Women in Tech Series: Data Science
I teknologisektoren har kvinner historisk vært underrepresentert. Ikke desto mindre er det et økende press for å oppmuntre flere kvinner til å jobbe med teknologi og trives i det. I dag er det mange klubber og prosjekter som støtter kvinner innen teknologi, for eksempel nettverksgrupper, mentorprogrammer og stipend.
Underrepresentasjonen av kvinner i IT-bransjen er forankret i en rekke årsaker, inkludert fordommer og forforståelser, mangel på mentorer og rollemodeller, og strukturelle hindringer. Å øke mangfoldet i teknologisektoren er ikke bare rettferdig, men det har vist seg å gi bedre resultater, inkludert økt kreativitet og innovasjon.
For å oppmuntre flere kvinner til å gå inn i feltet, er det avgjørende å redusere de institusjonelle og kulturelle hindringene som hindrer inntreden og forfremmelse i teknologisektoren. Dette innebærer å støtte lik kompensasjon, tilpasningsdyktige arbeidsplaner og inkluderende arbeidsplasskulturer i tillegg til å oppmuntre til STEM-utdanning for unge jenter og kvinner. Vi kan sikre at kvinner er tilstrekkelig representert og verdsatt i teknologisektoren ved å ta i bruk disse trinnene.
I denne bloggserien anerkjenner vi kvinner som har gjort en innvirkning på forskjellige teknologifelt, fra og med datavitenskap.
Kvinner innen datavitenskap har også vært historisk underrepresentert. Imidlertid prøver mange programmer og organisasjoner å endre dette.
Bildebeskrivelse: Tre kvinner som jobber over et skrivebord.
Datavitenskap innebærer å bruke statistiske metoder så vel som beregningsmetoder for å trekke ut innsikt fra store datamengder. Etter hvert som datavitenskap blir mer og mer viktig i mange bransjer, er det en økende etterspørsel etter dyktige forskere.
Men til tross for deres behov for dem, er kvinner fortsatt underrepresentert innen datavitenskap.
Flere innsatser og organisasjoner fremmer kvinner innen datavitenskap i et forsøk på å tette kjønnsgapet. For eksempel er Women in Data Science (WiDS) en global organisasjon som gir mentorskap, nettverksmuligheter og utdanningsressurser til kvinner som jobber i feltet. På samme måte er Women in Machine Learning (WiML) en gruppe kvinnelige dataforskere og maskinlæringsentusiaster som gir støtte til dette fellesskapet.
Andre initiativ inkluderer stipend og opplæringskurs skreddersydd spesielt for kvinner innen datavitenskap. For eksempel hjelper Anita Borg Institute kvinner som søker grader innen databehandling og teknologi ved å gi stipend og andre former for bistand.
Diversifisering i materialdisiplin vil kreve samordnet innsats fra enkeltpersoner, organisasjoner og iherdighet. Vi kan bidra til å sikre at datavitenskap drar nytte av hele spekteret av talent og perspektiver hvis vi bryter ned barrierene som hindrer kvinner i å gå inn og lykkes i feltet.
Å anerkjenne virkningen av de mest kjente kvinnene innen datavitenskap
Til tross for underrepresentasjonen av kvinner i datavitenskap, har det vært flere viktige kvinnelige skikkelser som har hatt en betydelig innvirkning på industrien, verden og våre (dag-til-dag) liv. Det er viktig å anerkjenne og feire prestasjonene til de som har banet veien for andre kvinner å følge. Selv om datavitenskap kan se ut til å være et noe nytt begrep, går historien tilbake til tidlig på 1960-tallet, andre verdenskrig, og til og med til perioden med dronning Victoria.
Bildebeskrivelse: Dataforsker Margaret Hamilton poserer med Apollo-veiledningsprogramvaren hun og teamet hennes utviklet ved MIT. Kreditt: Courtesy MIT Museum
Noe av Margaret Hamiltons mest bemerkelsesverdige arbeid var hennes bidrag til prosjektet Semi-Automatic Ground Environment (SAGE) og Apollo-oppdragene. Hun jobbet på SAGE-prosjektet ved MIT på 1960-tallet, hvor hun skrev programvare for å identifisere fiendtlige fly.
På slutten av 1960-tallet og begynnelsen av 1970-tallet hjalp hun med å kode veilednings- og kontrollsystemene til Apollo-oppdraget ved NASA, som er der hun kodet begrepet "programvareteknikk" for å beskrive arbeidet hun og teamet hennes gjorde.
Hun mottok Exceptional Space Act Award fra NASA i 2003, og i 2016 ble hun overrakt Presidential Medal of Freedom av president Barack Obama.
2. Katherine Johnson
Bildebeskrivelse: Portrait of Katherine Johnson. Kreditt: NASA
En annen innflytelsesrik kvinnelig dataforsker fra 1960-tallet er Katherine Johnson, hvis mest bemerkelsesverdige bidrag inkluderer dataanalyse for United States Freedom 7-oppdraget og beregninger for Friendship 7-oppdraget.
Hun er kreditert for å ha brukt data for å beregne en perfekt banebane for Freedom 7. Hun bidro også til oppdraget som sendte det første flyet i bane rundt Jorden og Apollo 11-oppdraget som sendte det første mennesket til Månen.
Før hun jobbet i NASA, banet hun vei for underrepresenterte grupper, siden hun var en av de tre første svarte studentene som meldte seg på et integrert graduate-program ved West Virginia University.
Bidragene hennes ble også anerkjent av president Barack Obama med Presidential Medal of Freedom i 2015.
3. Florence Nightingale
Bildebeskrivelse: Florence Nightingale-portrett. Kreditt: Perry Pictures/Library of Congress, Washington, D.C. (LC-USZ62-5877)
Florence Nightingale, grunnleggeren av moderne sykepleie, var også en dataforsker. Hun anerkjente viktigheten av god journalføring på sykehus og organiserte en kongelig kommisjon, med støtte fra dronning Victoria, for å analysere hærens dødelighetsdata.
Analysen deres bidro til å fastslå at flertallet av soldatdødsfallene var forårsaket av sykdommer som kunne forebygges. For å gjøre hennes innflytelse enda større, laget Nightingale et diagram, nå kjent som "Nightingale Rose Diagram", for å presentere dataene som demonstrerer nedgangen i dødsraten etter å ha implementert praksis fra Sanitation Commission. Å presentere dataene tilgjengelig hjalp til med å fremme nye standarder for sanitærforhold.
4. Fei-Fei Lee
Bildebeskrivelse: Portrett av Dr Fei-Fei Lee foran en tavle. Kreditt: Philip Montgomery
Dr Fei-Fei Li er en fremtredende amerikansk dataforsker som har gitt betydelige bidrag til feltet kunstig intelligens.
Hennes bemerkelsesverdige arbeid inkluderer å tjene som sjefforsker for AI hos Google i 2017, være oppfinneren av ImageNet og ImageNet Challenge, og være en ledende talsmann for å ta til orde for mangfold innen STEM og AI.
Hun var med å grunnlegge den ideelle organisasjonen AI4ALL, som fokuserer på å fremme mangfoldet og tilgjengeligheten til AI. Dr Li er allment ansett som en AI-pioner som legger sterk vekt på viktigheten av menneskelige verdier i utviklingen av maskinlæring.
5. Dr Jeannette Wing
Bildebeskrivelse: Portrait of Dr Jeanette Wing. Kreditt: Microsoft
Dr. Jeannette Wing, en informatikkprofessor ved Columbia's Data Science Institute, forfattet et essay i 2006 kalt "Computational Thinking", som tok til orde for viktigheten av databasert tenkning som en verdifull ferdighet for alle. Hun hadde også stillingen som Corporate Vice President for Microsoft Research, hvor hun etablerte et program for å forutsi hvordan teknologi ville påvirke samfunnet i løpet av det neste tiåret.
Dr Wings bidrag til informatikk har gitt henne en rekke priser, og hun er et fremtredende medlem av flere anerkjente organisasjoner, som American Association for the Advancement of Science, American Academy of Arts and Sciences og Institute of Electrical and Electronic Engineers (IEEE) samt Association for Computing Machinery (ACM).
6. Daphne Koller
Bildebeskrivelse: Portrait of Dr Daphne Koller. Studiepoeng: Pilar
Daphne Koller er en informatiker og gründer som har gitt betydelige bidrag til feltet maskinlæring, spesielt innen probabilistiske modeller og Bayesianske nettverk. Hun fikk sin doktorgrad fra Stanford University i 1993 og ble professor i informatikk ved Stanford, hvor hun var med på universitetets første nettkurs i 2011, som tiltrakk seg over 100 000 studenter.
Hun har grunnlagt flere vellykkede startups innen kunstig intelligens og maskinlæring, inkludert Insitro, et selskap som bruker maskinlæring for å utvikle nye medisiner og terapier. Hun har mottatt mange priser for sitt arbeid innen datavitenskap.
National Academy of Engineering, American Academy of Arts and Sciences og International Society for Computational Biology er noen av de prestisjetunge organisasjonene Koller er medlem av. Hun er en ledende stemme innen maskinlæring og en av dagens mest innflytelsesrike kvinner innen teknologi.
Women and Code Labs Academy
Kvinner innen teknologi så vel som innen datavitenskap har vært historisk underrepresentert, men det er fremragende eksempler på kvinnelige dataforskere gjennom årene. Vi i Code Labs Academy mener at utdanning skal være tilgjengelig for alle, blant annet, spesielt for kvinner.
I vår nettbaserte eventserie «Women in Tech» vi arrangerte i 2022, hadde vi som mål å gi kvinner en plattform for å dele sine erfaringer innen bransjen. I tillegg er et av våre bedriftsprinsipper mangfold og inkludering, noe som også gjenspeiles i kjønnsforholdet til våre teammedlemmer: For tiden er 52 % av selskapet vårt kvinner og 4 % er ikke-binære. Vi ønsker å sikre at vi gir lik tilgang til utdanning for mannlige, kvinnelige, skeive og ikke-binære individer.
I tillegg til våre klasseromskurs i Berlin, tilbyr vi også nettbaserte programmeringskurs i Cyber Security, Data Science, UX/UI-design og webutvikling. Så alle over hele verden, uansett kjønn, bakgrunn osv., kan forfølge målet sitt og starte sin første jobb innen teknologi.
Lære mer
Hvis du ønsker å lære mer om våre bootcamps eller hvis du har spørsmål angående våre prinsipper eller verdier, ta kontakt med oss via e-post eller ring oss.
Hold øye medEventbrite for våre workshops og arrangementer personlig i Berlin, så vel som helt eksterne arrangementer.
Hvis du vil lære å kode, kan du være sikker på at du får samme sjanse som alle andre når du studerer med Code Labs Academy.
Kilder:
-
https://www.collibra.com/us/en/blog/celebrating-four-female-data-scientists-who-changed-the-world#:~:text=Katherine%20Johnson%20is%20one%20of, kvinnelige%20data%20forskere%20til%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