va enviar el primer home a la Lluna.
Abans de treballar a la NASA, ja estava obrint el camí per a grups poc representats, ja que va ser una de les tres primers estudiants negres a matricular-se en un programa de postgrau integrat a la Universitat de West Virginia.
Les seves contribucions també van ser reconegudes pel president Barack Obama amb la Medalla Presidencial de la Llibertat el 2015.
3. Florence Nightingale
Descripció de la imatge: retrat de Florence Nightingale. Crèdits: Perry Pictures/Biblioteca del Congrés, Washington, D.C. (LC-USZ62-5877)
Florence Nightingale, la fundadora de la infermeria moderna, també va ser científica de dades. Va reconèixer la importància d'un bon manteniment de registres als hospitals i va organitzar una Comissió Reial, amb el suport de la reina Victòria, per analitzar les dades de mortalitat de l'exèrcit.
La seva anàlisi va ajudar a determinar que la majoria de les morts de soldats van ser causades per malalties prevenibles. Per fer el seu impacte encara més gran, Nightingale va crear un diagrama, ara conegut com el "Diagrama de la rosa del rossinyol", per presentar les dades que demostren la disminució de les taxes de mortalitat després d'implementar les pràctiques de la Comissió de Sanejament. Presentar les dades de manera accessible va ajudar a defensar nous estàndards de sanejament.
4. Fei-Fei Lee
Descripció de la imatge: Retrat del Dr Fei-Fei Lee davant d'una pissarra. Crèdits: Philip Montgomery
El doctor Fei-Fei Li és un destacat científic informàtic nord-americà que ha fet contribucions importants al camp de la intel·ligència artificial.
La seva feina destacada inclou ser la científica en cap d'IA a Google el 2017, ser l'inventor d'ImageNet i l'ImageNet Challenge i ser una de les principals defensores de la defensa de la diversitat en STEM i IA.
Va ser cofundadora de l'organització sense ànim de lucre AI4ALL, que se centra a promoure la diversitat i l'accessibilitat de la IA. El Dr Li és àmpliament considerat com un pioner de la IA que posa un gran èmfasi en la importància dels valors humans en el desenvolupament de l'aprenentatge automàtic.
5. Dra Jeannette Wing
Descripció de la imatge: Retrat de la doctora Jeanette Wing. Crèdits: Microsoft
La doctora Jeannette Wing, professora d'informàtica a l'Institut de Ciència de Dades de Columbia, va escriure un assaig el 2006 anomenat "Computational Thinking", que defensava la importància del pensament computacional com una habilitat valuosa per a tothom. També va ocupar el càrrec de vicepresidenta corporativa de Microsoft Research, on va establir un programa per predir com la tecnologia influiria en la societat durant la propera dècada.
Les contribucions de la doctora Wing a la informàtica li han valgut nombrosos premis, i és membre distingit de diverses organitzacions estimades, com l'Associació Americana per a l'Avenç de la Ciència, l'Acadèmia Americana d'Arts i Ciències i l'Institut d'Enginyers Elèctrics i Electrònics. (IEEE) així com l'Associació per a la Maquinària Informàtica (ACM).
6. Daphne Koller
Descripció de la imatge: Retrat de la doctora Daphne Koller. Crèdits: Pilar
Daphne Koller és una científica informàtica i emprenedora que ha fet importants contribucions al camp de l'aprenentatge automàtic, especialment en l'àrea dels models probabilístics i les xarxes bayesianes. Es va doctorar a la Universitat de Stanford el 1993 i es va convertir en professora d'informàtica a Stanford, on va co-ensenyar el primer curs en línia de la universitat el 2011, que va atreure més de 100.000 estudiants.
Ha fundat diverses startups d'èxit en el camp de la intel·ligència artificial i l'aprenentatge automàtic, inclosa Insitro, una empresa que utilitza l'aprenentatge automàtic per desenvolupar nous fàrmacs i teràpies. Ha rebut nombrosos premis pel seu treball en l'àmbit de la informàtica.
L'Acadèmia Nacional d'Enginyeria, l'Acadèmia Americana d'Arts i Ciències i la Societat Internacional de Biologia Computacional són algunes de les prestigioses organitzacions de les quals Koller és membre. És una veu líder en el camp de l'aprenentatge automàtic i una de les dones més influents en la tecnologia actual.
Women and Code Labs Academy
Les dones en tecnologia i en ciència de dades han estat històricament poc representades, però hi ha exemples destacats de dones científiques de dades al llarg dels anys. A Code Labs Academy creiem que l'educació hauria d'estar disponible per a tothom, entre d'altres, especialment per a les dones.
A la nostra sèrie d'esdeveniments en línia "Women in Tech" que vam organitzar el 2022, teníem com a objectiu oferir a les dones una plataforma per compartir la seva experiència dins del sector. A més, un dels nostres principis corporatius és la diversitat i la inclusió, que també es reflecteix en la proporció de gènere dels membres del nostre equip: Actualment, el 52% de la nostra empresa és femenina i el 4% no és binari. Volem garantir que proporcionem un accés igualitari a l'educació per a homes, dones, queer i individus no binaris.
A més dels nostres cursos presencials a Berlín, també oferim cursos de programació en línia en ciberseguretat, ciència de dades, disseny d'UX/UI i desenvolupament web. Així, qualsevol persona d'arreu del món, independentment del gènere, origen, etc., pot perseguir el seu objectiu i començar la seva primera feina en tecnologia.
Més informació
Si voleu obtenir més informació sobre els nostres bootcamps o si teniu cap pregunta sobre els nostres principis o valors, poseu-vos en contacte amb nosaltres per correu electrònic o truqueu-nos.
Estigueu atents aEventbrite per als nostres tallers i esdeveniments presencials a Berlín, així com esdeveniments completament remots.
Si voleu aprendre a programar, estigueu segurs que tindreu la mateixa oportunitat que qualsevol altra persona quan estudieu amb Code Labs Academy.
Fonts:
-
https://www.collibra.com/us/en/blog/celebrating-four-female-data-scientists-who-changed-the-world#:~:text=Katherine%20Johnson%20is%20one%20of, dones%20data%20científices%20a%20data.
-
https://odetta.ai/blogs/5-female-data-scientists-that-are-paving-the-way-in-2022-1
-
https://www.analyticsvidhya.com/blog/2022/03/women-leaders-in-data-science-top-influentials-from-the-industry/
-
https://profiles.stanford.edu/fei-fei-li
-
https://www.history.com/topics/womens-history/florence-nightingale-1
-
https://www.nasa.gov/content/katherine-johnson-biography
-
https://www.britannica.com/biography/Margaret-Hamilton-American-computer-scientist
