Coraz więcej Polaków zainteresowanych jest poszerzaniem umiejętności związanych z branżą Data Science. Wśród chętnych na pracę z danymi są przede wszystkim mężczyźni. Warto jednak zaznaczyć, że liczba kobiet zainteresowana działaniem w tym obszarze, również jest wysoka. Według danych No Fluff Jobs aż 58 proc. ankietowanych kobiet wyraziło zainteresowanie pracy w branży IT, w tym w Data Science. Jest to przyszłościowy zawód, w którym z pewnością odnajdzie się płeć piękna. Potwierdzeniem tego są nazwiska, które zasłynęły w pracy z danymi. Kim są znane kobiety w Data Science?

Kobiety w Data Science - najważniejsze nazwiska

Istnieje wiele kobiet, które świetnie odnalazły się w Data Science. Są one w różnym wieku, mają różne doświadczenia zarówno życiowe, jak i zawodowe. Startowały z zupełnie innego poziomu. Łączy je jedno, praca w Data Science. Kobiety te są przykładem, że stereotypy nie tylko można łamać, ale i trzeba. Poznaj niektóre z nich.

• Meta S. Brown - konsultantka, pisarka oraz analityk biznesowy, Master of Science in Nuclear Engineering na Massachusetts Institute of Technology, Bachelor of Science in Mathematics na Rutgers University. Ekspert w dziedzinie najnowocześniejszych analiz biznesowych.

• Tanya Berger-Wolf - prof. w College of Liberal Arts and Sciences, badaczka w dziedzinie Machine Learnings, analizy danych oraz biologii obliczeniowej. Jest ekologiem komputerowym, ma na swoim koncie liczne badania z zakresu Data Science. Współpracuje z biologami, stwarzając dla nich rozwiązania komputerowe.

• Corina Cortes - szefowa Google Research w Nowym Jorku, czołowa badaczka w dziedzinie uczenia maszynowego. Laureatka nagrody Paris Kanellakis Theory and Practice Award za pracę nad teoretycznymi podstawami maszyn wektorów nośnych.

• Fern Halper - analityk danych, analityk biznesowy, strateg. Zajmowała się zarządzaniem produktami w usługach m.in. Network Commerce Service. Kierowała opracowywaniem innowacyjnych podejść i systemów do analizy danych marketingowych i operacyjnych.

• Hilary Mason - założycielka i dyrektor generalna Fast Forward Labs (firmy badawczej zajmującej się inteligencją maszyn), Data Scientist w Accel Partners, współzałożyciel HackNY i członek NYC Resistor.

• Claudia Imhoff - CEO w Intelligent Solutions, firmie konsultingowej. Współautorka 5 książek, założyciel Boulder BI Brain Trust (BBBT). Wspiera klientów w opracowywaniu aplikacji biznesowych i analitycznych, wykorzystujących dane.

• Piyanka Jain - prezes i dyrektor generalna, członek zespołu ARYNG, który zajmuje się analityką danych. Pomaga w rozwoju DNA firm w zakresie danych, korzystając z matematyki, logiki i metod statystycznych. W swojej pracy wykorzystuje również uczenie maszynowe oraz sztuczną inteligencję.

• Manya Mayes - ekspertka w zakresie SAS i Text Analytics, Data Science w IBM, dyrektor generalna w Attensity. Doświadczony strateg, pomaga organizacjom podejmować lepsze decyzje. Współpracuje z takimi firmami jak: Ford, Honda, Costco, Bank of America, Wells Fargo czy Pfizer.

• Olivia Parr Rudd - znana na całym świecie ekspertka, mówczyni i certyfikowana moderatorka w LEAP z Extreme Leadership Institute ( w dziedzinie analizy i innowacji, a także przywództwa). Autorka książek.

• Yan Qu - Director of Data Science, Fraud & Risk, ekspertka w dziedzinie analityki i algorytmów big data, mediów społecznościowych, sieci społecznościowych, eksploracji wykresów. Naukowiec w ShareThis.

• Wei Wang - profesor w UNC Chapel Hill, czołowa badaczka w dziedzinie eksploracji danych, bioinformatyki i biologii obliczeniowej oraz baz danych. Członek UCLA Jonsson Comprehensive Cancer Center, Institute for Quantitative and Computational Biology oraz Bioinformatics Interdepartmental Graduate Program Programme.

• Claudia Perlich - naukowiec Media 6 Degrees, zwyciężczyni wielu konkursów eksploracji danych, zdobywczyni nagrody za najlepszy artykuł na konferencji KDD-2011, autorka licznych publikacji naukowych.

Wspomniane wyżej kobiety przełamały stereotypy i zasiliły szeregi Data Scientistów. To kolejny krok do zmiany sposobu myślenia społeczeństwa o podziale zawodów na damskie i męskie. Te nazwiska, potwierdzają tezę, że siła kobiet w IT jest ogromna.

Poznaj nasze absolwentki

Warto zaznaczyć, że coraz więcej Polek podąża za marzeniami związanymi z byciem Data Scientist. Przykładem są jedne z absolwentek pierwszego w kraju kompleksowego Bootcampu Data Science Kodołamacz. Mowa o Annie Davy oraz Natalii Ziembie-Jankowskiej.

Anna Davy pracowała wcześniej w branży telekomunikacyjnej. Zarządzała działem obsługi klienta, wykonywała zadania menadżersko-organizacyjne. Nie miała wcześniej doświadczenia informatycznego. W trakcie urlopu macierzyńskiego stwierdziła, że chce zmienić coś w obranej ścieżce kariery. Zrobiła więc doktorat z ekonomii ukierunkowany na tematy informatyczne. W trakcie pisania pracy doktorskiej zajmowała się analizą rynku usług informatycznych. Stwierdziła więc, że Data Science jest dziedziną, w której z pewnością się znajdzie. Anna Davy zdecydowałą się na Bootcamp organizowany przez Kodołamacza. Po jego ukończeniu objęła stanowisko senior Data Scientist. Jeżeli chcesz posłuchać rozmowy z Anną koniecznie zajrzyj tutaj.

Z kolei Natalia Ziemba-Jankowska również początkowo zajmowała się zupełnie czymś innym. Jest nauczycielem matematyki, udzielała korepetycji. Doświadczenie z programowaniem miała niewielkie. Programowała w Pascalu i C++. Za namową przyjaciółek postanowiła się przebranżowić. Tak oto znalazła się na Bootcampie Data Science, który dał jej praktyczną wiedzę. Dziś wykorzystuje ją w pracy na stanowisku Deep Learning Engineer w Linux Polska. Natalia udzieliła nam również wywiadu, którego w całości możesz posłuchać na naszym kanale na YouTube.

Obie absolwentki, dzięki swojej ciężkiej pracy oraz wytrwałości w dążeniu do celu dosyć szybko zmieniły branżę oraz tryb życia na taki, o jakim marzyły.

Kto może zostać Data Scientistem?

Rozwój technologii sprawia, że zainteresowanie pracą w Data Science stale rośnie. Nie da się ukryć, że zarobki specjalistów od analizy danych są wyższe niż przeciętnego Kowalskiego. Co więcej, praca w Data Science pozwala na ciągły rozwój (jest on nawet wymagany w pracy na tym stanowisku). Czy każda kobieta sprawdzi się w pracy w Data Science?

Trudno jednoznacznie odpowiedzieć na to pytanie. Praca z danymi to zajęcie dla umysłów ścisłych. Nie znaczy to jednak, że humaniści I humanistki nie mogą spróbować pracy w nowym zawodzie. Jedno jest pewne, praca z danymi wymaga skupienia, precyzji oraz pasji. Analizowanie wykresów, dodawanie liczb, tworzenie hipotez jest nudne, ale bardzo potrzebne światu. Dlatego stanowisko Data Scientist zajmują zwykle ludzie z zamiłowaniem do analityki. Coraz częściej są to również kobiety, które w Data Science zajmują coraz to wyższe stanowiska i dumnie piastują swoje stanowiska, tworząc nowe, innowacyjne rozwiązania, wykorzystując do tego zbiory danych.

Jeżeli chcesz się dowiedzieć czy Data Science to branża dla Ciebie, weź udział w bezpłatnym teście predyspozycji na bootcamp Data Science, podczas którego czeka Cię również rozmowa z trenerem. Pomoże Ci to podjąć decyzję o udziale w kursie oraz utwierdzi Cię w przekonaniu czy Data Science to dobry wybór.