As mulheres continuam a ser sub-representadas na tech, com apenas uma pequena percentagem de mulheres à procura de uma carreira neste campo. Apesar do fato de que as mulheres compõem metade da força de trabalho, elas ainda são sub-representadas em muitos campos relacionados com a tecnologia, incluindo análise de dados.
Em todas as indústrias, as empresas aproveitam os dados para obter insights e tomar decisões informadas por análise de dados. À medida que o campo continua a crescer, também aumenta a demanda por profissionais qualificados para extrair insights de conjuntos de dados complexos. Apesar do rápido crescimento da análise de dados, este campo historicamente dominado por homens ainda não consegue trazer mulheres suficientes para a mesa. Segundo os últimos dados do U.S. Bureau of Labor Statistics, as mulheres ocupavam apenas 27% dos empregos em posições de computação e matemática nos Estados Unidos em 2020.
Os dados influenciam todos os aspectos de nossas vidas, por isso é crucial que homens e mulheres estejam envolvidos na interpretação e aplicação dessas informações. As mulheres que buscam carreiras em ciência de dados não contribuem apenas para moldar um mundo orientado por dados, mas também recolhem benefícios pessoais, como acesso a uma área em rápida expansão com opções de salário atraentes e perspectivas de carreira. Ao incentivar mais mulheres a juntarem-se a este campo, podemos criar mais oportunidades para que consigam avançar nas suas carreiras e alcançarem estabilidade financeira.
Mulheres em Análise de Dados
O que as Mulheres em Análise de Dados Trazem para a TABELA SQL ... ou Conjunto de Dados, ou Matriz?
Perspectivas diversas: as mulheres trazem visões e experiências diversas que resultam em soluções mais inovadoras e melhores resultados. Com mais mulheres no campo, a indústria pode atender melhor às necessidades e preferências de populações diversas. As mulheres também podem fornecer insights sobre questões que podem ser negligenciadas por equipas dominadas por homens, como vieses nos dados ou o impacto da tecnologia em comunidades marginalizadas.
Maior precisão: a perspectiva das mulheres pode ajudar a identificar e reduzir vieses, levando a dados mais precisos e confiáveis. Como as mulheres costumam ser sub-representadas nos dados, isso pode levar a uma "lacuna de dados de género" que promove decisões e políticas tendenciosas.
Igualdade e inclusão: as mulheres podem ajudar a promover a diversidade na análise de dados, encorajando e apoiando outras mulheres a procurarem carreiras no campo por meio de programas de mentoria, eventos de networking e outras iniciativas que promovem a participação das mulheres no campo.
Segundo Stephanie Brooks, parceira da Harnham, uma das principais provedoras de serviços de recrutamento e conselhos no mercado de análise de dados:
“As vantagens para os negócios de uma força de trabalho diversificada é claro - pesquisas provam continuamente que equipas diversas produzem melhores resultados. Uma força de trabalho diversificada cria um negócio mais holístico; um negócio que está cheio de produtos e serviços mais inovadores, além de criar um ambiente mais estimulante, agradável e desafiador para os indivíduos prosperarem. Para se manterem competitivas na atração e retenção das maiores competências no mercado, as empresas devem explorar maneiras de acomodar e apoiar uma gama diversa de talentos.”
Então, por que é que mais mulheres não estão a ser contratadas? Porque as mulheres são significativamente sub-representadas em muitos campos relacionados com a tech, incluindo ciência da computação e engenharia. De acordo com a UNESCO, menos de 30 por cento das estudantes se focam em assuntos relacionados com STEM no ensino superior, globalmente. Como muitas mulheres carecem de exemplos a seguir visíveis, as mulheres acham mais difícil não apenas encontrar mentores que possam fornecer orientação e apoio, mas também forjar um caminho claro e definitivo para o sucesso. O viés consciente e inconsciente no local de trabalho, manifestando-se em suposições sobre as habilidades ou preferências das mulheres ou as expectativas de género sobre os tipos de trabalho que as mulheres devem fazer, podem impedir ainda mais seus objetivos tech. Para combater o viés, as empresas devem criar um campo de jogo nivelado com oportunidades iguais para as mulheres terem sucesso.
Ao usar as experiências de vozes femininas líderes em análise de dados, podemos não apenas inspirar meninas a seguir tech, mas também identificar áreas para melhoria na indústria.
Líderes Femininas em Análise de Dados
Hilary Mason
Como cientista de dados e empreendedora, a Hilary Mason trabalhou em empresas como Bitly e Fast Forward Labs. Também foi fundadora da comunidade de ciência de dados Fast Forward Labs, que oferece serviços de consultoria e pesquisa para empresas.
Cathy O'Neil
A autora best-seller de "Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy.", Cathy O’Neil também é matemática e cientista de dados. O'Neil fundou a consultoria ORCAA, que oferece expertise em ciência de dados ética e responsável.
Kristen Sosulski
Kristen Sosulski é professora na Stern School of Business da NYU e autora do livro "Data Visualization Made Simple." Também trabalhou como consultora de análise de dados para empresas como Accenture e Ernst & Young.
Erica Baker
A defensora tech Erica Baker foi Diretora de Engenharia no Github e agora é Chefe de Tecnologia na Parkwood Entertainment. Ela trabalhou como analista de dados e engenheira de software em várias outras empresas, incluindo Google e Slack.
Ellen Nielsen
Ellen Nielsen é a Chief Data Officer da Chevron, garantindo a acessibilidade e confiabilidade dos dados para permitir uma melhor tomada de decisões. Ao longo da sua carreira, ela adotou uma abordagem orientada por dados para estratégias de sourcing, capacidades organizacionais e relacionamentos com fornecedores.
Primeiros Passos
Então, como é possível destacar-se em análise de dados?
A análise de dados envolve recolher, analisar e interpretar grandes quantidades de dados para identificar padrões e tendências que podem ser usados para tomar decisões de negócios bem informadas. Isso requer um forte background em matemática e estatística, bem como proficiência em linguagens de programação como SQL, Python e R. Dê uma vista de olhos nestas estratégias que ajudam a começar:
Obtenha um diploma num campo relacionado: considere obter um diploma em ciências da computação, matemática ou estatística. Muitas universidades oferecem programas especializados em análise de dados que equipam os alunos com as habilidades e conhecimentos necessários para ter sucesso neste campo.
Faça cursos online e bootcamps: explore cursos online e bootcamps para adquirir as habilidades necessárias, incluindo SQL, Python e R.
A Ironhack oferece vários bootcamps de análise de dados e outras tecnologias que permitem aos indivíduos aprender competências relevantes para a indústria e ganhar experiência prática.
Procure mentorias: junte-se a uma das várias iniciativas criadas para aumentar as suas chances de ter sucesso na economia digital.
A iniciativa Women in Data Science (WiDS) da Universidade de Stanford alberga datathons, apresenta líderes em ciência de dados numa série de podcasts e incentiva estudantes do ensino secundário a considerar carreiras em ciência de dados.
Des Chriffres et des Jeunes treina jovens em Data Science e oferece bolsas de dados, para diminuir a discrepância de dados de género.
Construa uma rede: encontre outros analistas de dados ao participar de conferências, meetups e juntando-se a organizações profissionais.
Women in Data e Women Who Code fornecem recursos, oportunidades de networking e apoio para mulheres que trabalham em campos relacionados com dados.
Women in Machine Learning mantém um diretório de cientistas de dados mulheres, organiza eventos de mentoria e gerencia uma lista de mailing de postagens de emprego.
Pronta para seguir os passos de grandes líderes femininas em tech? Junte-se ao desafio com nosso Bootcamp de Análise de Dados.
