Как стать специалистом по данным, аналитиком данных или инженером искусственного интеллекта/машинного обучения: новые технологии для женщин? — В новых технологиях есть много возможностей для женщин, почти все роли, которые вы только можете себе представить. Будь то ученый данных или аналитик данных, ученый ML, инженеры ML. Все эти роли открыты для женщин, и поле очень поощряет женщин. Привет, ребята, так что в этот женский день у нас есть особенное видео, в котором мы поговорим о том, предназначены ли новые технологии для женщин? Таким образом, под новыми технологиями мы подразумеваем AIML, Data Science и Data Analytics, и для обсуждения этого у нас есть несколько отличных гуру и наставников Springboard. Итак, вперед.
Хорошо, поэтому мы здесь, чтобы обсудить в рамках этой специальной программы Женского дня новые технологии, такие как наука о данных, машинное обучение и анализ данных, которые вы знаете для женщин. Так что будет приятно получить ваши просмотры. Начнем с тебя, Павитра, ну конечно да! Это потому, что наука о данных и аналитика данных или новые появляющиеся технологии доставляют больше удовольствия, и я думаю, что женщины не должны упускать это из виду. Это не просто математика, это также понимание закономерностей и интуитивное понимание данных, и я думаю, что женщины очень хорошо разбираются в этих технологиях.
Интересный момент, а как насчет вас, Хирасмита, что вы думаете. Я полностью согласен, и это абсолютно для женщин. На самом деле это для всех, у кого есть склонность к любопытству, в течение длительного периода времени у нас не было чего-то столь же междисциплинарного, как наука о данных, поэтому люди с таким опытом, как химия, люди с таким опытом, как экономика, статистика, математика, компьютеры и т. д. и т. д. , готовы, и вы знаете, что раздвигаете эти границы, потому что и вы знаете, что наличие более разнообразной рабочей силы означает, что вы думаете по-другому, потому что в науке о данных нет единого способа решить проблему.
Так что, когда у вас разнообразный бэкграунд, результаты всегда лучше. Хорошее понимание, разнообразный бэкграунд, очень приятно. Да, Лаванья, вы основатель, и я думаю, что мысли, исходящие от основателя, мне действительно интересно услышать, как они продвигаются вперед. Абсолютно я согласен с обоими из них в том, что они абсолютно для женщин. Вы знаете пользователей технологий, где вы знаете, что применяется наука о данных, машинное обучение, аналитика данных, и что женщины не занимаются этими областями и работают над поиском решений, которые вы определенно знаете, чтобы создать это совсем другое решение, поэтому я думаю, что женщины абсолютно необходимы, и женщины абсолютно способны заняться всеми этими областями.
Хорошо, что у нас есть разнообразие, у нас есть основатель, я думаю, она также призывает вас, женщин, прийти и основать компанию в области науки о данных. Хорошо, пожалуйста, свяжитесь с ней и узнайте больше от нее. Павитра, вы работаете в растущей компании, и я думаю, как вы видите, что больше женщин присоединяются к этой области, я имею в виду, вы знаете, что вы думаете, как мы можем заставить их прийти в эти области. Итак, если вы правильно видите последние 5- 6 лет у нас был Flipkart, затем у нас появились такие компании, как Swiggy, я имею в виду наши собственные дези-индийские компании, и проблемы здесь разные, дело не только в том, что вы можете взять решение, которое работает в США, и разместить его здесь, это было бы т работать на нас.
Скажем, например, даже в Swiggy, как вы находите менеджера по доставке, вы действительно голодны, но когда, по вашему мнению, он придет, на самом деле несколько моделей машинного обучения работают, чтобы дать вам такой ответ. Итак, когда речь идет о женщинах, приходящих сюда, это также и о правильном представительстве, просто когда вы говорите о разном происхождении, важна не одна точка зрения, а, например, скажем, говорим ли мы о гендерных предрассудках, чтобы эти вещи прояснились. и это наука о данных также просто не о том, что вы знаете, предвзято к нам, мы всего лишь одно решение, она также рассматривает разные точки зрения, и когда женщины приходят в эту область, эти разные точки зрения усиливаются.
Интересно, как насчет вас, Хирасмита, как вы думаете, как мы можем мотивировать больше женщин прийти в эту область? Я думаю, вы должны подходить к этому совершенно по-другому, потому что женщины всегда чувствуют, что вы знаете, что они боятся теста на кодирование, они боятся, что они не на уровне, вы знаете, как меня оценивают
поэтому мы меняем то, как мы оцениваем женщин или вы знаете кого-то как такового с точки зрения решения проблем, а вы знаете, что просто смотрите, давая им тест на кодирование, чтобы покончить с их страхами, тогда мы смотрим на них в другом, мы помещаем их в среду, которая легче для них они, как вы знаете, начинают работу, поэтому я думаю, что нам следует пересмотреть конвейер, чтобы это не было похоже на проблему конвейера, а в том, как мы подходим к конвейеру, вот в чем проблема.
И, очевидно, у нас, как у компаний, много предубеждений, поэтому можем ли мы лучше импровизировать нашу политику, можем ли мы внедрить культуру удаленной работы для обеспечения гибкости для женщин в конце дня, это должно быть похоже на то, что они приносят на стол, вы не знаете, что они или кто они. Поэтому я думаю, что это важно. Таким образом, вы будете рассматривать их такими, какие они есть.
Итак, поскольку вы управляете компанией, и я уверен, что все здесь говорят о гендере, гендерном разнообразии, и вы знаете, что это горячая тема для обсуждения во многих технологических компаниях, мы видим, что люди пытаются изменить это правильно, что это такое? что вы делаете со своей стороны, чтобы мотивировать женщин, говоря, что эй, присоединяйтесь к нам, и вы знаете, что это преимущества, которые вы получаете, или эй, приходите и присоединяйтесь к таким компаниям, которые приходят и присоединяются к области машинного обучения в области науки о данных, так что вы думаете вы должны
делать то, что вы делаете прямо сейчас, что мотивирует их прийти и присоединиться.
Правильно, я думаю, что в первую очередь нужно помочь женщинам понять, что они могут делать все, что хотят, и делать это правильно. Показывая им образцы для подражания, например, будучи женщиной-основателем, вы знаете, что это дает понять, что это компания, ориентированная на женщин, кроме того, я думаю о том, что Чирасмита упомянул, что гибкость и культура удаленной работы на самом деле очень важны. полезно, я думаю, для женщин, потому что многие женщины на самом деле уходят, которые действительно очень талантливы, которые на самом деле сделали фантастические вещи, на самом деле уходят с работы, когда у них есть дети, когда они проходят через материнство, и предоставление этой гибкости имеет огромное значение.
Я просто хочу добавить здесь один момент, так что это только тогда, когда я слышала от разных женщин, и это действительно помогает, когда общая сенсибилизация придает вес в компании, потому что иногда происходит то, что я слышал это как отзыв, данный женщины не только вы знаете не только в сообществе специалистов по данным, но и говорите, что сталкиваетесь с кем-то как с агрессивным, но есть четкое различие, потому что есть разница между напористым и есть разница между агрессивным, поэтому женщины воспринимаются как агрессивные, когда на самом деле они настойчивы.
И когда вы специалист по данным, вы не знаете, что у вас есть только один модуль, который нужно правильно завершить, вы должны защищать данные, которые вы должны предоставить для обратной связи, в то же время вы также должны быть достаточно открытыми и получать отзывы в то же время также твердо говоря, что это может сработать, а это может не сработать. Так что в целом я вижу сообщество науки о данных как таковое, если оно должно расти, нам нужны союзники, союзники-мужчины, союзники, которые являются менеджерами, которые работают с нами, вы знаете, более чувствительные, чем вы знаете, что речь идет о поддержке женщин, особенно это только то, что я видел в сообществе.
Итак, как я уже говорил, есть недавний опрос, в котором говорится, что только 55% женщин на самом деле приходят в науку или инженерные области, а затем в настоящее время у нас есть только от 15 до 22% женщин в науке о данных и анализе данных AIML. так что я действительно хотел бы спросить вас, девочки, знаете ли вы, что действительно вдохновило вас прийти в эту область, и как прошел ваш путь.
Итак, Хирасмита, давайте начнем с вас, я думаю, что никогда не был так счастлив, я никогда не был бы так счастлив, занимаясь чем-то еще, кроме этого. Итак, я начал с науки о данных, и я начал, потому что я понятия не имел, что я хочу делать, но я хотел чего-то другого, как вы знаете, все хотят делать что-то другое, поэтому у меня была эта мысль, и я просто присоединился к Грейс Хоппер. Celebration for Women in Computing, и я встретил там даму, и я просто преследовал эту даму, почему бы вам не научить меня? Почему бы и нет, я хочу просто кое-что узнать, и это был мой первый прорыв, и вы знаете, первая отправная точка, и я получил свой первый пост с предложением о работе, и, вероятно, у меня было то, что сработало для меня, это то, что я был настойчив, и я был единственный специалист по данным в то время в моей компании для следующих 3 рабочих мест на самом деле единственный специалист по данным, и теперь, когда я вижу, что все уже изменилось, почти равно почти равное количество мужчин и женщин в процентах, что, как я вижу, есть улучшение, но многое можно сделать одновременно я думаю, что женщины должны быть смелыми, чтобы задавать вопросы, которые большинство людей боятся или боятся задавать они не просят зарплату они думают, что я согласен с этим, потому что их судят по их прошлому заработная плата правильная, поэтому в идеале большинство компаний не должны даже искать заработную плату, если вы подходите для работы, которую вы должны знать, чтобы принять это предложение.
Большинство людей не ведут переговоры. Женщины должны знать, как вести переговоры через предложение, потому что они этого заслуживают, и им не следует сомневаться в том, что я недостаточно хорош. Так что я думаю, что эти два изменения отношения могут привлечь много женщин в эту область, и это очень приемлемая область, потому что в этом сообществе есть много возможностей носить несколько шляп, поэтому я думаю, что мне нравится это в моей работе. Хорошо, так что задавайте вопросы, будьте настойчивы.
Да, Лаваня, вы были, я уверен, что вы прошли долгий путь как инженер по машинному обучению и ученый, затем вы основали свою компанию, поэтому мне интересно понять и узнать, как вы начали, и вы знаете, с какими проблемами вы столкнулись. и вы знаете, как вы пережили все это.
Таким образом, мое первое знакомство с наукой о данных никогда не называлось наукой о данных в то время, когда я учился в магистратуре в университете Юты. Я работал над статистическими моделями для компьютерной графики, поэтому я использовал машинное обучение, но это никогда не называлось, что я имею в виду. это называлось машинным обучением, но тогда я узнал об этом, это было для компьютерной графики. Затем я снова работал в Amazon. На самом деле я использовал некоторые алгоритмы машинного обучения, но это никогда не называлось наукой о данных, и это было очень сдержанно. Так что я был там инженером и фактически реализовывал все эти алгоритмы, и ни слова об этом.
Затем я какое-то время был в Myntra, и снова в InMobi было много интересных задач, связанных с таргетингом рекламы, которые можно было решить с помощью машинного обучения, и я смотрел на все это, в тот момент я чувствовал, что хочу углубиться в это, теперь есть так много ресурсов, чтобы на самом деле изучить машинное обучение в области науки о данных, но в то время даже Coursera не существовало, она только начинала. Тогда я решил получить докторскую степень и поступил в Индийский институт науки. Поэтому я защитил докторскую диссертацию в Индийском институте науки и снова присоединился к Amazon в качестве ученого и исследователя в области машинного обучения.
Там я снова работал над многими интересными проблемами, и я чувствовал, что в то время было так много людей, которые действительно хотели бы стать специалистом по данным, но теперь знали бы, как это на самом деле, что это за путешествие, чтобы стать специалистом по данным. Как на самом деле взломать интервью, поэтому я основал эту компанию machinelearninginterview.com на основе популярного запроса многих людей о том, как подготовиться к интервью.
Так что ее путь был долгим и сложным, многому приходилось учиться, разучиваться, а затем снова учиться. А ты, Павитра, тебе было легко? Итак, я был инженером-программистом, я работал в Microsoft, затем я уволился и стал исследователем дизайна, а затем я занялся инновационным консалтингом, я был в этой компании под названием Erehwon, а затем у меня была эта ошибка запуска, когда давайте сделаем стартап, давайте сделаем продукт, а затем я встретил своего соучредителя, и мы начали работать над стартапом в области искусственного интеллекта, который, как вы знаете, должен был создавать видео, которые недизайнеры, такие как мы, легко делают видео.
Я был в порядке, теперь мы знаем, как программировать и что-то в этом роде, но теперь я понял, что ИИ гораздо интереснее, и я начал заниматься компьютерным зрением, так что это было больше о призвании, потому что речь шла о том, чтобы объединить ИИ и дизайн. . Задача была огромной, и все дело было в понимании концепций и реализации концепций. Это было самой большой проблемой, поэтому мне нравилось это делать, и когда Swiggy приобрела нас, я увидел, что все, чему я научился на этапе запуска.
Я имею в виду, что нет ничего лучше, чем быть основателем стартапа, потому что вы должны носить несколько шляп, поэтому на этом этапе я многому научился, и когда я пришел сюда, я был в восторге, эта область намного интереснее, и у нас здесь гораздо больше проблем. потому что Swiggy, проблемы, с которыми мы столкнулись здесь, были очень индийскими проблемами, и для их преодоления требовалось много нестандартного мышления. Это было интересное путешествие, в основном это были самообучающиеся, такие как Чирасмита.
Я думаю, что, вероятно, большинство людей в сообществе специалистов по данным, вы должны быть. Так что это всегда было похоже на жажду знаний, хорошо, этот блог такой интересный, давайте посмотрим этот блог, послушаем этого человека, и вы знаете, это что-то еще, что вы собираетесь сказать, так что для нас это было похоже на охоту за сокровищами. . Это было действительно замечательное путешествие. Я думаю, что сообщество специалистов по данным также очень помогло мне. Так что было много людей, с которыми я учился, и я думаю, что наука о данных — это то, чему вы должны учиться вместе.
В противном случае это сложно, и в этом случае опять же очень важно, чтобы правильные женщины помогали женщинам. Когда у нас есть вице-президент, который недавно присоединился, женщина-вице-президент, я просто вижу ее и вдохновляюсь. Женщины, присутствующие там, на самом деле вдохновляют других. Так же, как она женщина-предприниматель говорит само за себя. Например, наличие большого количества женщин на руководящих должностях многое говорит о компании. И это одна из причин, по которой я люблю свою компанию и что вы видите там много образцов для подражания. Так что с отсутствием образцов для подражания нужно бороться.
Когда вы видите пример, вы хотите быть этим человеком, вы хотите пройти этот путь правильно. Я думаю, что это действительно важно. То, что я слышу, это много обучения, много настойчивости, женщины вдохновляют женщин. Это то, что я обычно слышу от всех вас. Так что было интересно услышать, как вы, ребята, стали специалистом по данным, специалистом по машинному обучению. Далее я хочу спросить, какие возможности существуют в этих новых технологиях? Так почему бы мне не начать с тебя, Лаванья.
Есть много возможностей для женщин в новых технологиях, почти все роли, которые вы можете себе представить. Будь то специалист по данным или аналитик данных, ученый ML, инженеры ML. Все эти роли открыты для женщин, и поле очень поощряет женщин. Поэтому в наши дни компании уделяют много внимания тому, чтобы женщины чувствовали себя комфортно, присоединяясь к рабочей силе, а также сохраняя за собой право. И я лично видел женщин в самых разных ролях на разных уровнях. Итак, от новичка до старшего научного сотрудника до главы группы по науке о данных, и я думаю, что это определенно отвечает на вопрос.
Есть много возможностей. А ты, Павитра? Считаете ли вы, что в новых технологиях открываются разные возможности? Это также касается перехода из одной области в другую. Так как я тоже делал что-то в этом роде, одно дело в том, что делать ошибки нормально, и вы можете попробовать и посмотреть, подходит ли это вам или нет. Одна вещь, которую я всегда мог сказать, это то, что вы можете быть экспертом в какой-то области, но наука о данных — это опять же что-то вроде того, что вы можете довольно легко научиться, а затем применить это в своей области, и вы будете творить с этим чудеса. У вас будет гораздо больше исследований, которые вы можете показать, и это похоже на инструмент, который вы можете использовать.
Следующее, что касается продакт-менеджеров ИИ, и я думаю, что они играют огромную роль, потому что они должны понимать ИИ, неопределенности, связанные с ним, как вы также привязываете его к бизнес-показателям, как вы собираетесь продвигать продвигать продукт и т. д. Итак, менеджеры по продуктам с ИИ на самом деле работают в разных областях, и я думаю, что это еще одна замечательная область. Если у вас есть степень магистра делового администрирования и если вы проходите курс по науке о данных, если вы можете понять это, почему бы вам не стать менеджером по продуктам ИИ.
Итак, что мы слушаем и что мы слышим здесь, так это наличие множества возможностей. Это просто то, как вы идентифицируете и идете на это. Так что просто идите вперед, найдите свое пространство и просто сделайте это правильно. Есть еще одна интересная статья, которую я читал, что, когда в технологиях меньше женщин, продукт, который получается, также становится предвзятым. Итак, я хочу понять от вас, Хирасмита, что если в новых технологиях будет больше женщин, это поможет технологиям, которые создаются.
Кроме того, как это влияет на гендерное равенство? Действительно хороший вопрос, потому что репрезентативность, инклюзивность и разнообразие имеют большое значение в технологиях, особенно в таких местах, как сообщество специалистов по данным. Причина в том, что мы ищем разные точки зрения при решении любой проблемы, любого вызова, независимо от того, как выглядит роль. Таким образом, вид эмпатии, вид очень разнообразного мыслительного процесса и точки зрения, которые женщины приносят к столу, не могут быть оспорены. Я думаю, что это то, что обеспечивает наилучшие результаты работы компании. Большинство компаний, которые действительно преуспевают сегодня, вы можете говорить о крупных Google, Facebook или Amazon в мире, они действительно заботятся о разнообразии, о репрезентации, потому что вы видите результаты. Это прямо перед вашими глазами. У нас есть статистика, подтверждающая это.
Делаем анализ. Так что я определенно думаю, что наличие гендерного баланса определенно создает, я думаю, через некоторое время мы говорили об этом когда-то назад, о кодексе, о котором говорила Шерил Сэндберг, что через некоторое время не будет женщин-лидеров, а будут только лидеры. Так что я думаю, что это имеет больше смысла, и в конечном итоге это произойдет для всех нас вместе. Итак, мы говорим, что есть возможности, которые также приведут к большему равенству на рабочем месте, и, конечно же, мы просто просим больше женщин приходить и пробовать новые технологии. Так что в этот женский день мы на самом деле призываем многих девушек, молодых девушек и женщин прийти и сделать карьеру в новых технологиях. Поэтому я думаю, что сейчас самое время спросить вас, девочки, есть ли какие-либо советы и рекомендации, которые вы хотели бы дать женщинам, о том, как вы можете сделать карьеру в новых технологиях.
Отличный вопрос, Ревати. Это то, что я сказал бы себе, когда рос: будь смелым, всегда будь готов задавать вопросы. Знайте, чего вы не знаете, потому что осознание себя имеет большое значение, и всегда будьте неумолимы, потому что в начале это желание может показаться подавляющим, но постоянное обращение к большому количеству людей очень помогает, потому что девяносто процентов людей никогда не ответят на ваши вопросы. вы и десять процентов является ключом к вашему следующему шагу в карьере. Будьте открыты для общения, общения с людьми, и вы знаете, что всегда ищите образцы для подражания.
Вот всем нам сегодня предстоит путешествие. Поэтому, если вам нужна помощь и совет, обратитесь к таким наставникам, как мы, поскольку у нас также есть образцы для подражания для этого карьерного перехода. Отвали. Я думаю, что этому сообществу нужны женщины. Лаванья, давай послушаем это от тебя. Какие-нибудь советы для женщин, как они могут сделать карьеру в новых технологиях? Я бы сказал, что женщины должны быть очень активными в том, что они хотят. Им нужно понять, чего они хотят, они должны не стесняться спросить, кто бы это ни был. Потому что иногда люди предполагают много вещей, поэтому мы хотим, чтобы мужчины знали, что это не всегда так.
Так что вам нужно быть очень открытым, и вам нужно пойти и спросить, что вы хотите. Второе, я думаю, найти своего чемпиона, найти свой образец для подражания и найти своего наставника, не могу не подчеркнуть. Да, наставник Павитра, давайте послушаем это от вас. Каков ваш совет? ИИ — это новое электричество. Это то, что Эндрю Янг сказал правильно. Очень скоро это будет похоже на «Люди, которые знают ИИ, и люди, которые не знают ИИ». Это будет похоже на то, что наука о данных станет чем-то вроде фундаментального обучения почти для всех, и я думаю, что мы не должны опоздать на этот поезд, и делать ошибки — это нормально, это нормально — начинать учиться.
Я знаю, что это немного пугающе. Скажем, например, вы впервые изучаете Python, ничего страшного, просто продолжайте в том же духе. Вы взломаете его. Это не гонка между вами или кем-то еще. На самом деле это гонка с самим собой. Это больше похоже на то, что вы знаете, как развлекаться и учиться, и это главное. Потому что, в конце концов, речь идет также о выполнении того, что вы хотите сделать, и я думаю, что в этом случае особенно женщины видели, что они действительно делают то, что им действительно нравится делать. Это потрясающе. Я думаю, что в конечном итоге у нас не будет женщин-специалистов по данным, а будет просто специалист по данным. Надеюсь да! Не будет женщин-исследователей данных. Будет просто специалист по данным.
Итак, вы говорите, что возможности есть, просто продолжайте в том же духе, задавайте вопросы, находите наставника и знаете, что не боитесь совершить ошибку. Так что всем спасибо за очень интересную и красивую дискуссию. Там много инсайтов. Кроме того, я чувствую, что это подводит нас к концу нашей сегодняшней дискуссии. Я хотел бы завершить очень красивой цитатой Эсти Лаудер: «Я не попала сюда, просто желая этого и надеясь на это. На самом деле я действительно достиг того, чего достиг, работая над этим». Так что я думаю, что это касается всех женщин, занятых в новых технологиях. Так что поздравляю всех с женским днем. Поздравляю всех с женским днем. Спасибо, спасибо и всех зрителей, с женским днем. Поздравляю всех присутствующих с женским днем.
Полезные ссылки:
подробнее: https://myuniversalnk.com/
