Pagkilala sa 6 na Maimpluwensyang Babaeng Data Scientist

Women in Tech Series: Data Science

Sa sektor ng teknolohiya, ang mga kababaihan ay hindi gaanong kinatawan sa kasaysayan. Gayunpaman, mayroong lumalaking pagtulak upang hikayatin ang mas maraming kababaihan na magtrabaho sa teknolohiya at umunlad dito. Sa ngayon, maraming club at proyektong sumusuporta sa kababaihan sa teknolohiya, tulad ng mga networking group, mentorship program, at scholarship.

Ang underrepresentation ng mga kababaihan sa industriya ng IT ay nag-ugat sa iba't ibang dahilan, kabilang ang pagkiling at preconceptions, kakulangan ng mga mentor at huwaran, at mga hadlang sa istruktura. Ang pagpapalakas ng pagkakaiba-iba sa sektor ng tech ay hindi lamang patas ngunit napatunayan na itong makagawa ng mas mahusay na mga resulta, kabilang ang pagtaas ng pagkamalikhain at pagbabago.

Upang mahikayat ang mas maraming kababaihan na pumasok sa larangan, kritikal na bawasan ang mga hadlang sa institusyon at kultura na pumipigil sa pagpasok at promosyon sa sektor ng teknolohiya. Nangangailangan ito ng pagsuporta sa pantay na kabayaran, naaangkop na mga iskedyul ng trabaho, at mga kulturang napapabilang sa lugar ng trabaho bilang karagdagan sa paghikayat sa edukasyon ng STEM para sa mga kabataang babae at babae. Maaari naming matiyak na ang mga kababaihan ay sapat na kinakatawan at pinahahalagahan sa sektor ng teknolohiya sa pamamagitan ng paggamit ng mga hakbang na ito.

Sa serye ng blog na ito, kinikilala namin ang mga kababaihan na gumawa ng epekto sa iba't ibang larangan ng tech, simula sa data science.

Ang mga kababaihan sa larangan ng data science ay hindi rin nailalarawan sa kasaysayan. Gayunpaman, maraming mga programa at organisasyon ang sumusubok na baguhin ito.

Paglalarawan ng Larawan: Tatlong babae na nagtatrabaho sa ibabaw ng desk.

Ang agham ng data ay nagsasangkot ng paggamit ng mga istatistikal na pamamaraan pati na rin ang mga pamamaraan ng pagkalkula upang kumuha ng mga insight mula sa malalaking halaga ng data. Habang nagiging mas mahalaga ang data science sa maraming industriya, lumalaki ang pangangailangan para sa mga dalubhasang siyentipiko.

Gayunpaman, sa kabila ng kanilang pangangailangan para sa kanila, ang mga kababaihan ay hindi pa rin kinakatawan sa larangan ng data science.

Maraming pagsisikap at organisasyon ang nagtataguyod ng kababaihan sa data science sa pagsisikap na isara ang agwat ng kasarian. Halimbawa, ang Women in Data Science (WiDS) ay isang pandaigdigang organisasyon na nagbibigay ng mentorship, mga pagkakataon sa networking, at mga mapagkukunang pang-edukasyon sa mga babaeng nagtatrabaho sa larangan. Sa katulad na paraan, ang Women in Machine Learning (WiML) ay isang grupo ng mga babaeng data scientist at mahilig sa machine learning na nagbibigay ng suporta sa komunidad na ito.

Kasama sa iba pang mga inisyatiba ang mga scholarship at mga kurso sa pagsasanay na iniakma lalo na para sa mga kababaihan sa data science. Halimbawa, tinutulungan ng Anita Borg Institute ang mga kababaihang naghahanap ng degree sa computing at teknolohiya sa pamamagitan ng pagbibigay ng mga iskolarsip at iba pang paraan ng tulong.

Ang pagkakaiba-iba sa disiplina sa mga materyales ay mangangailangan ng magkakasamang pagsisikap mula sa mga indibidwal, organisasyon, at kasipagan. Makakatulong kami na matiyak na makikinabang ang data science mula sa buong hanay ng talento at pananaw kung sisirain namin ang mga hadlang na pumipigil sa mga kababaihan na makapasok at magtagumpay sa larangan.

Pagkilala sa Epekto ng Pinakatanyag na Kababaihan sa Data Science

Sa kabila ng hindi gaanong representasyon ng mga kababaihan sa agham ng data, nagkaroon ng maraming mahahalagang babae na gumawa ng malaking epekto sa industriya, sa mundo, at sa ating (pang-araw-araw na) buhay. Mahalagang maayos na kilalanin at ipagdiwang ang mga nagawa ng mga taong nagbigay daan para sa ibang kababaihan na sundan. Bagama't ang data science ay maaaring mukhang isang medyo bagong termino, ang kasaysayan nito ay bumalik sa unang bahagi ng 1960s, ang Ikalawang Digmaang Pandaigdig, at maging sa panahon ni Queen Victoria.

1. Margaret Hamilton

Paglalarawan ng Larawan: Nagpo-pose ang computer scientist na si Margaret Hamilton gamit ang Apollo guidance software na binuo niya at ng kanyang team sa MIT. Pinasasalamatan: Courtesy MIT Museum

Ang ilan sa pinakakilalang gawain ni Margaret Hamilton ay ang kanyang mga kontribusyon sa proyektong Semi-Automatic Ground Environment (SAGE) at ang mga misyon ng Apollo. Nagtrabaho siya sa proyekto ng SAGE sa MIT noong 1960s, kung saan sumulat siya ng software upang makilala ang mga sasakyang panghimpapawid ng kaaway.

Noong huling bahagi ng 1960s at unang bahagi ng 1970s, tumulong siya sa pag-coding ng mga sistema ng paggabay at kontrol ng Apollo mission sa NASA, kung saan siya nag-code ng terminong "software engineering" upang ilarawan ang gawaing ginagawa niya at ng kanyang koponan.

Natanggap niya ang Exceptional Space Act Award mula sa NASA noong 2003, at noong 2016, binigyan siya ng Presidential Medal of Freedom ni Pangulong Barack Obama.

2. Katherine Johnson

Paglalarawan ng Larawan: Larawan ni Katherine Johnson. Mga kredito: NASA

Ang isa pang maimpluwensyang babaeng data scientist mula noong 1960s ay si Katherine Johnson, na ang pinakakilalang kontribusyon ay kinabibilangan ng pagsusuri ng data para sa United States Freedom 7 mission at mga kalkulasyon para sa Friendship 7 mission.

Siya ay kredito sa paggamit ng data upang makalkula ang isang perpektong orbital trajectory path para sa Freedom 7. Nag-ambag din siya sa misyon na nagpadala ng unang sasakyang panghimpapawid na umikot sa Earth at ang Apollo 11 na misyon na nagpadala ng unang tao sa Buwan.

Bago ang kanyang trabaho sa NASA, naghahanda na siya ng daan para sa mga grupong kulang sa representasyon, dahil isa siya sa unang tatlong Black na estudyante na nag-enroll sa isang integrated graduate program sa West Virginia University.

Ang kanyang mga kontribusyon ay kinilala rin ni Pangulong Barack Obama sa pamamagitan ng Presidential Medal of Freedom noong 2015.

3. Florence Nightingale

Paglalarawan ng Larawan: Florence Nightingale portrait. Mga Pinasasalamatan: Perry Pictures/Library of Congress, Washington, D.C. (LC-USZ62-5877)

Si Florence Nightingale, ang nagtatag ng modernong nursing, ay isa ring data scientist. Nakilala niya ang kahalagahan ng mahusay na pag-iingat ng rekord sa mga ospital at nag-organisa ng Royal Commission, sa suporta ni Queen Victoria, upang pag-aralan ang data ng dami ng namamatay sa hukbo.

Nakatulong ang kanilang pagsusuri na matukoy na ang karamihan sa pagkamatay ng mga sundalo ay sanhi ng mga sakit na maiiwasan. Mas lalo pang lumaki ang epekto niya, gumawa si Nightingale ng diagram, na kilala ngayon bilang "Nightingale Rose Diagram", para ipakita ang data na nagpapakita ng pagbaba sa mga rate ng pagkamatay pagkatapos ipatupad ang mga kasanayan ng Sanitation Commission. Ang paglalahad ng data sa madaling paraan ay nakatulong sa pagtataguyod para sa mga bagong pamantayan ng kalinisan.

4. Fei-Fei Lee

Paglalarawan ng Larawan: Larawan ni Dr Fei-Fei Lee sa harap ng isang whiteboard. Mga Pinasasalamatan: Philip Montgomery

Si Dr Fei-Fei Li ay isang kilalang American computer scientist na gumawa ng makabuluhang kontribusyon sa larangan ng artificial intelligence.

Kasama sa kanyang kapansin-pansing trabaho ang paglilingkod bilang punong siyentipiko ng AI sa Google noong 2017, ang pagiging imbentor ng ImageNet at ang ImageNet Challenge, at pagiging isang nangungunang tagapagtaguyod para sa pagtataguyod para sa pagkakaiba-iba sa STEM at AI.

Siya ang nagtatag ng non-profit na organisasyon na AI4ALL, na nakatuon sa pagtataguyod ng pagkakaiba-iba at pagiging naa-access ng AI. Si Dr Li ay malawak na itinuturing bilang isang AI pioneer na nagbibigay ng matinding diin sa kahalagahan ng mga halaga ng tao sa pagbuo ng machine learning.

5. Dr Jeannette Wing

Paglalarawan ng Larawan: Larawan ni Dr Jeanette Wing. Mga Kredito: Microsoft

Si Dr Jeannette Wing, isang propesor ng computer science sa Data Science Institute ng Columbia, ay nag-akda ng isang sanaysay noong 2006 na tinatawag na "Computational Thinking," na nagtataguyod para sa kahalagahan ng computational thinking bilang isang mahalagang kasanayan para sa lahat. Hinawakan din niya ang posisyon ng Corporate Vice President ng Microsoft Research, kung saan nagtatag siya ng isang programa upang mahulaan kung paano maiimpluwensyahan ng teknolohiya ang lipunan sa susunod na dekada.

Ang mga kontribusyon ni Dr Wing sa computer science ay nakakuha sa kanya ng maraming mga parangal, at siya ay isang kilalang miyembro ng ilang pinapahalagahan na mga organisasyon, tulad ng American Association for the Advancement of Science, ang American Academy of Arts and Sciences, at ang Institute of Electrical and Electronic Engineers. (IEEE) pati na rin ang Association for Computing Machinery (ACM).

6. Daphne Koller

Paglalarawan ng Larawan: Larawan ni Dr Daphne Koller. Mga Kredito: Haligi

Si Daphne Koller ay isang computer scientist at entrepreneur na gumawa ng makabuluhang kontribusyon sa larangan ng machine learning, partikular sa larangan ng probabilistic models at Bayesian network. Natanggap niya ang kanyang PhD mula sa Stanford University noong 1993 at naging propesor ng computer science sa Stanford, kung saan nagturo siya sa unang online na kurso ng unibersidad noong 2011, na umakit ng mahigit 100,000 estudyante.

Nagtatag siya ng ilang matagumpay na startup sa larangan ng artificial intelligence at machine learning, kabilang ang Insitro, isang kumpanya na gumagamit ng machine learning para bumuo ng mga bagong gamot at therapy. Nakatanggap siya ng maraming mga parangal para sa kanyang trabaho sa larangan ng computer science.

Ang National Academy of Engineering, ang American Academy of Arts and Sciences, at ang International Society for Computational Biology ay ilan sa mga prestihiyosong organisasyon kung saan miyembro si Koller. Siya ay isang nangungunang boses sa larangan ng machine learning at isa sa mga pinaka-maimpluwensyang kababaihan ngayon sa teknolohiya.

Babae at Code Labs Academy

Ang mga kababaihan sa tech pati na rin sa data science ay dating hindi nailalarawan gayunpaman, may mga natitirang halimbawa ng mga babaeng data scientist sa mga nakaraang taon. Naniniwala kami sa Code Labs Academy na ang edukasyon ay dapat na magagamit ng lahat, bukod sa iba pa, lalo na sa mga kababaihan.

Sa aming online na serye ng kaganapan na "Women in Tech" na aming na-host noong 2022, nilalayon naming bigyan ang mga kababaihan ng plataporma para ibahagi ang kanilang karanasan sa loob ng industriya. Bilang karagdagan, ang isa sa aming mga prinsipyo ng kumpanya ay ang pagkakaiba-iba at pagsasama, na makikita rin sa ratio ng kasarian ng mga miyembro ng aming koponan: Sa kasalukuyan, 52% ng aming kumpanya ay babae at 4% ay hindi binary. Gusto naming tiyakin na nagbibigay kami ng pantay na access sa edukasyon para sa mga lalaki, babae, queer, at hindi binary na mga indibidwal.

Bilang karagdagan sa aming mga kurso sa silid-aralan sa Berlin, nag-aalok din kami ng mga online na kurso sa programming sa Cyber ​​Security, Data Science, UX/UI Design at Web Development. Kaya kahit sino sa buong mundo, anuman ang kasarian, background, atbp., ay maaaring ituloy ang kanilang layunin at simulan ang kanilang unang trabaho sa tech.

Matuto Pa

Kung gusto mong matuto nang higit pa tungkol sa aming mga bootcamp o kung mayroon kang anumang mga tanong tungkol sa aming mga prinsipyo o halaga, makipag-ugnayan sa amin sa pamamagitan ng email o tawagan kami.

Abangan ang Eventbrite para sa aming mga workshop at kaganapan nang personal sa Berlin pati na rin ang mga ganap na malalayong kaganapan.

Kung gusto mong matutunan kung paano mag-code, makatitiyak ka, magkakaroon ka ng parehong pagkakataon gaya ng iba, kapag nag-aral ka sa Code Labs Academy.

Mga Pinagmulan:

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

• 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