La science des données est un domaine en pleine expansion, mais elle ne connaît pas une croissance égale. Et si je vous disais qu'au cours des 30 dernières années, la proportion de femmes en informatique a considérablement diminué ? De 1984 à 2016, le pourcentage de femmes diplômées en informatique est passé de 37 % à 18 %. En bref, alors que l'informatique est devenue de plus en plus demandée, elle est en fait devenue moins ouverte aux femmes.
Bien entendu, de nombreuses femmes s'intéressent à la science des données et aux nombreuses et passionnantes opportunités de carrière dans ce domaine. Nous devons donc examiner ce que les statistiques sur le genre dans la science des données nous révèlent. Que pouvons-nous faire pour encourager les femmes à poursuivre des carrières en tant que scientifiques des données ? Et que peuvent faire les leaders actuels du domaine pour soutenir les femmes dans leurs organisations ? Après tout, perdre des femmes dans le domaine de la science des données, c'est perdre une grande partie des innovateurs et des leaders potentiels de ce secteur.
Quelle est la parité hommes-femmes chez les data scientists ?
The gender statistics within Data Science tell an uneven tale. According to a Harnham report, in 2020 just 27% of roles in Data and Analytics were held by women. That average is slightly skewed by the higher number of women in Analytics and Insight and in Life Science Analytics. The gender ratio is lower in Data Science itself: only 20% of data scientists were women. There were, as of 2020, four times as many men as women within the Data Science field. Women also earn less than men. In the field of Data and Analytics as a whole, men earn 17% more than their female counterparts. Some of this discrepancy may be accounted for by a wave of new female data scientists joining the field in entry-level roles. But the pattern is significant: Men are out-earning their female colleagues by a substantial margin.
Pourquoi les femmes sont-elles moins nombreuses à devenir Data Scientists ?
Bien que les bootcamps et les diplômes en science des données prolifèrent, les femmes représentent un faible pourcentage des étudiants dans ces groupes, ce qui signifie qu'il y a moins de femmes diplômées à la recherche d'un emploi dans le domaine de la science des données. La sous-représentation des femmes dans les domaines technologiques commence dès le plus jeune âge. Jusqu'à l'âge de 11 ou 12 ans, les filles ont tendance à s'intéresser aux domaines des STIM au même titre que les garçons. Lorsqu'elles atteignent l'âge de 16 ans, l'intérêt qu'elles manifestent diminue considérablement. Cette tendance découle d'un vaste problème lié au genre dans notre culture et dans les systèmes éducatifs. Les adolescentes sont moins susceptibles que leurs camarades masculins de considérer que les domaines des STIM sont faits pour elles. Elles sont moins susceptibles d'être encouragées par les enseignants, même lorsqu'elles obtiennent de bons résultats en classe. Elles peuvent également être découragées par le manque de modèles féminins dans les carrières STIM.
Pourquoi les femmes abandonnent-elles les carrières en science des données ?
Selon Better Buys, les femmes sont deux fois plus susceptibles que les hommes de démissionner d'un poste dans le secteur de la technologie. Comme dans de nombreux domaines, les femmes sont plus susceptibles que les hommes de démissionner ou de prendre des congés pour s'occuper de leurs enfants ou de membres âgés de leur famille. Même si elles reviennent sur le marché du travail, elles peuvent être désavantagées parce qu'elles sont perçues comme ayant manqué de temps. Les entreprises peuvent s'attaquer directement à ce problème en offrant un congé parental rémunéré égal pour les hommes et les femmes. De plus en plus d'entreprises dans le monde mettent en place des politiques de congé égalitaire. Cela permet de répartir plus équitablement les tâches liées à la garde des enfants et, au fil du temps, semble faire évoluer les préjugés culturels à l'encontre de la prise d'un congé pour garde d'enfants.
Mais une partie de ce problème est spécifique à la science des données. Le manque de femmes dans ce domaine peut s'auto-entretenir ; les femmes ne voient pas d'autres femmes dans des rôles de leadership et s'attendent à trouver moins d'opportunités d'avancement. Et le manque de femmes dans les équipes techniques peut conduire à un environnement potentiellement toxique. Dans une interview accordée à Master's in Data Science, Jana Eggers a indiqué que "certains problèmes de sexisme et de préjugés" expliquaient pourquoi les femmes ne restaient pas toujours dans le secteur. Dans le même entretien, Lillian Pierson a déclaré que "les femmes sont constamment confrontées à la discrimination fondée sur le sexe, en raison de leur apparence et de leur tenue vestimentaire". Les dirigeants d'organisations doivent s'attaquer de front aux problèmes de culture sexiste. Si les femmes ne sont pas respectées, elles n'ont aucune raison de rester.
Ressources et réseaux pour les femmes en science des données
Même si l'inégalité des sexes dans la science des données est un problème difficile à résoudre, c'est un problème sur lequel les scientifiques des données et les éducateurs travaillent depuis des années. Le résultat positif de tout ce travail est qu'il existe un certain nombre de réseaux professionnels et de ressources pour soutenir les femmes dans les domaines technologiques : Qu'il s'agisse d'apprendre aux filles à coder ou de fournir des mentors professionnels aux femmes qui se lancent dans la science des données. Il existe de nombreuses ressources utiles. Si vous êtes une femme dans le domaine de la science des données, ou si vous cherchez à soutenir une jeune femme dans votre vie, consultez les programmes suivants.
Programmes pour les filles et les jeunes femmes :
Ressources pour les femmes dans la science des données et la technologie :
Le domaine de la science des données est riche en opportunités pour les hommes comme pour les femmes. Il incombe aux personnes qui travaillent déjà dans ce domaine de veiller à ce que leur organisation soit non seulement accueillante, mais qu'elle soutienne activement les employés de tous les sexes et de toutes les races. En soutenant les femmes dans la science des données, nous profitons non seulement aux femmes dans ce domaine, mais aussi aux innovations futures de la science des données dans son ensemble.
