Seria „Kobiety w branży technologicznej”: nauka o danych
W sektorze technologii kobiety były w przeszłości niedostatecznie reprezentowane. Niemniej jednak istnieje coraz większa potrzeba zachęcania większej liczby kobiet do pracy w technologii i rozwijania się w niej. Obecnie istnieje wiele klubów i projektów wspierających kobiety w technologiach, takich jak grupy networkingowe, programy mentorskie i stypendia.
Niedostateczna reprezentacja kobiet w branży IT ma swoje korzenie w różnych przyczynach, w tym w uprzedzeniach i uprzedzeniach, braku mentorów i wzorców do naśladowania oraz przeszkodach strukturalnych. Zwiększanie różnorodności w sektorze technologii jest nie tylko sprawiedliwe, ale udowodniono, że przynosi lepsze wyniki, w tym większą kreatywność i innowacyjność.
Aby zachęcić więcej kobiet do podjęcia pracy w tym sektorze, niezwykle ważne jest zmniejszenie przeszkód instytucjonalnych i kulturowych, które uniemożliwiają wejście i awans w sektorze technologii. Obejmuje to wspieranie równego wynagrodzenia, elastycznych harmonogramów pracy i włączającej kultury w miejscu pracy, a także zachęcanie młodych dziewcząt i kobiet do edukacji STEM. Podejmując poniższe kroki, możemy zapewnić, że kobiety będą odpowiednio reprezentowane i cenione w sektorze technologii.
W tej serii blogów doceniamy kobiety, które wywarły wpływ na różne dziedziny technologii, zaczynając od nauki o danych.
Historycznie rzecz biorąc, kobiety w dziedzinie nauki o danych również były niedostatecznie reprezentowane. Jednak liczne programy i organizacje próbują to zmienić.
Opis obrazu: Trzy kobiety pracujące przy biurku.
Analiza danych obejmuje stosowanie metod statystycznych i obliczeniowych w celu wydobywania wniosków z dużych ilości danych. Ponieważ analityka danych staje się coraz ważniejsza w wielu branżach, rośnie zapotrzebowanie na wykwalifikowanych naukowców.
Jednak pomimo ich zapotrzebowania kobiety są nadal niedostatecznie reprezentowane w dziedzinie nauki o danych.
Kilka wysiłków i organizacji promuje kobiety w nauce danych, starając się zlikwidować różnicę między płciami. Na przykład Women in Data Science (WiDS) to globalna organizacja zapewniająca mentoring, możliwości nawiązywania kontaktów i zasoby edukacyjne kobietom pracującym w tej dziedzinie. W podobnym duchu Women in Machine Learning (WiML) to grupa badaczek danych i entuzjastek uczenia maszynowego, która zapewnia wsparcie tej społeczności.
Inne inicjatywy obejmują stypendia i kursy szkoleniowe dostosowane specjalnie dla kobiet w dziedzinie analityki danych. Na przykład Instytut Anity Borg pomaga kobietom ubiegającym się o stopnie naukowe w dziedzinie informatyki i technologii, zapewniając stypendia i inne formy pomocy.
Dywersyfikacja dyscyplin materiałowych będzie wymagała wspólnych wysiłków osób, organizacji i wytrwałości. Możemy pomóc zapewnić, że analityka danych skorzysta z pełnego zakresu talentów i perspektyw, jeśli przełamiemy bariery uniemożliwiające kobietom wejście na tę dziedzinę i odniesienie sukcesu.
Uznanie wpływu najsławniejszych kobiet na naukę danych
Pomimo niedostatecznej reprezentacji kobiet w nauce o danych, istnieje wiele ważnych postaci kobiecych, które wywarły znaczący wpływ na branżę, świat i nasze (codzienne) życie. Ważne jest, aby właściwie doceniać i celebrować osiągnięcia tych, które utorowały drogę innym kobietom. Chociaż analityka danych może wydawać się terminem nieco nowym, jej historia sięga wczesnych lat 60. XX wieku, drugiej wojny światowej, a nawet okresu królowej Wiktorii.
Opis zdjęcia: Informatyk Margaret Hamilton pozuje z oprogramowaniem naprowadzającym Apollo, które ona i jej zespół opracowali w MIT. Źródło: Dzięki uprzejmości Muzeum MIT
Do najbardziej znaczących prac Margaret Hamilton należał jej wkład w projekt półautomatycznego środowiska naziemnego (SAGE) i misje Apollo. W latach 60. pracowała nad projektem SAGE na MIT, gdzie napisała oprogramowanie do identyfikacji samolotów wroga.
Pod koniec lat sześćdziesiątych i na początku siedemdziesiątych pomagała w kodowaniu systemów naprowadzania i kontroli misji Apollo w NASA, gdzie zakodowała termin „inżynieria oprogramowania” na określenie pracy, którą wykonywała ona i jej zespół.
W 2003 roku otrzymała od NASA nagrodę Unique Space Act Award, a w 2016 roku otrzymała od prezydenta Baracka Obamy Prezydencki Medal Wolności.
2. Katherine Johnson
Opis obrazu: Portret Katherine Johnson. Kredyty: NASA
Inną wpływową badaczką danych z lat 60. XX wieku jest Katherine Johnson, której najbardziej znaczący wkład obejmuje analizę danych dla misji United States Freedom 7 i obliczenia dla misji Friendship 7.
Przypisuje się jej, że wykorzystała dane do obliczenia idealnej trajektorii orbity Freedom 7. Brała także udział w misji, która wysłała pierwszy samolot na orbitę Ziemi, oraz misji Apollo 11, w ramach której pierwszego człowieka wysłano na Księżyc.
Już przed pracą w NASA torowała drogę niedostatecznie reprezentowanym grupom, ponieważ była jedną z pierwszych trzech czarnoskórych studentów, którzy zapisali się na zintegrowany program dla absolwentów na Uniwersytecie Zachodniej Wirginii.
Jej zasługi zostały także docenione przez prezydenta Baracka Obamę Prezydenckim Medalem Wolności w 2015 roku.
3. Florencja Słowik
Opis obrazu: Portret Florence Nightingale. Źródła: Perry Pictures/Biblioteka Kongresu, Waszyngton, D.C. (LC-USZ62-5877)
Florence Nightingale, założycielka nowoczesnego pielęgniarstwa, była także badaczką danych. Uznała znaczenie dobrego prowadzenia dokumentacji w szpitalach i przy wsparciu królowej Wiktorii zorganizowała Komisję Królewską, aby przeanalizować dane dotyczące śmiertelności armii.
Ich analiza pomogła ustalić, że większość zgonów żołnierzy była spowodowana chorobami, którym można było zapobiec. Aby jej wpływ był jeszcze większy, Nightingale stworzyła diagram, obecnie znany jako „Diagram Róży Słowika”, aby przedstawić dane wykazujące spadek wskaźników zgonów po wdrożeniu praktyk Komisji Sanitarnej. Przystępne przedstawienie danych pomogło w propagowaniu nowych standardów sanitarnych.
4. Fei-Fei Lee
Opis obrazu: Portret doktora Fei-Fei Lee przed tablicą. Kredyty: Philip Montgomery
Doktor Fei-Fei Li jest wybitnym amerykańskim informatykiem, który wniósł znaczący wkład w dziedzinę sztucznej inteligencji.
Jej godne uwagi prace obejmują pełnienie funkcji głównego naukowca ds. sztucznej inteligencji w Google w 2017 r., bycie wynalazcą ImageNet i ImageNet Challenge oraz bycie czołową orędowniczką propagowania różnorodności w STEM i sztucznej inteligencji.
Współzałożycielka organizacji non-profit AI4ALL, która koncentruje się na promowaniu różnorodności i dostępności sztucznej inteligencji. Doktor Li jest powszechnie uważany za pioniera sztucznej inteligencji, który kładzie duży nacisk na znaczenie wartości ludzkich w rozwoju uczenia maszynowego.
5. Doktor Jeannette Wing
Opis obrazu: Portret doktora Jeanette Wing. Kredyty: Microsoft
Doktor Jeannette Wing, profesor informatyki w Data Science Institute w Columbii, w 2006 roku napisała esej zatytułowany „Computational Thinking”, w którym podkreśliła znaczenie myślenia obliczeniowego jako cennej umiejętności każdego człowieka. Pełniła także funkcję wiceprezesa korporacyjnego Microsoft Research, gdzie stworzyła program przewidywania wpływu technologii na społeczeństwo w ciągu następnej dekady.
Wkład dr Wing w informatykę przyniósł jej liczne nagrody i jest wybitnym członkiem kilku cenionych organizacji, takich jak Amerykańskie Stowarzyszenie na rzecz Postępu Nauki, Amerykańska Akademia Sztuki i Nauki oraz Instytut Inżynierów Elektryków i Elektroników (IEEE), a także Stowarzyszenie Maszyn Obliczeniowych (ACM).
6. Daphne Koller
Opis obrazu: Portret dr Daphne Koller. Kredyty: Filar
Daphne Koller jest informatykiem i przedsiębiorcą, który wniósł znaczący wkład w dziedzinę uczenia maszynowego, szczególnie w obszarze modeli probabilistycznych i sieci Bayesa. Uzyskała stopień doktora na Uniwersytecie Stanforda w 1993 r., a następnie została profesorem informatyki na Uniwersytecie Stanforda, gdzie w 2011 r. współprowadziła pierwszy na uniwersytecie kurs online, który przyciągnął ponad 100 000 studentów.
Założyła kilka odnoszących sukcesy startupów w obszarze sztucznej inteligencji i uczenia maszynowego, m.in. Insitro, firmę wykorzystującą uczenie maszynowe do opracowywania nowych leków i terapii. Za swoją pracę w dziedzinie informatyki otrzymała wiele nagród.
Narodowa Akademia Inżynierii, Amerykańska Akademia Sztuki i Nauki oraz Międzynarodowe Towarzystwo Biologii Obliczeniowej to tylko niektóre z prestiżowych organizacji, których Koller jest członkiem. Jest wiodącym głosem w dziedzinie uczenia maszynowego i jedną z najbardziej wpływowych kobiet w branży technologicznej.
Akademia Kobiet i Code Labs
W przeszłości kobiety zajmujące się technologią i nauką o danych były niedostatecznie reprezentowane, jednak na przestrzeni lat istnieją znakomite przykłady kobiet zajmujących się analityką danych. W Code Labs Academy wierzymy, że edukacja powinna być dostępna dla każdego, między innymi, zwłaszcza dla kobiet.
W ramach naszej serii wydarzeń online „Kobiety w technologii”, którą zorganizowaliśmy w 2022 r., chcieliśmy zapewnić kobietom platformę do dzielenia się swoimi doświadczeniami w branży. Ponadto jedną z naszych zasad korporacyjnych jest różnorodność i włączenie, co znajduje również odzwierciedlenie w proporcji płci członków naszego zespołu: Obecnie 52% pracowników naszej firmy to kobiety, a 4% to osoby niebinarne. Chcemy zapewnić równy dostęp do edukacji osobom płci męskiej, żeńskiej, queer i niebinarnej.
Oprócz naszych kursów stacjonarnych w Berlinie oferujemy również kursy programowania online z zakresu cyberbezpieczeństwa, analityki danych, projektowania UX/UI i tworzenia stron internetowych. Dzięki temu każdy na całym świecie, bez względu na płeć, pochodzenie itp., może osiągnąć swój cel i rozpocząć pierwszą pracę w branży technologicznej.
Ucz się więcej
Jeśli chcesz dowiedzieć się więcej o naszych bootcampsach lub masz pytania dotyczące naszych zasad lub wartości, skontaktuj się z nami e-mailem lub zadzwoń do nas.
Obserwuj Eventbrite nasze warsztaty i wydarzenia odbywające się osobiście w Berlinie, a także wydarzenia całkowicie zdalne.
Jeśli chcesz nauczyć się kodować, możesz być pewien, że będziesz miał takie same szanse jak wszyscy inni, studiując w Code Labs Academy.
Źródła:
-
https://www.collibra.com/us/en/blog/celebrating-four-female-data-scientists-who-changed-the-world#:~:text=Katherine%20Johnson%20is%20one%20of, kobieta%20data%20naukowcy%20to%20data.
-
https://odetta.ai/blogs/5-female-data-scientists-that-are-torują-drogę-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