Don't you want to read? Try listening to the article in audio mode 🎧
Wie viele andere technische Berufe ist die Data Science-Branche derzeit von Männern dominiert. Laut der neuesten Ausgabe des O'Reilly's Women in Data Report sind gerade einmal 26% der DatenwissenschaftlerInnen Frauen. Angesichts des Mangels an qualifizierten Fachkräften ist die Zeit für Frauen ideal, sich für diese lukrativen Stellen zu qualifizieren. In diesem Artikel verraten wir euch, warum es gerade jetzt so wichtig ist, das Gender-Gap bei Data Science zu schließen und welche Chancen sich daraus speziell für Frauen ergeben.
Source: medium.com[/caption] Emily Glassberg Sands: In ihrer Rolle als Head of Data Science bei Coursera ist es ihre Mission, durch datengetriebene Entscheidungen und Produkte eine bessere Lernplattform aufzubauen. Sie promovierte in Wirtschaftswissenschaften an der Harvard University. Ihre akademische Forschung verbindet Experimente, Ökonometrie und maschinelles Lernen, um die Arbeitsmärkte und die Entscheidungsfindung der Verbraucher besser zu verstehen. Sie wurde in der populären Presse, einschließlich der New York Times, dem Wall Street Journal und dem National Public Radio gefeatured. Wer mehr über ihre Sicht auf Data Science erfahren will, kann auf medium und auf DataHack Radio mehr darüber erfahren.
Source: twitter.com[/caption] Yael Garten ist die Direktorin für Siri Analytics, Evaluation und Data Engineering bei Apple. Ihre Mission ist es, Siri zu verbessern, indem sie ihre AI auf Basis der vorhandenen Daten laufend optimiert. Zuvor war sie als Director of Data Science bei LinkedIn tätig. Sie arbeitet auch als Beraterin bei verschiedenen Start-ups und ist eine führende Stimme bei verschiedenen Konferenzen. Zum Kennenlernen empfehlen wir Yael Gartens Interview über Women in Data Science (2017).
Source: analyticsvidhya.com[/caption] Sarah Nooravi arbeitet derzeit als Senior Data Scientist bei Operam. Sie ist eine der beliebtesten und hilfreichsten Persönlichkeiten auf LinkedIn. Sarah veröffentlicht regelmäßig Inhalte, die angehenden DatenwissenschaftlerInnen den Einstieg in die Branche erleichtern sollen, und steht jederzeit für hilfreiche und aufschlussreiche Ratschläge zur Verfügung. Wer jetzt Lust bekommen hat sie auf LinkedIn zu adden, ist hier nur einen Klick davon entfernt. Darüber hinaus publiziert sie ebenfalls auf medium und ist auf zahlreichen Konferenzen ein gern gesehener Gast.
Source: twitter.com[/caption] Susan Etlinger ist eine der angesehensten und einflussreichsten Stimmen für den klugen, überlegten und ethisch korrekten Umgang mit kleinen und großen Datensätzen. Sie ist Branchenanalystin bei der Altimeter Group, wo sie untersucht, wie sich die Datenexplosion auf Einzelpersonen und Institutionen auswirkt. In ihrem Berufsleben übersetzt sie komplexe technologische Innovationen in eine klare und ansprechende Sprache für nichttechnisches Publikum. Ihre Forschungsberichte und Reden wurden weit über eine Million Mal angesehen und sie wird regelmäßig von Fortune-500-Unternehmen, Start-ups und der öffentlichen Hand gebeten, Ratschläge zur Datenstrategie zu erteilen. “Old but gold” ist ihr TED Talk „What do we do with all this big data?“ aus 2014.
Source: databricks.com[/caption] Tina Rosario: Als Head of Data Innovation bei SAP Frankreich arbeitet Tina direkt mit Führungskräften in der Wirtschaft zusammen, um einen Datenverwaltungsansatz sowie zukünftige Funktionen für das Informationsmanagement zu entwickeln und Führungskräfte bei der Umsetzung ihrer Datenstrategie zu konsultieren. Sie engagiert sich seit Jahren aktiv für mehr Frauen in der Datenwissenschaft und ist Präsidentin des europäischen Women in Big Data-Netzwerks, das mehr Diversität im Bereich des Datenmanagements fördert. Wer sich mehr für ihr Engagement und das Thema interessiert, sollte ihre Präsentation zu „Mehr Frauen in Big Data“ auf keinen Fall verpassen. Die genannten Frauen sind nur einige von vielen hervorragenden Beispielen für Frauen, die sich im Technologiebereich durchgesetzt haben. Was hindert also mehr Frauen daran, sich zu engagieren? Das Fazit ist, dass noch mehr Ermutigung, noch mehr Unterstützung nötig sein wird, um mehr Frauen für MINT-Felder zu gewinnen. Weitere Aufklärungsprogramme, Konferenzen, Kampagnen usw. sind dringend erforderlich, um Frauen zu inspirieren, auf den Hightech-Zug zu setzen und an der gerade stattfindenden Technologie-Revolution teilzunehmen.
Was für eine Karriere als Datenwissenschaftlerin spricht
Gehalt & Gender Gap: Eine, von Microsoft beauftragte, Studie in Europa ergab, dass 93% aller DatenwissenschaftlerInnen mehr als das Durchschnittsgehalt in ihrem Land verdienen. Doch wie sieht es mit dem Gender Gap im Einkommen aus? In diesem Kontext kommt das Kaggle`s Machine Learning and Data Science Survey 2018 zu folgendem erstaunlichen Ergebnis: „Wir haben uns einen umfangreichen Datensatz mit fast 24.000 Umfrageantworten angesehen. Die Daten zeigen, dass bei den DatenwissenschaftlerInnen unter 30, Frauen etwas mehr als ihre männlichen Kollegen verdienen und im späteren Verlauf der Karriere der Gehaltsunterschied minimal zugunsten der Männer ausfällt.“ Zusammengefasst erwartet Datenwissenschaftlerinnen ein gutes Gehalt und kein signifikantes Gender Gap. Wenn man bedenkt in wie vielen Berufen Männer (leider immer noch!) deutlich mehr verdienen, sind diese Ergebnisse durchaus ein starkes Argument für Frauen diesen Karriereweg zu beschreiten.Die weibliche Sichtweise
Unsere Welt ist geprägt von Algorithmen und Modellen, die Daten aufnehmen und Erkenntnisse liefern. Beinahe alles wird heutzutage auf der Grundlage der Ergebnisse von Datenmodellen bestimmt: Welche TV-Serien weitergeführt werden, welche Lebensmittel in Supermärkten vorhanden sind bis hin zur Verteilung der Polizei-Ressourcen oder wie staatliche Budgets eingesetzt und die Umwelteinflüsse des Menschen gewichtet werden. Daten bestimmen zunehmend die Art und Weise wie wir Leben und um deren Erhebung, Auswertung und Interpretation kümmern sich fast ausschließlich Männer. Dieser Mangel an weiblichen Fachkräften bedeutet, dass den Fragen und den Variablen, die wir in Modellen verwenden - und folglich natürlich unseren Interpretationen dieser Modelle - die weibliche Sichtweise fehlt. Die Datenwissenschaft ist noch jung und Frauen haben die Möglichkeit, das Feld so zu gestalten, dass es die Welt, die es erforscht auch richtig widerspiegelt.Frauen ausdrücklich erwünscht
Mehr Frauen in Data Science zu haben, beeinflusst alles - von den Fragen, die wir stellen, über die Tools, die wir verwenden, bis zu den Techniken, die wir erforschen. Diversität ist der Schlüssel zu besseren Modellen und aussagekräftigeren Ergebnissen. Zum Beispiel hat sich der Tech-Riese Intel 2015 zu einem ehrgeizigen Plan verpflichtet, die Vielfalt in seinen Reihen zu erhöhen. Knapp drei Jahre später konnte die Zahl an Frauen und anderen Minderheiten im Unternehmen um 63% gesteigert werden. Die Rentabilität des Unternehmens hat keineswegs darunter gelitten, ganz im Gegenteil: Ein Unternehmensbericht von Morgan Stanley aus dem Jahr 2016 zeigt deutlich, dass Unternehmen mit sehr unterschiedlicher Geschlechterverteilung bei geringerer Volatilität leicht bessere Renditen erzielen können. Das wissen mittlerweile alle großen Player in der Branche.Die Nachfrage nach Fachkräften
Die Zahl der Stellenausschreibungen im Bereich Data Science ist in den letzten 5 Jahren explodiert. In jeder Branche und jedem Lebensbereich setzt sich die digitale Transformation unaufhaltsam fort. Mit den steigenden Datenvolumina steigt gleichermaßen die Nachfrage nach Spezialisten, die den Überblick im Datendschungel bewahren können. Laut dem großen Hochschulbildungsreport 2020 fehlen in Deutschland derzeit 95.000 Datenspezialisten, in Österreich dürften es rund 10.000 sein. Alleine die voestalpine, die derzeit 40 Mitarbeiter in diesem Bereich beschäftigt, will die Anzahl ihrer DatenanalystInnen bis 2025 auf 200 verfünffachen. Demnach stehen Frauen in dieser Branche alle Türen, Tore und Einfahrten offen.Inspirierende Frauen in Data Science
Source: medium.com[/caption] Emily Glassberg Sands: In ihrer Rolle als Head of Data Science bei Coursera ist es ihre Mission, durch datengetriebene Entscheidungen und Produkte eine bessere Lernplattform aufzubauen. Sie promovierte in Wirtschaftswissenschaften an der Harvard University. Ihre akademische Forschung verbindet Experimente, Ökonometrie und maschinelles Lernen, um die Arbeitsmärkte und die Entscheidungsfindung der Verbraucher besser zu verstehen. Sie wurde in der populären Presse, einschließlich der New York Times, dem Wall Street Journal und dem National Public Radio gefeatured. Wer mehr über ihre Sicht auf Data Science erfahren will, kann auf medium und auf DataHack Radio mehr darüber erfahren. Source: twitter.com[/caption] Yael Garten ist die Direktorin für Siri Analytics, Evaluation und Data Engineering bei Apple. Ihre Mission ist es, Siri zu verbessern, indem sie ihre AI auf Basis der vorhandenen Daten laufend optimiert. Zuvor war sie als Director of Data Science bei LinkedIn tätig. Sie arbeitet auch als Beraterin bei verschiedenen Start-ups und ist eine führende Stimme bei verschiedenen Konferenzen. Zum Kennenlernen empfehlen wir Yael Gartens Interview über Women in Data Science (2017). Source: analyticsvidhya.com[/caption] Sarah Nooravi arbeitet derzeit als Senior Data Scientist bei Operam. Sie ist eine der beliebtesten und hilfreichsten Persönlichkeiten auf LinkedIn. Sarah veröffentlicht regelmäßig Inhalte, die angehenden DatenwissenschaftlerInnen den Einstieg in die Branche erleichtern sollen, und steht jederzeit für hilfreiche und aufschlussreiche Ratschläge zur Verfügung. Wer jetzt Lust bekommen hat sie auf LinkedIn zu adden, ist hier nur einen Klick davon entfernt. Darüber hinaus publiziert sie ebenfalls auf medium und ist auf zahlreichen Konferenzen ein gern gesehener Gast. Source: twitter.com[/caption] Susan Etlinger ist eine der angesehensten und einflussreichsten Stimmen für den klugen, überlegten und ethisch korrekten Umgang mit kleinen und großen Datensätzen. Sie ist Branchenanalystin bei der Altimeter Group, wo sie untersucht, wie sich die Datenexplosion auf Einzelpersonen und Institutionen auswirkt. In ihrem Berufsleben übersetzt sie komplexe technologische Innovationen in eine klare und ansprechende Sprache für nichttechnisches Publikum. Ihre Forschungsberichte und Reden wurden weit über eine Million Mal angesehen und sie wird regelmäßig von Fortune-500-Unternehmen, Start-ups und der öffentlichen Hand gebeten, Ratschläge zur Datenstrategie zu erteilen. “Old but gold” ist ihr TED Talk „What do we do with all this big data?“ aus 2014. Source: databricks.com[/caption] Tina Rosario: Als Head of Data Innovation bei SAP Frankreich arbeitet Tina direkt mit Führungskräften in der Wirtschaft zusammen, um einen Datenverwaltungsansatz sowie zukünftige Funktionen für das Informationsmanagement zu entwickeln und Führungskräfte bei der Umsetzung ihrer Datenstrategie zu konsultieren. Sie engagiert sich seit Jahren aktiv für mehr Frauen in der Datenwissenschaft und ist Präsidentin des europäischen Women in Big Data-Netzwerks, das mehr Diversität im Bereich des Datenmanagements fördert. Wer sich mehr für ihr Engagement und das Thema interessiert, sollte ihre Präsentation zu „Mehr Frauen in Big Data“ auf keinen Fall verpassen. Die genannten Frauen sind nur einige von vielen hervorragenden Beispielen für Frauen, die sich im Technologiebereich durchgesetzt haben. Was hindert also mehr Frauen daran, sich zu engagieren? Das Fazit ist, dass noch mehr Ermutigung, noch mehr Unterstützung nötig sein wird, um mehr Frauen für MINT-Felder zu gewinnen. Weitere Aufklärungsprogramme, Konferenzen, Kampagnen usw. sind dringend erforderlich, um Frauen zu inspirieren, auf den Hightech-Zug zu setzen und an der gerade stattfindenden Technologie-Revolution teilzunehmen.
Data Science Ausbildungen in Österreich
Auch wenn in Österreich die Uhren bekanntlich etwas langsamer laufen, kann auch hierzulande die enorme Nachfrage nach Datenwissenschaftlerinnen nicht länger ignoriert werden. Als erste Universität startete die Universität Salzburg 2016 ihren Masterstudiengang „Data Science“. Entwickelt wurde der Studiengang von Fachleuten aus Statistik, Informatik, Wirtschafts- und Sozialwissenschaften, Recht und Philosophie sowie Geoinformatik, Biologie und Psychologie. Ein Jahr später folgte der gleichnamige Lehrgang der WU Wien und im Herbst 2018 ist auch die TU Wien mit einem interdisziplinären Studium für Daten-ExpertInnen auf den Zug aufgesprungen. Die Vienna Data Science-Group organisiert laufend Events und bietet neben einem spannenden Blog auch ein eigenes Job-Portal. Für Frauen besonders interessant: Als technischer Beruf fällt Data Science ebenfalls unter alle Förderungen der „Frauen in Technik-Initiative“. Dieses Projekt fördert in Zusammenarbeit mit dem AMS gezielt den Einstieg von Frauen in Berufe mit einem Frauenanteil von unter 40%. Zusätzlich listet das Online-Medium meine Technik (Link to https://www.meine-technik.at/) ausführlich Infos über Workshops, Exkursionen, Wettbewerbe, Beratungsstellen, Mentor/innenprogramme und Berufsinformationstage sowie Unterrichtsmaterialien. Der Verein Frauen in die Technik veranstaltet nicht nur regelmäßige Infotage, sondern berät auch zu Förderungen und stellt in besonderen Fällen ein Coaching zur Verfügung. Außerdem erhalten durch die Partnerschaft zwischen Talent Garden und the female factor deren Mitglieder europaweit Zugang zu Mentoren und Mentorinnen sowie Peer-to-Peer-Mastermind-Gruppen. Zudem werden auch Masterclasses und Veranstaltungen angeboten, die speziell auf Frauen ausgerichtet sind.
Artikel aktualisiert am: 17 August 2023
Lesen Sie weiter
Diese 10 Data Analytics Trends erwarten uns 2021
Data Analytics wird immer mehr zum Lebenselixier der IT. Big Data, maschinelles Lernen, Deep Learning, Data Science - ...
17/12/2020
Big Data Basics: Was ist Datenanalyse und wofür ist sie gut?
Big Data zählt derzeit zu den Top-Trends im Bereich Business Intelligence und Datenanalyse, und trotzdem leiden ...
27/10/2020
Grundlagen Datenbankdesign: So funktioniert der Einstieg
Bereits 2014 wurde von IBM das Zeitalter der Daten ausgerufen. Internet, Video, Anrufdatensätze, Kundentransaktionen, ...
02/10/2020
Was ist Data Scraping und wie wird es im Bereich der Datenanalyse angewendet
Data Scraping ist die Bezeichnung für ein Feld, das unterschiedliche Bereiche umfasst. Dazu gehören die Optimierung der ...
04/05/2022