女性科技系列：数据科学
在科技领域，女性的代表性历来不足。尽管如此，鼓励更多女性从事技术工作并在其中茁壮成长的呼声越来越高。如今，有许多俱乐部和项目支持科技领域的女性，例如网络团体、导师计划和奖学金。
IT 行业女性代表性不足的根源有多种，包括偏见和成见、缺乏导师和榜样以及结构性障碍。促进科技行业的多样性不仅是公平的，而且已被证明可以产生更好的结果，包括增加创造力和创新。
为了鼓励更多女性进入该领域，减少阻碍女性进入和晋升科技领域的制度和文化障碍至关重要。除了鼓励年轻女孩和妇女接受 STEM 教育外，这还需要支持平等报酬、灵活的工作安排和包容性的工作场所文化。通过采取这些步骤，我们可以确保女性在科技领域得到充分的代表和重视。
在这个博客系列中，我们感谢从数据科学开始的不同技术领域产生影响的女性。
数据科学领域的女性历来代表性不足。然而，许多计划和组织正在尝试改变这一现状。
图片描述：三个女人在办公桌前工作。
数据科学涉及使用统计方法和计算方法从大量数据中提取见解。随着数据科学在许多行业中变得越来越重要，对熟练科学家的需求也不断增长。
然而，尽管需要女性，但女性在数据科学领域的代表性仍然不足。
一些努力和组织促进数据科学中的女性，以努力缩小性别差距。例如，数据科学女性 (WiDS) 是一个全球性组织，为该领域的女性提供指导、交流机会和教育资源。同样，机器学习女性 (WiML) 是一群女性数据科学家和机器学习爱好者，为该社区提供支持。
其他举措包括专门为数据科学领域的女性量身定制的奖学金和培训课程。例如，安妮塔博格研究所通过提供奖学金和其他形式的援助来帮助女性寻求计算机和技术学位。
材料学科的多样化需要个人、组织和勤奋的共同努力。如果我们打破阻碍女性进入该领域并取得成功的障碍，我们就可以帮助确保数据科学从全方位的人才和观点中受益。
认识数据科学领域最著名女性的影响
尽管数据科学领域的女性代表性不足，但仍有许多重要的女性人物对行业、世界和我们的（日常生活）产生了重大影响。正确地认可和庆祝那些为其他女性铺平道路的人的成就非常重要。尽管数据科学似乎是一个有点新的术语，但它的历史可以追溯到 20 世纪 60 年代初、第二次世界大战，甚至维多利亚女王时期。
图片描述：计算机科学家玛格丽特·汉密尔顿与她和她的团队在麻省理工学院开发的阿波罗制导软件合影。图片来源：麻省理工学院博物馆提供
玛格丽特·汉密尔顿最著名的一些工作是她对半自动地面环境 (SAGE) 项目和阿波罗任务的贡献。 20 世纪 60 年代，她在麻省理工学院参与了 SAGE 项目，编写了识别敌机的软件。
在 20 世纪 60 年代末和 1970 年代初，她帮助编写了 NASA 阿波罗任务的制导和控制系统的代码，她在这里编写了术语“软件工程”来描述她和她的团队正在做的工作。
2003年，她获得了美国宇航局颁发的杰出太空法案奖，2016年，她被巴拉克·奥巴马总统授予总统自由勋章。
2.凯瑟琳·约翰逊
图像描述：凯瑟琳·约翰逊的肖像。致谢：美国宇航局
20 世纪 60 年代另一位有影响力的女性数据科学家是凯瑟琳·约翰逊 (Katherine Johnson)，她最显着的贡献包括美国自由 7 号任务的数据分析和友谊 7 号任务的计算。
她因使用数据计算自由 7 号的完美轨道路径而受到赞誉。她还为将第一架飞机送入地球轨道的任务和将第一人送上月球的阿波罗 11 号任务做出了贡献。
在进入美国宇航局工作之前，她已经为代表性不足的群体铺平了道路，因为她是西弗吉尼亚大学首批就读综合研究生课程的三名黑人学生之一。
她的贡献还得到了美国总统巴拉克·奥巴马 (Barack Obama) 的认可，并于 2015 年授予总统自由勋章。
3.弗洛伦斯·南丁格尔
图片描述：弗洛伦斯·南丁格尔肖像。图片来源：Perry Pictures/国会图书馆，华盛顿特区 (LC-USZ62-5877)
现代护理学的创始人弗洛伦斯·南丁格尔也是一位数据科学家。她认识到医院保存良好记录的重要性，并在维多利亚女王的支持下组织了一个皇家委员会来分析军队死亡率数据。
他们的分析有助于确定大多数士兵死亡是由可预防的疾病引起的。为了使她的影响更大，南丁格尔创建了一个图表，现在被称为“南丁格尔玫瑰图”，以展示数据表明在实施卫生委员会的做法后死亡率下降。以可访问的方式呈现数据有助于倡导新的卫生标准。
4.李飞飞
图片描述：李飞飞博士在白板前的肖像。致谢：菲利普·蒙哥马利
李飞飞博士是美国著名计算机科学家，为人工智能领域做出了重大贡献。
她的著名工作包括 2017 年担任 Google 人工智能首席科学家、ImageNet 和 ImageNet 挑战赛的发明者，以及倡导 STEM 和人工智能多样性的主要倡导者。
她是非营利组织 AI4ALL 的联合创始人，该组织专注于促进人工智能的多样性和可及性。李博士被广泛认为是人工智能先驱，他非常强调人类价值观在机器学习发展中的重要性。
5. Jeannette Wing 博士
图片描述：Jeanette Wing 博士的肖像。学分：微软
哥伦比亚大学数据科学研究所计算机科学教授 Jeannette Wing 博士于 2006 年撰写了一篇题为“计算思维”的文章，倡导计算思维作为一项对每个人都有价值的技能的重要性。她还担任微软研究院公司副总裁，在那里她建立了一个项目来预测未来十年技术将如何影响社会。
Wing 博士对计算机科学的贡献为她赢得了无数奖项，她是多个受人尊敬的组织的杰出成员，例如美国科学促进会、美国艺术与科学学院以及电气和电子工程师协会(IEEE) 以及计算机器协会 (ACM)。
6.达芙妮·科勒
图片描述：Daphne Koller 博士的肖像。学分：支柱
Daphne Koller 是一位计算机科学家和企业家，为机器学习领域做出了重大贡献，特别是在概率模型和贝叶斯网络领域。她于 1993 年获得斯坦福大学博士学位，随后成为斯坦福大学计算机科学教授，并于 2011 年共同教授该大学的第一门在线课程，该课程吸引了超过 10 万名学生。
她在人工智能和机器学习领域创立了多家成功的初创公司，其中包括 Insitro，一家利用机器学习开发新药和疗法的公司。她因其在计算机科学领域的工作而获得了许多奖项。
科勒是美国国家工程院、美国艺术与科学学院和国际计算生物学学会等一些著名组织的成员。她是机器学习领域的领军人物，也是当今技术领域最具影响力的女性之一。
女性与代码实验室学院
历史上，科技和数据科学领域的女性代表性不足，但多年来，女性数据科学家的杰出例子不断涌现。 Code Labs Academy 相信教育应该向所有人（尤其是女性）开放。
在我们于 2022 年举办的“女性科技”在线活动系列中，我们旨在为女性提供一个分享行业经验的平台。此外，我们的企业原则之一是多元化和包容性，这也体现在我们团队成员的性别比例上：目前，我们公司52%是女性，4%是非二元性别。我们希望确保为男性、女性、酷儿和非二元个体提供平等的受教育机会。
除了柏林的课堂课程外，我们还提供网络安全、数据科学、UX/UI 设计和 Web 开发方面的在线编程课程。因此，全球任何人，无论性别、背景如何，都可以追求自己的目标并开始他们的第一份科技工作。
＃＃＃ 了解更多
如果您想了解有关我们训练营的更多信息，或者对我们的原则或价值观有任何疑问，请通过电子邮件 与我们联系或致电我们。
请密切关注 Eventbrite，了解我们在柏林举办的现场研讨会和活动以及完全远程的活动。
如果您想学习如何编码，请放心，当您在 Code Labs Academy 学习时，您将获得与其他人相同的机会。
来源：
-
https://www.collibra.com/us/en/blog/celebating-four-female-data-scientists-who-changed-the-world#:~:text=Katherine%20Johnson%20is%20one%20of，女性%20数据%20科学家%20至%20日期。
-
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-influenceials-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
