Uznáváme 6 působivých datových vědkyň

kariéra
ženy v tech
6 působivých ženských datových vědců cover image

Women in Tech Series: Data Science

V technologickém sektoru byly ženy historicky málo zastoupeny. Existuje však rostoucí tlak na povzbuzení více žen, aby pracovaly v technologiích a prospívaly v nich. V současné době existuje mnoho klubů a projektů na podporu žen v technologiích, jako jsou networkingové skupiny, mentorské programy a stipendia.

Nedostatečné zastoupení žen v IT průmyslu má kořeny z různých důvodů, včetně předsudků a předsudků, nedostatku mentorů a vzorů a strukturálních překážek. Zvyšování rozmanitosti v technologickém sektoru je nejen spravedlivé, ale bylo prokázáno, že přináší lepší výsledky, včetně zvýšené kreativity a inovací.

Abychom povzbudili více žen, aby vstoupily do této oblasti, je důležité omezit institucionální a kulturní překážky, které brání vstupu a propagaci v technologickém sektoru. To znamená podporu rovného odměňování, adaptabilních pracovních rozvrhů a inkluzivních kultur na pracovišti, kromě podpory STEM vzdělávání pro mladé dívky a ženy. Přijetím těchto kroků můžeme zajistit, aby ženy byly adekvátně zastoupeny a oceněny v technologickém sektoru.

V této sérii blogů oceňujeme ženy, které zasáhly v různých oblastech techniky, počínaje datovou vědou.

Ženy v oblasti datové vědy byly také historicky nedostatečně zastoupeny. Řada programů a organizací se to však snaží změnit.

Popis obrázku: Tři ženy pracující nad stolem.

Věda o datech zahrnuje použití statistických metod i výpočetních metod k extrakci poznatků z velkého množství dat. Vzhledem k tomu, že datová věda je v mnoha odvětvích stále důležitější, roste poptávka po kvalifikovaných vědcích.

Navzdory jejich potřebě jsou však ženy v oblasti datové vědy stále nedostatečně zastoupeny.

Několik úsilí a organizací podporuje ženy ve vědě o datech ve snaze odstranit rozdíly mezi pohlavími. Například Women in Data Science (WiDS) je globální organizace, která ženám pracujícím v této oblasti poskytuje mentorství, příležitosti k vytváření sítí a vzdělávací zdroje. V podobném duchu je i Women in Machine Learning (WiML) skupina vědkyň v oblasti dat a nadšenců pro strojové učení, která poskytuje podporu této komunitě.

Mezi další iniciativy patří stipendia a školicí kurzy šité na míru zejména ženám v oblasti datové vědy. Například Institut Anity Borgové pomáhá ženám, které hledají tituly v oblasti výpočetní techniky a technologií, poskytováním stipendií a dalších forem pomoci.

Diverzifikace v materiálové disciplíně bude vyžadovat soustředěné úsilí jednotlivců, organizací a vytrvalosti. Můžeme pomoci zajistit, aby datová věda těžila z celé řady talentů a perspektiv, pokud prolomíme bariéry, které ženám brání vstoupit do oboru a uspět v něm.

Uznání vlivu nejslavnějších žen v datové vědě

Navzdory nedostatečnému zastoupení žen v datové vědě existuje několik významných ženských postav, které významně ovlivnily průmysl, svět a naše (každodenní) životy. Je důležité náležitě uznat a oslavit úspěchy těch, kteří vydláždili cestu dalším ženám. Přestože se datová věda může zdát poněkud novým pojmem, její historie sahá až do počátku 60. let 20. století, druhé světové války a dokonce až do období královny Viktorie.

  1. Margaret Hamiltonová

Popis obrázku: Počítačová vědkyně Margaret Hamiltonová pózuje s naváděcím softwarem Apollo, který ona a její tým vyvinuli na MIT. Kredit: S laskavým svolením MIT Museum

Některé z nejpozoruhodnějších prací Margaret Hamilton byly její příspěvky k projektu Semi-Automatic Ground Environment (SAGE) a misím Apollo. V 60. letech pracovala na projektu SAGE na MIT, kde napsala software pro identifikaci nepřátelských letadel.

Koncem 60. a začátkem 70. let pomáhala s kódováním naváděcích a řídicích systémů mise Apollo v NASA, kde zakódovala termín „softwarové inženýrství“, aby popsala práci, kterou ona a její tým dělali.

V roce 2003 obdržela cenu za výjimečný vesmírný akt od NASA a v roce 2016 jí prezident Barack Obama předal Prezidentskou medaili svobody.

2. Katherine Johnsonová

Popis obrázku: Portrét Katherine Johnsonové. Kredity: NASA

Další vlivnou ženskou vědkyní v oblasti dat ze 60. let je Katherine Johnson, jejíž nejpozoruhodnější příspěvky zahrnují analýzu dat pro misi United States Freedom 7 a výpočty pro misi Friendship 7.

Připisuje se jí použití dat k výpočtu dokonalé dráhy orbitální trajektorie pro Freedom 7. Přispěla také k misi, která vyslala první letadlo na oběžnou dráhu Země, a misi Apollo 11, která vyslala prvního člověka na Měsíc.

Před svou prací v NASA již dláždila cestu nedostatečně zastoupeným skupinám, protože byla jednou z prvních tří černošských studentů, kteří se zapsali do integrovaného postgraduálního programu na West Virginia University.

Její přínos ocenil také prezident Barack Obama prezidentskou medailí svobody v roce 2015.

3. Florence Nightingaleová

Popis obrázku: Portrét Florence Nightingale. Poděkování: Perry Pictures/Library of Congress, Washington, DC (LC-USZ62-5877)

Florence Nightingale, zakladatelka moderního ošetřovatelství, byla také datovou vědkyní. Uznala důležitost dobrého vedení záznamů v nemocnicích a zorganizovala Královskou komisi s podporou královny Viktorie, aby analyzovala údaje o úmrtnosti armády.

Jejich analýza pomohla určit, že většina úmrtí vojáků byla způsobena nemocemi, kterým lze předejít. Aby byl její dopad ještě větší, vytvořila Nightingale diagram, nyní známý jako „Diagram slavíkové růže“, aby představil data demonstrující pokles úmrtnosti po zavedení postupů Sanitační komise. Přístupná prezentace dat pomohla prosadit nové standardy hygieny.

4. Fei-Fei Lee

Popis obrázku: Portrét Dr Fei-Fei Lee před tabulí. Kredity: Philip Montgomery

Dr Fei-Fei Li je významný americký počítačový vědec, který významně přispěl na poli umělé inteligence.

Mezi její pozoruhodné práce patří, že v roce 2017 působila jako hlavní vědecká pracovnice AI ve společnosti Google, byla vynálezcem ImageNet a ImageNet Challenge a byla předním zastáncem prosazování rozmanitosti v oblasti STEM a AI.

Spoluzaložila neziskovou organizaci AI4ALL, která se zaměřuje na podporu rozmanitosti a dostupnosti AI. Dr Li je široce považován za průkopníka umělé inteligence, který klade velký důraz na důležitost lidských hodnot ve vývoji strojového učení.

5. Doktorka Jeannette Wingová

Popis obrázku: Portrét Dr Jeanette Wing. Kredity: Microsoft

Dr. Jeannette Wing, profesorka informatiky na Columbia's Data Science Institute, napsala v roce 2006 esej nazvanou „Computational Thinking“, obhajující důležitost výpočetního myšlení jako cenné dovednosti pro každého. Zastávala také pozici Corporate Vice President společnosti Microsoft Research, kde založila program pro předpovídání toho, jak technologie ovlivní společnost v příštím desetiletí.

Příspěvky Dr. Wing k počítačové vědě jí přinesly četná ocenění a je významnou členkou několika vážených organizací, jako je Americká asociace pro rozvoj vědy, Americká akademie umění a věd a Institut elektrických a elektronických inženýrů. (IEEE) a také Asociace pro výpočetní techniku ​​(ACM).

6. Daphne Koller

Popis obrázku: Portrét doktorky Daphne Kollerové. Kredity: Pilíř

Daphne Koller je počítačová vědkyně a podnikatelka, která významně přispěla do oblasti strojového učení, zejména v oblasti pravděpodobnostních modelů a bayesovských sítí. V roce 1993 získala doktorát na Stanfordské univerzitě a poté se stala profesorkou informatiky na Stanfordu, kde v roce 2011 spoluvyučovala první online kurz univerzity, který přilákal přes 100 000 studentů.

Založila několik úspěšných startupů v oblasti umělé inteligence a strojového učení, včetně společnosti Insitro, která využívá strojové učení k vývoji nových léků a terapií. Za svou práci v oblasti informatiky získala řadu ocenění.

National Academy of Engineering, American Academy of Arts and Sciences a International Society for Computational Biology jsou některé z prestižních organizací, jichž je Koller členem. Je předním hlasem v oblasti strojového učení a jednou z nejvlivnějších žen současnosti v technologii.

Women and Code Labs Academy

Ženy v technice i ve vědě o datech byly historicky nedostatečně zastoupeny, nicméně v průběhu let existují vynikající příklady vědkyň v oblasti dat. My v Code Labs Academy věříme, že vzdělání by mělo být dostupné všem, mimo jiné především ženám.

V naší online sérii událostí „Women in Tech“, kterou jsme pořádali v roce 2022, jsme se snažili poskytnout ženám platformu pro sdílení svých zkušeností v tomto odvětví. Jedním z našich firemních principů je navíc diverzita a inkluze, což se odráží i v poměru pohlaví členů našeho týmu: V současné době tvoří 52 % naší společnosti ženy a 4 % nebinární. Chceme zajistit rovný přístup ke vzdělání pro muže, ženy, queer a nebinární jedince.

Kromě našich kurzů v Berlíně nabízíme také online kurzy programování v oblasti Kybernetické bezpečnosti, Data Science, UX/UI Design a Web Development. Takže kdokoli na celém světě, bez ohledu na pohlaví, původ atd., může jít za svým cílem a začít svou první práci v oblasti techniky.

Další informace

Pokud se chcete dozvědět více o našich bootcampech nebo máte nějaké dotazy týkající se našich zásad nebo hodnot, kontaktujte nás e-mailem nebo nám zavolejte.

Sledujte Eventbrite pro naše workshopy a akce osobně v Berlíně i zcela vzdálené akce.

Pokud se chcete naučit kódovat, buďte si jisti, že při studiu na Code Labs Academy dostanete stejnou šanci jako kdokoli jiný.

Prameny:
  • https://www.collibra.com/us/en/blog/celebrating-four-female-data-scientists-who-changed-the-world#:~:text=Katherine%20Johnson%20is%20one%20of, žena%20data%20vědci%20až%20datum.

  • 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


Career Services background pattern

Kariérní služby

Contact Section background image

Zůstaňme v kontaktu

Code Labs Academy © 2024 Všechna práva vyhrazena.