Recoñecemento de 6 mulleres científicas de datos impactantes

Serie Mulleres en Tecnoloxía: Ciencia de Datos

No sector tecnolóxico, as mulleres foron historicamente infrarrepresentadas. Non obstante, hai un impulso crecente para animar a máis mulleres a traballar na tecnoloxía e a prosperar nela. Hoxe en día, hai moitos clubs e proxectos que apoian ás mulleres na tecnoloxía, como grupos de traballo en rede, programas de mentoría e bolsas.

A subrepresentación das mulleres na industria das TIC ten a súa orixe en unha variedade de razóns, incluíndo prexuízos e preconceptos, falta de mentores e modelos a seguir e obstáculos estruturais. Impulsar a diversidade no sector tecnolóxico non só é xusto, senón que se demostrou que produce mellores resultados, incluíndo unha maior creatividade e innovación.

Para animar a máis mulleres a entrar no campo, é fundamental reducir os obstáculos institucionais e culturais que impiden a entrada e a promoción no sector tecnolóxico. Isto implica apoiar unha compensación igual, horarios de traballo adaptables e culturas laborais inclusivas, ademais de fomentar a educación STEM para as nenas e mulleres novas. Podemos garantir que as mulleres estean representadas e valoradas adecuadamente no sector tecnolóxico adoptando estes pasos.

Nesta serie de blogs, recoñecemos ás mulleres que tiveron un impacto en diferentes campos da tecnoloxía, comezando pola ciencia de datos.

As mulleres no campo da ciencia de datos tamén estiveron historicamente infrarrepresentadas. Non obstante, numerosos programas e organizacións están tentando cambiar isto.

Descrición da imaxe: tres mulleres traballando sobre unha mesa.

A ciencia de datos implica o uso de métodos estatísticos, así como métodos computacionais para extraer información de grandes cantidades de datos. A medida que a ciencia de datos se fai cada vez máis importante en moitas industrias, hai unha demanda crecente de científicos cualificados.

Non obstante, a pesar da súa necesidade, as mulleres aínda están infrarrepresentadas no campo da ciencia de datos.

Varios esforzos e organizacións promoven as mulleres na ciencia de datos nun esforzo por pechar a fenda de xénero. Por exemplo, Women in Data Science (WiDS) é unha organización global que ofrece mentoría, oportunidades de traballo en rede e recursos educativos ás mulleres que traballan no campo. Nunha liña similar, Women in Machine Learning (WiML) é un grupo de mulleres científicas de datos e entusiastas da aprendizaxe automática que brinda apoio a esta comunidade.

Outras iniciativas inclúen bolsas e cursos de formación dirixidos especialmente a mulleres en ciencia de datos. Por exemplo, o Instituto Anita Borg axuda ás mulleres que buscan títulos en informática e tecnoloxía proporcionando bolsas e outras formas de asistencia.

A diversificación na disciplina dos materiais requirirá esforzos concertados de individuos, organizacións e asiduidade. Podemos axudar a garantir que a ciencia de datos se beneficie de toda a gama de talentos e perspectivas se rompemos as barreiras que impiden que as mulleres entren e teñan éxito no campo.

Recoñecendo o impacto das mulleres máis famosas na ciencia de datos

A pesar da subrepresentación das mulleres na ciencia de datos, houbo varias figuras femininas importantes que tiveron un impacto significativo na industria, no mundo e nas nosas vidas (día a día). É importante recoñecer e celebrar adecuadamente os logros daqueles que prepararon o camiño para que outras mulleres sigan. Aínda que a ciencia de datos pode parecer un termo algo novo, a súa historia remóntase a principios dos anos 60, a Segunda Guerra Mundial e mesmo ao período da raíña Vitoria.

1. Margaret Hamilton

Descrición da imaxe: a científica informática Margaret Hamilton posa co software de orientación Apollo que ela e o seu equipo desenvolveron no MIT. Crédito: Cortesía MIT Museum

Algúns dos traballos máis destacados de Margaret Hamilton foron as súas contribucións ao proxecto SAGE (Semi-Automatic Ground Environment) e ás misións Apollo. Traballou no proxecto SAGE no MIT na década de 1960, onde escribiu software para identificar avións inimigos.

A finais dos anos 60 e principios dos 70, axudou a codificar os sistemas de guía e control da misión Apollo na NASA, onde codificou o termo "enxeñaría de software" para describir o traballo que ela e o seu equipo estaban a facer.

Recibiu o premio Exceptional Space Act da NASA en 2003, e en 2016, o presidente Barack Obama presentoulle a Medalla Presidencial da Liberdade.

2. Katherine Johnson

Descrición da imaxe: Retrato de Katherine Johnson. Créditos: NASA

Outra muller científica de datos influente da década de 1960 é Katherine Johnson, cuxas contribucións máis notables inclúen a análise de datos para a misión Freedom 7 dos Estados Unidos e os cálculos para a misión Friendship 7.

A ela atribúeselle o uso de datos para calcular unha traxectoria orbital perfecta para Freedom 7. Tamén contribuíu á misión que enviou o primeiro avión a orbitar a Terra e á misión Apolo 11 que enviou o primeiro home á Lúa.

Antes do seu traballo na NASA, xa estaba preparando o camiño para grupos subrepresentados, xa que foi unha das tres primeiras estudantes negras en matricularse nun programa de posgrao integrado na Universidade de West Virginia.

As súas contribucións tamén foron recoñecidas polo presidente Barack Obama coa Medalla Presidencial da Liberdade en 2015.

3. Florence Nightingale

Descrición da imaxe: retrato de Florence Nightingale. Créditos: Perry Pictures/Biblioteca do Congreso, Washington, D.C. (LC-USZ62-5877)

Florence Nightingale, a fundadora da enfermaría moderna, tamén foi científica de datos. Recoñeceu a importancia de manter un bo rexistro nos hospitais e organizou unha Comisión Real, co apoio da raíña Vitoria, para analizar os datos de mortalidade do exército.

A súa análise axudou a determinar que a maioría das mortes dos soldados foron causadas por enfermidades prevenibles. Facendo aínda maior o seu impacto, Nightingale creou un diagrama, agora coñecido como "Diagrama de rosas de Nightingale", para presentar os datos que demostran a diminución das taxas de mortalidade despois de implementar as prácticas da Comisión de Saneamento. Presentar os datos de forma accesible axudou a defender novos estándares de saneamento.

4. Fei-Fei Lee

Descrición da imaxe: retrato do doutor Fei-Fei Lee diante dunha pizarra. Créditos: Philip Montgomery

O doutor Fei-Fei Li é un destacado científico informático estadounidense que fixo contribucións significativas ao campo da intelixencia artificial.

O seu traballo notable inclúe o de ser científico xefe de IA en Google en 2017, ser a inventora de ImageNet e do ImageNet Challenge e ser unha das principais defensoras da defensa da diversidade en STEM e AI.

Foi cofundadora da organización sen ánimo de lucro AI4ALL, que se centra en promover a diversidade e a accesibilidade da IA. O doutor Li é amplamente considerado como un pioneiro da IA ​​que fai un gran énfase na importancia dos valores humanos no desenvolvemento da aprendizaxe automática.

5. Dr Jeannette Wing

Descrición da imaxe: Retrato da doutora Jeanette Wing. Créditos: Microsoft

A doutora Jeannette Wing, profesora de informática no Data Science Institute de Columbia, escribiu un ensaio en 2006 chamado "Computational Thinking", avogando pola importancia do pensamento computacional como unha habilidade valiosa para todos. Tamén ocupou o cargo de vicepresidenta corporativa de Microsoft Research, onde estableceu un programa para predicir como a tecnoloxía influiría na sociedade na próxima década.

As contribucións da doutora Wing á informática valeronlle numerosos premios, e é un membro distinguido de varias organizacións estimadas, como a Asociación Americana para o Avance da Ciencia, a Academia Americana de Artes e Ciencias e o Instituto de Enxeñeiros Eléctricos e Electrónicos. (IEEE) así como la Asociación para la Maquinaria Informática (ACM).

6. Daphne Koller

Descrición da imaxe: Retrato da doutora Daphne Koller. Créditos: Pilar

Daphne Koller é unha científica informática e emprendedora que fixo importantes contribucións ao campo da aprendizaxe automática, especialmente no ámbito dos modelos probabilísticos e as redes bayesianas. Doutorouse na Universidade de Stanford en 1993 e converteuse en profesora de informática en Stanford, onde en 2011 impartiu o primeiro curso en liña da universidade, que atraeu a máis de 100.000 estudantes.

Fundou varias startups exitosas no campo da intelixencia artificial e da aprendizaxe automática, entre elas Insitro, unha empresa que utiliza a aprendizaxe automática para desenvolver novos fármacos e terapias. Recibiu moitos premios polo seu traballo no campo da informática.

A Academia Nacional de Enxeñaría, a Academia Americana de Artes e Ciencias e a Sociedade Internacional de Bioloxía Computacional son algunhas das prestixiosas organizacións das que Koller é membro. É unha voz líder no campo da aprendizaxe automática e unha das mulleres máis influentes na tecnoloxía actual.

Academia de Laboratorios de Mulleres e Código

As mulleres na tecnoloxía e na ciencia de datos estiveron historicamente infrarrepresentadas, pero hai exemplos destacados de mulleres científicas de datos ao longo dos anos. En Code Labs Academy cremos que a educación debe estar dispoñible para todos, entre outros, especialmente para as mulleres.

Na nosa serie de eventos en liña "Mulleres na tecnoloxía" que organizamos en 2022, pretendemos ofrecer ás mulleres unha plataforma para compartir a súa experiencia dentro da industria. Ademais, un dos nosos principios corporativos é a diversidade e a inclusión, que tamén se reflicte na proporción de xéneros dos membros do noso equipo: Actualmente, o 52% da nosa empresa é feminina e o 4% non binaria. Queremos asegurarnos de ofrecer un acceso igualitario á educación para homes, mulleres, queer e individuos non binarios.

Ademais dos nosos cursos presenciais en Berlín, tamén ofrecemos cursos de programación en liña en ciberseguridade, ciencia de datos, deseño de UX/UI e desenvolvemento web. Así, calquera persoa en todo o mundo, sen importar o sexo, a orixe, etc., pode perseguir o seu obxectivo e comezar o seu primeiro traballo na tecnoloxía.

Máis información

Se queres obter máis información sobre os nosos bootcamps ou se tes algunha dúbida sobre os nosos principios ou valores, ponte en contacto connosco por correo electrónico ou chámanos.

Estade atento aEventbrite para os nosos obradoiros e eventos presenciais en Berlín, así como para eventos completamente remotos.

Se queres aprender a codificar, ten a certeza de que terás a mesma oportunidade que calquera outra persoa cando estudes con Code Labs Academy.

Fontes:

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