Vrouwen blijven ondervertegenwoordigd in de techsector, slechts een klein percentage van de vrouwen maakt carrière in dit vakgebied. Ondanks het feit dat vrouwen de helft van de beroepsbevolking vormen, zijn ze nog steeds ondervertegenwoordigd in veel tech specialisaties, waaronder data-analyse.
In elke sector maken bedrijven gebruik van data om inzichten te genereren en geïnformeerde beslissingen te nemen met behulp van data-analyse. Naarmate het vakgebied blijft groeien, groeit ook de vraag naar bekwame professionals die in staat zijn inzichten te halen uit complexe datasets. Ondanks de snelle groei van data-analyse, slaagt het van oudsher door mannen gedomineerde vakgebied er nog steeds niet in om genoeg vrouwen aan tafel te brengen. Volgens de meest recente gegevens van het Amerikaanse Bureau of Labor Statistics hadden vrouwen in 2020 27% van de banen in computer- en wiskundige beroepen in de Verenigde Staten in handen.
Data beïnvloedt elk aspect van ons leven, dus het is cruciaal dat zowel mannen als vrouwen betrokken zijn bij het interpreteren en toepassen van deze informatie. Vrouwen die carrière maken in datawetenschappen dragen niet alleen bij aan het vormgeven van de datagedreven wereld, maar verkrijgen ook persoonlijke voordelen, zoals toegang tot een snelgroeiend vakgebied met aantrekkelijke salarissen en carrièrevooruitzichten. Door meer vrouwen aan te moedigen om de techsector te betreden, kunnen we meer mogelijkheden voor hen creëren om te groeien in hun carrière en financiële stabiliteit te bereiken.
Vrouwen in Data Analyse
Wat brengen Vrouwen in Data Analyse naar de SQL TAFEL ... of Dataset, of Matrix?
Diverse perspectieven: vrouwen brengen diverse standpunten en ervaringen die resulteren in meer innovatieve oplossingen en betere resultaten. Met meer vrouwen in het vakgebied kan de techsector beter inspelen op de behoeften en voorkeuren van diverse bevolkingsgroepen. Vrouwen kunnen ook inzichten bieden in kwesties die mogelijk over het hoofd worden gezien door door mannen gedomineerde teams, zoals vooringenomenheden wat betreft data of de impact van technologie op gemarginaliseerde gemeenschappen.
Verbeterde nauwkeurigheid: het perspectief van vrouwen kan helpen bij het identificeren en verminderen van vooringenomenheden, wat leidt tot nauwkeurigere en betrouwbaardere data. Omdat vrouwen vaak ondervertegenwoordigd zijn in data, kan dit leiden tot een "gender data gap" die bevooroordeelde beslissingen en beleidsmaatregelen uitlokt.
Gelijkheid en inclusie: vrouwen kunnen helpen bij het bevorderen van diversiteit in data-analyse door andere vrouwen aan te moedigen en te ondersteunen om carrière te maken in het vakgebied door middel van mentorprogramma's, netwerkevenementen en andere initiatieven die de deelname van vrouwen in het veld bevorderen.
Volgens Stephanie Brooks, een partner bij Harnham, een van de toonaangevende aanbieders van wervingsdiensten en advies op de Data en Analytics markt:
"Het zakelijke argument voor een divers personeelsbestand is duidelijk - onderzoek heeft keer op keer bewezen dat diverse teams betere resultaten boeken. Een divers personeelsbestand creëert een meer holistisch bedrijf; een bedrijf dat meer innovatieve producten en diensten aanbiedt, naast het creëren van een meer stimulerende, plezierige en uitdagende omgeving voor individuen om zich binnen te ontwikkelen. Om concurrerend te blijven in het aantrekken en behouden van de beste vaardigheden op de markt, moeten bedrijven manieren onderzoeken om een diverse reeks talenten te accommoderen en te ondersteunen."
Dus, waarom worden er niet meer vrouwen aangenomen? Ze zijn aanzienlijk ondervertegenwoordigd in veel tech-gerelateerde velden, waaronder informatica en engineering. Volgens UNESCO richt minder dan 30 procent van de vrouwelijke studenten zich wereldwijd op STEM-gerelateerde onderwerpen in het hoger onderwijs. Omdat veel vrouwen gebrek hebben aan zichtbare rolmodellen, vinden vrouwen het moeilijk om niet alleen mentoren te vinden die begeleiding en steun kunnen bieden, maar ook een duidelijk en definitieve weg naar succes te banen. Bewuste en onbewuste vooroordelen op de werkplek, die zich uiten in aannames over de capaciteiten of voorkeuren van vrouwen of genderverwachtingen over het soort werk dat ze zouden moeten doen, kunnen hun techdoelen nog verder belemmeren. Om vooroordelen te bestrijden, moeten bedrijven een gelijk speelveld creëren met gelijke kansen voor vrouwen om te slagen.
Door gebruik te maken van de ervaringen van toonaangevende vrouwelijke stemmen in data-analyse, kunnen we niet alleen jonge meisjes inspireren om een carrière in de techsector na te streven, maar ook gebieden voor verbetering in de sector aanwijzen.
Vrouwelijke Leiders in Data Analyse
Hilary Mason
Als datawetenschapper en ondernemer heeft Hilary Mason gewerkt bij bedrijven zoals Bitly en Fast Forward Labs. Ze is ook de oprichter van de community Fast Forward Labs, die consulting en onderzoeksdiensten aan bedrijven biedt.
Cathy O'Neil
Cathy O’neil is niet alleen auteur van bestseller "Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy", ze is ook wiskundige en datawetenschapper. O'Neil richtte het consultingbedrijf ORCAA op, dat expertise biedt in ethische en verantwoorde datawetenschappen.
Kristen Sosulski
Kristen Sosulski is een professor aan de NYU's Stern School of Business en auteur van het boek "Data Visualization Made Simple." Ze heeft ook gewerkt als data-analyse consultant voor bedrijven zoals Accenture en Ernst & Young.
Erica Baker
Tech-advocate Erica Baker was een Director of Engineering bij Github en is nu Head of Technology bij Parkwood Entertainment. Ze heeft gewerkt als data-analist en software-ingenieur bij een aantal andere bedrijven, waaronder Google en Slack.
Ellen Nielsen
Ellen Nielsen is Chevron’s Chief Data Officer, die ervoor zorgt dat data toegankelijk en betrouwbaar is om betere besluitvorming mogelijk te maken. Gedurende haar carrière heeft ze een datagedreven benadering genomen voor sourcing strategieën, organisatorische capaciteiten en leveranciersrelaties.
Aan de slag
Dus, hoe kun je uitblinken in data-analyse?
Data-analyse omvat het verzamelen, analyseren en interpreteren van grote hoeveelheden data om patronen en trends te identificeren die kunnen worden gebruikt om geïnformeerde zakelijke beslissingen te nemen. Dit vereist een sterke achtergrond in wiskunde en statistiek, evenals bekwaamheid in programmeertalen zoals SQL, Python en R. Bekijk deze strategieën om je te helpen aan de slag te gaan:
Volg een opleiding in een gerelateerd veld: overweeg het behalen van een diploma in informatica, wiskunde of statistiek. Veel universiteiten bieden nu gespecialiseerde data-analyseprogramma's die studenten uitrusten met de kennis en vaardigheden die nodig zijn om te slagen in dit veld.
Volg online cursussen en bootcamps: verken online cursussen en bootcamps om de vereiste vaardigheden te verwerven, waaronder SQL, Python en R.
Ironhack biedt verschillende data-analyse en andere tech bootcamps die individuen in staat stellen om industrie-relevante vaardigheden te leren en praktijkervaring op te doen.
Zoek mentorships: sluit je aan bij een van de talrijke initiatieven die zijn gecreëerd om je te helpen slagen in de digitale economie.
Stanford University’s Women in Data Science (WiDS) initiatief organiseert datathons, presenteert data science leiders in hun podcast serie, en moedigt middelbare scholieren aan om carrières in data science te overwegen.
Des Chriffres et des Jeunes traint jonge mensen in data science en biedt data fellowships, om de gender data kloof te verkleinen.
Bouw een netwerk: maak verbinding met andere data-analisten door conferenties, meetups en het lid worden van professionele organisaties.
Vrouwen in Data en Women Who Code bieden middelen, netwerkmogelijkheden en ondersteuning voor vrouwen die werken in data-gerelateerde velden.
Vrouwen in Machine Learning onderhoudt een directory van vrouwelijke datawetenschappers, organiseert mentorings evenementen en beheert een mailinglijst voor vacatures.
Klaar om in de voetsporen te treden van geweldige vrouwelijke tech-leiders? Ga de uitdaging aan met onze Data Analytics Bootcamp.
