Sievietes tehniskajā sērijā: datu zinātne
Tehnoloģiju nozarē sievietes vēsturiski ir bijušas nepietiekami pārstāvētas. Neskatoties uz to, arvien vairāk tiek mēģināts mudināt vairāk sieviešu strādāt tehnoloģiju jomā un attīstīties tajā. Mūsdienās ir daudzi klubi un projekti, kas atbalsta sievietes tehnoloģiju jomā, piemēram, tīkla grupas, mentoringa programmas un stipendijas.
Sieviešu nepietiekamā pārstāvība IT nozarē ir saistīta ar dažādiem iemesliem, tostarp aizspriedumiem un aizspriedumiem, mentoru un lomu modeļu trūkumu un strukturāliem šķēršļiem. Daudzveidības palielināšana tehnoloģiju nozarē ir ne tikai godīga, bet ir pierādīts, ka tā dod labākus rezultātus, tostarp palielina radošumu un inovācijas.
Lai mudinātu vairāk sieviešu ienākt šajā jomā, ir ļoti svarīgi samazināt institucionālos un kultūras šķēršļus, kas kavē ienākšanu tehnoloģiju nozarē un paaugstināšanu amatā. Tas ietver vienlīdzīgu atlīdzību, pielāgojamu darba grafiku un iekļaujošas darba vietas kultūras atbalstīšanu, kā arī jaunu meiteņu un sieviešu STEM izglītības veicināšanu. Mēs varam nodrošināt, ka sievietes ir pienācīgi pārstāvētas un novērtētas tehnoloģiju nozarē, veicot šos pasākumus.
Šajā emuāru sērijā mēs atzīstam sievietes, kuras ir ietekmējušas dažādas tehnoloģiju jomas, sākot ar datu zinātni.
Sievietes datu zinātnes jomā arī vēsturiski ir bijušas nepietiekami pārstāvētas. Tomēr daudzas programmas un organizācijas cenšas to mainīt.
Attēla apraksts: trīs sievietes strādā pie rakstāmgalda.
Datu zinātne ietver statistikas metožu, kā arī skaitļošanas metožu izmantošanu, lai gūtu ieskatu no liela datu apjoma. Tā kā datu zinātne kļūst arvien svarīgāka daudzās nozarēs, pieaug pieprasījums pēc kvalificētiem zinātniekiem.
Tomēr, neskatoties uz viņu nepieciešamību pēc tām, sievietes joprojām ir nepietiekami pārstāvētas datu zinātnes jomā.
Vairāki centieni un organizācijas atbalsta sievietes datu zinātnē, cenšoties novērst dzimumu atšķirības. Piemēram, Women in Data Science (WiDS) ir globāla organizācija, kas nodrošina mentoringu, tīklu veidošanas iespējas un izglītības resursus sievietēm, kas strādā šajā jomā. Līdzīgā veidā Sievietes mašīnmācībā (WiML) ir sieviešu datu zinātnieku un mašīnmācīšanās entuziastu grupa, kas sniedz atbalstu šai kopienai.
Citas iniciatīvas ietver stipendijas un apmācības kursus, kas īpaši pielāgoti sievietēm datu zinātnē. Piemēram, Anitas Borgas institūts palīdz sievietēm, kuras vēlas iegūt grādu skaitļošanas un tehnoloģiju jomā, nodrošinot stipendijas un cita veida palīdzību.
Materiālu disciplīnas dažādošana prasīs saskaņotus indivīdu, organizāciju un centienus. Mēs varam palīdzēt nodrošināt, ka datu zinātne gūst labumu no visa talantu un perspektīvu klāsta, ja nojauksim šķēršļus, kas neļauj sievietēm ienākt un gūt panākumus šajā jomā.
Slavenāko sieviešu ietekmes atzīšana datu zinātnē
Neskatoties uz to, ka sievietes datu zinātnē ir nepietiekami pārstāvētas, ir bijušas vairākas svarīgas sieviešu figūras, kuras ir būtiski ietekmējušas nozari, pasauli un mūsu (ikdienas) dzīvi. Ir svarīgi pareizi atpazīt un svinēt to cilvēku sasniegumus, kuri ir pavēruši ceļu citām sievietēm. Lai gan datu zinātne var šķist nedaudz jauns termins, tās vēsture aizsākās 1960. gadu sākumā, Otrajā pasaules karā un pat karalienes Viktorijas laikā.
Attēla apraksts: Datorzinātniece Mārgareta Hamiltone pozē ar Apollo vadības programmatūru, ko viņa un viņas komanda izstrādāja MIT. Kredīts: MIT muzejs
Daži no Mārgaretas Hamiltones ievērojamākajiem darbiem bija viņas ieguldījums Semi-Automatic Ground Environment (SAGE) projektā un Apollo misijās. Viņa strādāja pie SAGE projekta MIT 1960. gados, kur viņa rakstīja programmatūru ienaidnieka lidmašīnu identificēšanai.
- gadu beigās un 70. gadu sākumā viņa palīdzēja kodēt NASA Apollo misijas vadības un kontroles sistēmas, kur viņa kodēja terminu “programmatūras inženierija”, lai aprakstītu darbu, ko viņa un viņas komanda veica.
2003. gadā viņa saņēma NASA Exceptional Space Act balvu, bet 2016. gadā prezidents Baraks Obama viņai pasniedza prezidenta brīvības medaļu.
2. Ketrīna Džonsone
Attēla apraksts: Ketrīnas Džonsones portrets. Autori: NASA
Vēl viena ietekmīga sieviešu dzimuma datu zinātniece no 20. gadsimta 60. gadiem ir Ketrīna Džonsone, kuras ievērojamākais ieguldījums ir datu analīze ASV misijas Freedom 7 vajadzībām un aprēķini misijai Friendship 7.
Viņai tiek uzskatīts, ka viņa izmantoja datus, lai aprēķinātu perfektu orbītas trajektorijas ceļu Freedom 7. Viņa arī piedalījās misijā, kas nosūtīja pirmo lidmašīnu orbītā Zemi, un Apollo 11 misijā, kas nosūtīja pirmo cilvēku uz Mēnesi.
Pirms darba NASA viņa jau bruģēja ceļu nepietiekami pārstāvētām grupām, jo viņa bija viena no pirmajām trim melnādainajām studentēm, kas iestājās Rietumvirdžīnijas universitātes integrētajā maģistrantūras programmā.
Viņas ieguldījumu 2015. gadā novērtēja arī prezidents Baraks Obama ar prezidenta brīvības medaļu.
3. Florence Naitingeila
Attēla apraksts: Florences Naitingeilas portrets. Autori: Perry Pictures/Kongresa bibliotēka, Vašingtona, D.C. (LC-USZ62-5877)
Mūsdienu medmāsu pamatlicēja Florence Naitingeila bija arī datu zinātniece. Viņa atzina, cik svarīga ir laba uzskaite slimnīcās, un ar karalienes Viktorijas atbalstu organizēja Karalisko komisiju, lai analizētu armijas mirstības datus.
Viņu analīze palīdzēja noteikt, ka lielāko daļu karavīru nāves gadījumu izraisīja novēršamas slimības. Padarot savu ietekmi vēl lielāku, Naitingeila izveidoja diagrammu, kas tagad pazīstama kā “Lakstīgalas rozes diagramma”, lai parādītu datus, kas parāda mirstības samazināšanos pēc Sanitārās komisijas prakses ieviešanas. Datu pieejamības nodrošināšana palīdzēja iestāties par jauniem sanitārijas standartiem.
4. Fei-Fei Lī
Attēla apraksts: Dr Fei-Fei Lee portrets pie tāfeles. Autori: Filips Montgomerijs
Dr Fei-Fei Li ir ievērojams amerikāņu datorzinātnieks, kurš ir devis nozīmīgu ieguldījumu mākslīgā intelekta jomā.
Viņas ievērojamais darbs ietver darbu par AI galveno zinātnieku uzņēmumā Google 2017. gadā, kā ImageNet un ImageNet Challenge izgudrotāju, kā arī vadošo advokātu STEM un AI daudzveidības aizstāvēšanā.
Viņa līdzdibināja bezpeļņas organizāciju AI4ALL, kas koncentrējas uz AI daudzveidības un pieejamības veicināšanu. Dr Li tiek plaši uzskatīts par AI pionieri, kurš lielu uzsvaru liek uz cilvēka vērtību nozīmi mašīnmācības attīstībā.
5. Dr Jeannette Wing
Attēla apraksts: Dr. Jeanette Wing portrets. Autori: Microsoft
Dr. Jeannette Wing, Kolumbijas Datu zinātnes institūta datorzinātņu profesore, 2006. gadā uzrakstīja eseju ar nosaukumu "Datoriskā domāšana", kurā aizstāvēja skaitļošanas domāšanas kā vērtīgas prasmes nozīmi ikvienam. Viņa ieņēma arī Microsoft Research korporatīvās viceprezidentes amatu, kur viņa izveidoja programmu, lai prognozētu, kā tehnoloģijas ietekmēs sabiedrību nākamajā desmitgadē.
Dr Wing ieguldījums datorzinātnēs ir nopelnījis viņai daudzus apbalvojumus, un viņa ir ievērojama locekle vairākās cienījamās organizācijās, piemēram, Amerikas Zinātnes attīstības asociācijā, Amerikas Mākslas un zinātņu akadēmijā un Elektrisko un elektronisko inženieru institūtā. (IEEE), kā arī Computing Machinery asociācija (ACM).
6. Dafne Kollere
Attēla apraksts: Dr Daphne Koller portrets. Kredīti: Pīlārs
Daphne Koller ir datorzinātniece un uzņēmēja, kas ir devusi nozīmīgu ieguldījumu mašīnmācības jomā, jo īpaši varbūtības modeļu un Beijesa tīklu jomā. Viņa ieguva doktora grādu Stenfordas universitātē 1993. gadā un kļuva par datorzinātņu profesori Stenfordā, kur viņa 2011. gadā piedalījās universitātes pirmajā tiešsaistes kursā, kurā piedalījās vairāk nekā 100 000 studentu.
Viņa ir nodibinājusi vairākus veiksmīgus jaunuzņēmumus mākslīgā intelekta un mašīnmācīšanās jomā, tostarp uzņēmumu Insitro, kas izmanto mašīnmācīšanos jaunu zāļu un terapiju izstrādei. Viņa ir saņēmusi daudzus apbalvojumus par darbu datorzinātņu jomā.
Nacionālā inženierzinātņu akadēmija, Amerikas Mākslas un zinātņu akadēmija un Starptautiskā skaitļošanas bioloģijas biedrība ir dažas no prestižajām organizācijām, kurās Kollers ir biedrs. Viņa ir vadošā balss mašīnmācības jomā un viena no mūsdienu ietekmīgākajām sievietēm tehnoloģiju jomā.
Sieviešu un Code Labs akadēmija
Sievietes tehnoloģiju un datu zinātnē vēsturiski ir bijušas nepietiekami pārstāvētas, tomēr gadu gaitā ir bijuši izcili sieviešu datu zinātnieku piemēri. Mēs, Code Labs Academy, uzskatām, ka izglītībai jābūt pieejamai ikvienam, cita starpā, īpaši sievietēm.
Mūsu tiešsaistes pasākumu sērijā “Women in Tech”, ko rīkojām 2022. gadā, mūsu mērķis bija sniegt sievietēm platformu, lai dalītos savā pieredzē šajā nozarē. Turklāt viens no mūsu korporatīvajiem principiem ir daudzveidība un iekļaušana, kas atspoguļojas arī mūsu komandas locekļu dzimumu attiecībās: Pašlaik 52% mūsu uzņēmuma ir sievietes un 4% nav bināri. Mēs vēlamies nodrošināt vienlīdzīgu piekļuvi izglītībai vīriešiem, sievietēm, dīvainām un ne-binārām personām.
Papildus mūsu kursiem Berlīnē, mēs piedāvājam arī tiešsaistes programmēšanas kursus kiberdrošībā, datu zinātnē, UX/UI dizainā un tīmekļa izstrādē. Tātad ikviens visā pasaulē neatkarīgi no dzimuma, izcelsmes utt. var sasniegt savu mērķi un sākt savu pirmo darbu tehnoloģiju jomā.
Uzziniet vairāk
Ja vēlaties uzzināt vairāk par mūsu bootcamps vai ja jums ir kādi jautājumi par mūsu principiem vai vērtībām, sazinieties ar mums pa e-pastu vai zvaniet mums.
Sekojiet līdzi vietnei Eventbrite mūsu semināriem un pasākumiem klātienē Berlīnē, kā arī pilnīgi attāliem pasākumiem.
Ja vēlaties iemācīties kodēt, varat būt drošs, ka, mācoties Code Labs Academy, jūs iegūsit tādas pašas iespējas kā jebkurš cits.
Avoti:
-
https://www.collibra.com/us/en/blog/celebrating-four-female-data-scientists-who-changed-the-world#:~:text=Katherine%20Johnson%20is%20one%20of, sievietes%20dati%20zinātnieki%20līdz%20datums.
-
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
