Տվյալների գիտությունը արագ զարգացող ոլորտ է, բայց այն հավասարապես չի աճում: Իսկ եթե ես ձեզ ասեմ, որ վերջին 30 տարիների ընթացքում համակարգչային գիտության ոլորտում կանանց մասնաբաժինը զգալիորեն նվազել է: 1984-ից մինչև 2016 թվականը համակարգչային գիտության շրջանավարտների տոկոսը, ովքեր կանայք էին, իջել է 37%-ից մինչև 18%: Մի խոսքով, քանի որ համակարգչային գիտությունը դառնում է ավելի ու ավելի պահանջված, այն իրականում ավելի քիչ բաց է դառնում կանանց համար:
Իհարկե, շատ կանայք հետաքրքրված են Տվյալների գիտությամբ և տվյալների ոլորտում բազմաթիվ հետաքրքիր կարիերայի հնարավորություններով: Այսպիսով, մենք պետք է հաշվի առնենք, թե ինչ է մեզ ասում տվյալների գիտության գենդերային վիճակագրությունը: Ի՞նչ կարող ենք անել, որպեսզի խրախուսենք կանանց՝ զբաղվելու տվյալների գիտնականների կարիերայով: Իսկ ի՞նչ կարող են անել ոլորտի ներկայիս ղեկավարները՝ աջակցելու կանանց իրենց կազմակերպություններում: Ի վերջո, կին գիտնականներին կորցնելը նշանակում է կորցնել այս արդյունաբերության պոտենցիալ նորարարների և առաջնորդների մի զանգված:
Ո՞րն է տվյալների գիտնականների սեռերի հարաբերակցությունը:
Data Science-ի գենդերային վիճակագրությունը անհավասար պատմություն է պատմում: Համաձայն Harnham հաշվետվության: և Analytics-ը անցկացվել են կանանց կողմից: Այդ միջինը մի փոքր շեղվում է Analytics-ում և Insight-ում և Life Science Analytics-ում կանանց ավելի մեծ թվով: Սեռերի հարաբերակցությունը բուն Data Science-ում ավելի ցածր է. տվյալների գիտնականների միայն 20%-ն էին կանայք: Տվյալների գիտության ոլորտում 2020 թվականի դրությամբ չորս անգամ ավելի շատ տղամարդիկ են եղել, քան կանայք: Կանայք նույնպես ավելի քիչ են վաստակում, քան տղամարդիկ։ Տվյալների և վերլուծությունների ոլորտում, որպես ամբողջություն, տղամարդիկ 17%-ով ավելի են վաստակում, քան իրենց կին գործընկերները: Այս անհամապատասխանության մի մասը կարող է պայմանավորված լինել տվյալների նոր կին գիտնականների ալիքով, որոնք միանում են ոլորտին սկզբնական մակարդակի դերերում: Սակայն օրինաչափությունը նշանակալի է. տղամարդիկ զգալի տարբերությամբ են վաստակում իրենց կին գործընկերներին:
Ինչու՞ են ավելի քիչ կանայք դառնում տվյալների գիտնականներ:
Չնայած տվյալների գիտության ճամբարներն ու աստիճանները շատանում են, կանայք կազմում են այս խմբերի ուսանողների ցածր տոկոսը, ինչը նշանակում է, որ ավելի քիչ կին շրջանավարտներ Տվյալների գիտության աշխատանք փնտրելու համար: Կանանց թերներկայացվածությունը տեխնոլոգիական ոլորտներում սկսվում է երիտասարդ տարիքից: Մինչև մոտ 11-ից 12 տարեկան աղջիկները հակված են հետաքրքրություն ցուցաբերել STEM ոլորտների նկատմամբ, ինչպես տղաները: Երբ նրանք հասել են 16-ին, նրանց հաղորդված հետաքրքրությունը կտրուկ նվազել է: Այս օրինաչափությունը բխում է մեր մշակույթի և կրթական համակարգերի լայն գենդերային խնդրից: Դեռահաս աղջիկները ավելի քիչ հավանական է, որ իրենց արական սեռի հասակակիցները տեսնեն STEM դաշտերը որպես իրենց համար վայր: Նրանք ավելի քիչ հավանական է, որ խրախուսվեն ուսուցիչների կողմից, նույնիսկ այն դեպքում, երբ դասերին լավ են հանդես գալիս: Նրանք կարող են նաև հուսալքվել STEM կարիերայում կանացի օրինակելի բացակայությունից:
Ինչո՞ւ են կանայք թողնում տվյալների գիտության կարիերան:
Ըստ [Better Buys]-ի (https://www.betterbuys.com/bi/women-in-data-science/) տվյալների՝ կանայք երկու անգամ ավելի շատ են, քան տղամարդիկ, տեխնոլոգիական աշխատանքից հեռանալու հավանականությունը: Ինչպես շատ ոլորտներում, կանայք ավելի հավանական է, քան տղամարդիկ, թողնեն ծխելը կամ հանգստանան երեխաներին կամ ընտանիքի տարեց անդամներին խնամելու համար: Նույնիսկ եթե նրանք վերադառնան աշխատուժ, նրանք կարող են լինել անբարենպաստ, քանի որ ընկալվում են որպես բաց թողած ժամանակ: Ընկերությունները կարող են ուղղակիորեն լուծել այս խնդիրը՝ առաջարկելով հավասար վճարովի ծնողական արձակուրդ և՛ տղամարդկանց, և՛ կանանց: Ամբողջ աշխարհում ավելի շատ ընկերություններ են ստեղծում հավասար արձակուրդի քաղաքականություն: Սա ավելի հավասարաչափ բաշխում է երեխաների խնամքի աշխատանքը և, ժամանակի ընթացքում, կարծես թե աստիճանաբար փոխում է մշակութային խարանը երեխաների խնամքի համար արձակուրդ վերցնելու դեմ:
Բայց այս խնդրի մի մասը հատուկ է Data Science-ին: Ոլորտում կանանց պակասը կարող է ինքնահաստատվել. կանայք ղեկավար դերերում չեն տեսնում այլ կանանց և ակնկալում են ավելի քիչ հնարավորություններ գտնել առաջխաղացման համար: Իսկ տեխնոլոգիական թիմերում կանանց պակասը կարող է հանգեցնել պոտենցիալ թունավոր միջավայրի: Տվյալների գիտության մագիստրատուրայի հետ հարցազրույցում Յանա Էգերսը նշել է, որ «որոշ սեքսիզմի և կողմնակալության խնդիրներ» պատճառ են դարձել, որ կանայք միշտ մնալ արդյունաբերության մեջ: Նույն հարցազրույցում Լիլիան Փիրսոնը մեկնաբանել է, որ «կանայք մշտապես բախվում են գենդերային խտրականության՝ կախված մեր արտաքին տեսքից և հագուստից»: Կազմակերպությունների ղեկավարները պետք է վիճարկեն սեքսիստական մշակույթի խնդիրները: Եթե կանանց չեն հարգում, նրանք մնալու պատճառ չունեն։
Ռեսուրսներ և ցանցեր կանանց համար տվյալների գիտության մեջ
Թեև Տվյալների գիտության գենդերային անհավասար հարաբերակցությունը դժվարին խնդիր է լուծելու համար, դա այն խնդիրն է, որի վրա տվյալների գիտնականներն ու մանկավարժները տարիներ շարունակ աշխատել են: Այս ամբողջ աշխատանքի դրական արդյունքն այն է, որ կան մի շարք մասնագիտական ցանցեր և ռեսուրսներ՝ աջակցելու կանանց տեխնոլոգիական ոլորտներում. սկսած աղջիկներին կոդավորում սովորեցնելուց մինչև պրոֆեսիոնալ մենթորներ տրամադրելը, մինչև Data Science մուտք գործող կանայք: Այնտեղ շատ օգտակար ռեսուրսներ կան: Եթե դուք կին եք տվյալների գիտության ոլորտում կամ ցանկանում եք աջակցել ձեր կյանքում երիտասարդ կնոջը, ստուգեք հետևյալ ծրագրերը:
Ծրագրեր աղջիկների և երիտասարդ կանանց համար.
Ռեսուրսներ կանանց համար տվյալների գիտության և տեխնիկայի ոլորտում.
Տվյալների գիտության ոլորտը հասունացել է ինչպես տղամարդկանց, այնպես էլ կանանց հնարավորություններով: Արդեն ոլորտում գտնվող մարդկանցից է կախված, որպեսզի իրենց կազմակերպությունները ոչ միայն ողջունեն, այլև ակտիվորեն աջակցեն բոլոր սեռերի և ռասաների աշխատակիցներին: Տվյալների գիտության ոլորտում կանանց աջակցելով` մենք շահում ենք ոչ միայն ոլորտի կանանց, այլ նաև տվյալների գիտության ապագա նորամուծությունները:
Դարձեք տվյալների գիտության և AI փորձագետ 6 ամսում: Միացե՛ք Code Labs Academy-ի Data Science and AI Bootcamp և Master Skills-ին արդյունաբերության առաջնորդների հետ: