Anerkender 6 virkningsfulde kvindelige dataforskere

Women in Tech Series: Data Science

I tech-sektoren har kvinder historisk været underrepræsenteret. Ikke desto mindre er der et voksende skub for at tilskynde flere kvinder til at arbejde med teknologi og trives i det. I dag er der mange klubber og projekter, der støtter kvinder inden for teknologi, såsom netværksgrupper, mentorprogrammer og stipendier.

Underrepræsentationen af ​​kvinder i it-branchen er forankret i en række forskellige årsager, herunder fordomme og forforståelser, mangel på mentorer og rollemodeller og strukturelle forhindringer. At øge mangfoldigheden i tech-sektoren er ikke kun fair, men det har vist sig at give bedre resultater, herunder øget kreativitet og innovation.

For at tilskynde flere kvinder til at komme ind i feltet, er det afgørende at reducere de institutionelle og kulturelle forhindringer, der forhindrer adgang og forfremmelse i teknologisektoren. Dette indebærer støtte til lige kompensation, tilpasningsdygtige arbejdsplaner og inkluderende arbejdspladskulturer ud over at tilskynde til STEM-uddannelse for unge piger og kvinder. Vi kan sikre, at kvinder er tilstrækkeligt repræsenteret og værdsat i teknologisektoren ved at tage disse skridt.

I denne blogserie anerkender vi kvinder, der har gjort en indflydelse inden for forskellige teknologiområder, startende med datavidenskab.

Kvinder inden for datavidenskab har også været historisk underrepræsenteret. Men talrige programmer og organisationer forsøger at ændre dette.

Billedebeskrivelse: Tre kvinder arbejder over et skrivebord.

Datavidenskab involverer at bruge statistiske metoder såvel som beregningsmetoder til at udtrække indsigt fra store mængder data. Efterhånden som datavidenskab bliver vigtigere og vigtigere i mange brancher, er der en stigende efterspørgsel efter dygtige videnskabsfolk.

Men på trods af deres behov for dem, er kvinder stadig underrepræsenteret inden for datavidenskab.

Flere indsatser og organisationer promoverer kvinder inden for datavidenskab i et forsøg på at lukke kønskløften. For eksempel er Women in Data Science (WiDS) en global organisation, der giver mentorskab, netværksmuligheder og uddannelsesressourcer til kvinder, der arbejder i feltet. På samme måde er Women in Machine Learning (WiML) en gruppe kvindelige dataforskere og maskinlæringsentusiaster, der yder støtte til dette fællesskab.

Andre initiativer omfatter stipendier og uddannelseskurser skræddersyet specielt til kvinder inden for datavidenskab. For eksempel hjælper Anita Borg Instituttet kvinder, der søger grader inden for databehandling og teknologi, ved at give stipendier og andre former for bistand.

Diversificering i materialedisciplin vil kræve en fælles indsats fra enkeltpersoner, organisationer og ihærdighed. Vi kan være med til at sikre, at datavidenskab drager fordel af hele rækken af ​​talenter og perspektiver, hvis vi nedbryder de barrierer, der forhindrer kvinder i at komme ind og lykkes i feltet.

Anerkendelse af virkningen af ​​de mest berømte kvinder i datavidenskab

På trods af underrepræsentationen af ​​kvinder i datavidenskab, har der været adskillige vigtige kvindefigurer, som har haft en betydelig indflydelse på industrien, verden og vores (dag-til-dag) liv. Det er vigtigt at anerkende og fejre resultaterne af dem, der har banet vejen for andre kvinder at følge. Selvom datavidenskab kan synes at være et noget nyt udtryk, går dets historie tilbage til begyndelsen af ​​1960'erne, Anden Verdenskrig og endda til Dronning Victorias periode.

1. Margaret Hamilton

Billedebeskrivelse: Datalogen Margaret Hamilton poserer med den Apollo-vejledningssoftware, hun og hendes team udviklede på MIT. Kredit: Courtesy MIT Museum

Noget af Margaret Hamiltons mest bemærkelsesværdige arbejde var hendes bidrag til projektet Semi-Automatic Ground Environment (SAGE) og Apollo-missionerne. Hun arbejdede på SAGE-projektet ved MIT i 1960'erne, hvor hun skrev software til at identificere fjendtlige fly.

I slutningen af ​​1960'erne og begyndelsen af ​​1970'erne hjalp hun med at kode vejlednings- og kontrolsystemerne for Apollo-missionen hos NASA, hvor hun kodede udtrykket "software engineering" for at beskrive det arbejde, hun og hendes team udførte.

Hun modtog Exceptional Space Act Award fra NASA i 2003, og i 2016 blev hun overrakt Presidential Medal of Freedom af præsident Barack Obama.

2. Katherine Johnson

Billedebeskrivelse: Portræt af Katherine Johnson. Kreditering: NASA

En anden indflydelsesrig kvindelig dataforsker fra 1960'erne er Katherine Johnson, hvis mest bemærkelsesværdige bidrag omfatter dataanalyse for United States Freedom 7-missionen og beregninger for Friendship 7-missionen.

Hun er krediteret for at bruge data til at beregne en perfekt banebane for Freedom 7. Hun bidrog også til missionen, der sendte det første fly til at kredse om Jorden, og Apollo 11-missionen, som sendte det første menneske til Månen.

Før hendes arbejde hos NASA, var hun allerede ved at bane vejen for underrepræsenterede grupper, da hun var en af ​​de første tre sorte studerende, der tilmeldte sig et integreret kandidatprogram ved West Virginia University.

Hendes bidrag blev også anerkendt af præsident Barack Obama med Presidential Medal of Freedom i 2015.

3. Florence Nightingale

Billedebeskrivelse: Florence Nightingale-portræt. Kreditering: Perry Pictures/Library of Congress, Washington, D.C. (LC-USZ62-5877)

Florence Nightingale, grundlæggeren af ​​moderne sygepleje, var også dataforsker. Hun anerkendte vigtigheden af ​​god journalføring på hospitaler og organiserede en kongelig kommission, med støtte fra dronning Victoria, til at analysere hærens dødelighedsdata.

Deres analyse hjalp med at fastslå, at størstedelen af ​​soldaterdødsfald var forårsaget af sygdomme, der kunne forebygges. For at gøre hendes indflydelse endnu større, skabte Nightingale et diagram, nu kendt som "Nightingale Rose Diagram", for at præsentere data, der viser faldet i dødsrater efter implementering af Sanitation Commissions praksis. At præsentere dataene tilgængeligt hjalp med til at fremme nye standarder for sanitet.

4. Fei-Fei Lee

Billedebeskrivelse: Portræt af Dr. Fei-Fei Lee foran en whiteboardtavle. Kreditering: Philip Montgomery

Dr. Fei-Fei Li er en fremtrædende amerikansk computerforsker, der har ydet betydelige bidrag til området kunstig intelligens.

Hendes bemærkelsesværdige arbejde inkluderer at fungere som chefforsker for AI hos Google i 2017, være opfinderen af ​​ImageNet og ImageNet Challenge og være en førende fortaler for at gå ind for mangfoldighed inden for STEM og AI.

Hun var med til at stifte non-profit organisationen AI4ALL, som fokuserer på at fremme mangfoldigheden og tilgængeligheden af ​​AI. Dr. Li betragtes bredt som en AI-pioner, der lægger stor vægt på vigtigheden af ​​menneskelige værdier i udviklingen af ​​maskinlæring.

5. Dr. Jeannette Wing

Billedebeskrivelse: Portræt af Dr. Jeanette Wing. Kreditering: Microsoft

Dr. Jeannette Wing, en professor i datalogi ved Columbia's Data Science Institute, forfattede i 2006 et essay kaldet "Computational Thinking", der advokerer for vigtigheden af ​​computational tænkning som en værdifuld færdighed for alle. Hun havde også stillingen som Corporate Vice President for Microsoft Research, hvor hun etablerede et program til at forudsige, hvordan teknologien ville påvirke samfundet inden for det næste årti.

Dr. Wings bidrag til datalogi har givet hende adskillige priser, og hun er et fremtrædende medlem af adskillige anerkendte organisationer, såsom American Association for the Advancement of Science, American Academy of Arts and Sciences og Institute of Electrical and Electronic Engineers (IEEE) samt Association for Computing Machinery (ACM).

6. Daphne Koller

Billedebeskrivelse: Portræt af Dr. Daphne Koller. Credits: Søjle

Daphne Koller er en datalog og iværksætter, som har ydet betydelige bidrag til området maskinlæring, især inden for probabilistiske modeller og Bayesianske netværk. Hun modtog sin ph.d.-grad fra Stanford University i 1993 og fortsatte med at blive professor i datalogi ved Stanford, hvor hun var medunderviser i universitetets første onlinekursus i 2011, som tiltrak over 100.000 studerende.

Hun har grundlagt flere succesrige startups inden for kunstig intelligens og maskinlæring, herunder Insitro, en virksomhed, der bruger maskinlæring til at udvikle nye lægemidler og terapier. Hun har modtaget mange priser for sit arbejde inden for datalogi.

National Academy of Engineering, American Academy of Arts and Sciences og International Society for Computational Biology er nogle af de prestigefyldte organisationer, som Koller er medlem af. Hun er en førende stemme inden for maskinlæring og en af ​​nutidens mest indflydelsesrige kvinder inden for teknologi.

Women and Code Labs Academy

Kvinder inden for teknologi såvel som inden for datavidenskab har været historisk underrepræsenteret, men der er fremragende eksempler på kvindelige dataforskere gennem årene. Vi hos Code Labs Academy mener, at uddannelse skal være tilgængelig for alle, blandt andet, især for kvinder.

I vores online eventserie "Women in Tech", vi var vært for i 2022, havde vi til formål at give kvinder en platform til at dele deres erfaringer inden for branchen. Derudover er et af vores virksomhedsprincipper diversitet og inklusion, hvilket også afspejles i kønsforholdet mellem vores teammedlemmer: I øjeblikket er 52 % af vores virksomhed kvinder og 4 % er ikke-binære. Vi ønsker at sikre, at vi giver lige adgang til uddannelse for mandlige, kvindelige, queer og ikke-binære individer.

Udover vores klasseværelseskurser i Berlin tilbyder vi også online programmeringskurser i Cybersikkerhed, Datavidenskab, UX/UI-design og webudvikling. Så alle over hele kloden, uanset hvilket køn, baggrund osv., kan forfølge deres mål og starte deres første job inden for tech.

Lær mere

Hvis du gerne vil vide mere om vores bootcamps, eller hvis du har spørgsmål vedrørende vores principper eller værdier, så kontakt os via e-mail eller ring til os.

Hold øje medEventbrite for vores workshops og begivenheder personligt i Berlin samt helt fjerntliggende begivenheder.

Hvis du gerne vil lære at kode, kan du være sikker på, at du får samme chance som alle andre, når du studerer med Code Labs Academy.

Kilder:

• https://www.collibra.com/us/en/blog/celebrating-four-female-data-scientists-who-changed-the-world#:~:text=Katherine%20Johnson%20is%20one%20of, kvindelige%20data%20forskere%20til%20dato.

• 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