数据科学是一个快速发展的领域，但增长速度并不均衡。如果我告诉你，在过去的 30 年里，计算机科学领域的女性比例大幅下降，你会怎样？从 1984 年到 2016 年，计算机科学毕业生中女性的比例从 37% 下降到 18%，2020 年只有 27% 的角色从事数据工作和分析由女性担任。由于分析和洞察以及生命科学分析领域的女性人数较多，这一平均值略有偏差。数据科学本身的性别比例较低：只有 20% 的数据科学家是女性。截至 2020 年，数据科学领域的男性人数是女性的四倍。女性的收入也低于男性。在整个数据和分析领域，男性的收入比女性高 17%。这种差异的部分原因可能是一波新的女性数据科学家加入该领域担任入门级职位。但这种模式很重要：男性的收入远远超过女性同事。
为什么成为数据科学家的女性越来越少？
尽管数据科学领域的训练营和学位正在激增，但女性在这些群体中所占的比例较低，这意味着寻找数据科学工作的女性毕业生较少。女性在科技领域的代表性不足从年轻时就开始了。在大约 11 至 12 岁之前，女孩往往与男孩一样对 STEM 领域表现出同样的兴趣。当他们年满 16 岁时，他们的兴趣急剧下降。这种模式源于我们文化和整个教育系统中广泛的性别问题。与男性同龄人相比，十几岁的女孩不太可能将 STEM 领域视为适合她们的地方。即使他们在课堂上表现良好，他们也不太可能受到老师的鼓励。他们也可能因 STEM 职业中缺乏女性榜样而感到沮丧。
为什么女性放弃数据科学职业？
根据 Better Buys 的数据，女性辞去科技工作职位的可能性是男性的两倍。与许多领域一样，女性比男性更有可能辞职或休假以照顾孩子或年长的家庭成员。即使他们重返工作岗位，他们也可能因被认为错过了时间而处于不利地位。公司可以通过为男性和女性提供同薪育儿假来直接解决这个问题。世界各地越来越多的公司正在制定平等休假政策。这使得育儿工作的分配更加均匀，而且随着时间的推移，似乎正在逐渐改变针对请假育儿的文化耻辱。
但其中一些问题是数据科学特有的。该领域女性的缺乏可能会自我延续；妇女看不到其他妇女担任领导职务，并期望找到更少的晋升机会。技术团队中缺乏女性可能会导致潜在的有毒环境。在接受数据科学硕士采访时，Jana Eggers 指出，“一些性别歧视和偏见问题”是女性不参与其中的原因之一。不要总是留在这个行业。在同一次采访中，莉莲·皮尔森(Lillian Pierson)评论道，“女性经常因外表和穿着而面临性别歧视。”组织领导者需要正面挑战性别歧视文化问题。如果女性不受尊重，她们就没有理由留下来。
数据科学领域女性的资源和网络
尽管数据科学领域的性别比例不平等是一个具有挑战性的问题，但这是数据科学家和教育工作者多年来一直在努力解决的问题。所有这些工作的积极成果是，有许多专业网络和资源可以支持科技领域的女性：从教女孩编程到为进入数据科学的女性提供专业导师。那里有很多有用的资源。如果您是数据科学领域的女性，或者希望支持生活中的年轻女性，请查看以下计划。
针对女孩和年轻女性的计划：
数据科学和技术领域女性资源：
数据科学领域已经成熟，为男性和女性提供了机会。已经在该领域工作的人们有责任确保他们的组织不仅欢迎而且积极支持所有性别和种族的员工。通过支持数据科学领域的女性，我们不仅使该领域的女性受益，而且使整个数据科学的未来创新受益。
