文 | 陳靜
社群調研 | DT數據俠社群、LWT社群
數據 | 獵聘大數據
題圖 | 站酷海洛
在數據科學領域，女性從業者的身影仍然很少。為了更加深入地瞭解這一群體，DT數據俠聯合獵聘大數據研究院、科技女性社群LWT發起了數據科學領域女性從業者的調研。
現如今，數據科學已經被應用到社會的各個領域當中，火熱的人工智能、大數據等領域背後都藏著數據科學家的身影。
那麼數據科學的從業者究竟是怎樣的一群人呢？其中受到最多關注的當屬數據科學家了。作為行業金字塔頂端的人才，他們玩得轉數據、搞得定統計、攻得下編程；他們往往有著交叉的學科背景，例如數學、統計學、機器學習以及特定領域的專業知識。
除了數據科學家外，根據工作技能側重點的不同，數據科學行業還有大量的數據分析師、數據挖掘工程師、數據倉庫工程師、架構師和數據產品經理等，他們的職業也跟數據息息相關。
但是DT君發現，在數據科學的各個領域裡，女性從業者的身影卻很少。
在我們正在進行的數據科學50人專訪中，已經完成專訪的23位頂尖數據科學家中僅有兩位女性，男性數據科學家佔據了絕大多數。同樣地，在很多大型的數據科學主題論壇中，你會看到發表演講的大多是男性學者和科學家。
DT君向來擅長用數據說話，那麼目前數據科學領域中女性從業者到底有多稀缺？她們都活躍在哪些崗位上？DT數據俠聯合獵聘大數據研究院，梳理了獵聘平臺上最近一年的數據科學領域從業者數據，來看看Data Girls是群怎樣的人吧。
▍玩兒轉數據的年輕女孩們
她們是數據科學領域的稀有物種。獵聘平臺大數據顯示，在數據科學家、數據產品經理、首席數據官、架構師、數據倉庫工程師、數據庫開發工程師、數據挖掘工程師等幾個職位中，只有17.47%是女性，男性從業者的數量是女性的4.7倍。
她們大多很年輕，而且是剛入行的數據新鮮人。在上述職位的女性從業者中，超過七成是30歲以下的年輕小姐姐，這是一群玩數據的年輕女孩兒。
不僅如此，從工作年限來看，超過三成的女性從業者的工作年限在3年以下，看來最近幾年湧現出了大量對數據感興趣的女性，越來越多的女性勇敢地加入到了數據熱潮之中。
從城市來看，北京和上海聚集了超過一半的女性數據科學從業者，超過33%的女性從業者在北京工作，還有20%在上海工作。
從行業來看，80%以上的女性從業者在互聯網行業工作，其次是金融行業。
從工作崗位來看，女性更偏愛數據挖掘工程師和數據產品經理的角色。女性從業者中超過33%選擇了數據挖掘工程師，超過30%選擇了數據產品經理。
她們是一個高學歷的群體。Data Girls中有一半以上是碩士學歷，有3.38%是博士及博士後學歷。
最後，她們拿著什麼水平的薪水呢？約13%的女性從業者年薪在10萬以下，約27%在10至15萬之間。在高薪區間，有約13%的女性年薪在30萬以上。
《哈佛商業評論》稱數據科學家是21世紀最性感的工作，在DT君看來，數據科學領域的Data Girls同樣“性感”，在男性從業者佔據主流的數據科學領域中，年輕敢為的她們也正在加入其中。
▍Data Girls 也有“性別偏見”的煩惱
不可否認，目前科技領域仍然由男性主導。即使在性別平等、企業性別多元化得到越來越多呼聲的今天，科技圈仍然時不時有“反多元化”的言論出現。
一個很典型的案例是，2017年8月，前谷歌軟件工程師James Damore撰寫的《谷歌的意識形態迴音室》一文抨擊了谷歌的多元性政策，認為女性天分上的不足導致了她們天生就不適合從事技術工作。文中提到：“女性在科技領域的任職人數不足，並不是因為她們在工作場所面臨偏見和歧視，而是由於男女之間固有的生物學上的差距。”可見，即使在硅谷這樣的“科技聖地”，傳統固化的思想仍在制約著女性在科技行業中的發展。（DT君注：James Damore撰文後被谷歌CEO桑德爾·皮蔡以違反員工守則為由解僱，這件事在美國科技界引發了廣泛討論。）
在中國的數據科學領域中，女性從業者同樣面臨著“性別偏見”的困擾。
為了更加深入地瞭解這一群體，數據俠社群聯合了科技女性社群Ladies Who Tech（LWT）發起了“女性數據科學從業者職業發展與領導力調研” 。
在問卷調研結果中，有一半的女性從業者稱在職業發展過程中偶爾感受到過性別偏見，有約9%的女性經常感受到性別偏見。而在“企業性別多元化”的問題中，只有約20%的女性認為所在企業很重視員工中的性別多元化，仍然有約14%的人認為企業不重視這一點。
▍超越偏見之後，擁抱數據科學的美
不管是從日常經驗來看，還是從女性從業者的感知來看，Data Girls都看起來是“弱勢群體”。難道說，在數據科學領域，女性真的不能做得像男性那樣好嗎？
數據俠數據科學50人專訪的兩位女性數據科學家不會同意這樣的觀點。
其中一位是杜曉夢，她是國內領先的大數據與人工智能技術服務公司百分點的首席數據科學家。
杜曉夢是一個喜歡問問題、喜歡刨根問底的人，她從小就展露出對數字的敏感，“喜歡用數據去解釋問題”。這樣的性格特質幫助她成為了一名出色的數據科學家。所以，她認為個體之間的差異已經超過了性別的差異，關鍵是看個人的興趣。因此女孩兒們只要喜歡與數字打交道，對數據世界充滿興趣，就能在這個領域有所成就。
不僅如此，女性往往更能勝任業務溝通的工作。杜曉夢在訪談中提到了技術人員與業務人員的認知差異問題。在實際的工作中，經常會遇到技術人員不瞭解實際業務，而業務人員不懂數據的情況，雙方的互不理解有時甚至會觸發激烈的爭執，這時候，雙方的溝通就顯得尤為重要。數據科學家經常要直接面對客戶，這些情況下女性的溝通能力往往能發揮優勢。她們能夠把具體業務中的關鍵問題提出來，讓數據科學家和客戶互相理解對方的訴求。
另一位優秀的女性數據科學家是萬菁，她是美國最大的汽車房屋保險司State Farm 的首席數據科學家。
她認為，女性數據科學家數量少的原因是本來進入理工科學習的女生就相對較少，進一步發展到數據科學行業的女性就更少。對於女性來說，從小時候開始可能就存在著這樣的誤區：認為理工科專業比如數學很難學，但是真正在學習這些學科的過程中，會發現男性和女性的差異並不大。
“在進入數據科學行業後，也會發現女性的編程能力和其他能力也不差。女性數據科學家的優勢體現在注重細節，在做數據分析時能夠發揮這個優勢。在面對女性不如男性的偏見時，女性從業者可以用工作結果和工作能力來證明自己。”
在女性如何平衡事業與生活的問題上，萬菁認為，男女平等不僅應該體現在職場上，還應該體現在家庭生活中。在美國的生活期間，她觀察到很多場合的活動都是父親帶著孩子參加，父親會積極地行使他們的角色，這樣媽媽們可以有時間去學習和工作。
兩位業界頂尖的女性數據科學家的經歷告訴我們，女孩兒們應該勇於超越性別偏見，同時發揮自身溝通能力強和細心的特質，在數據科學領域，女性可以與男性一樣玩轉兒數據科學。
▍女性獨特的領導力
數據俠與科技女性社群Ladies Who Tech（LWT）發起的調研也體現了女性在數據科學領域有著獨特的領導力。
科技女性社群Ladies Who Tech，簡稱LWT
有接近一半的受訪者認為女性從業者最出色的能力是情商和洞察力，有三成的受訪者認為女性從業者的優勢是溝通能力強、擅長跨部門合作。
除此之外，將數據進行形象化展示的思維能力也被認為是女性的優勢。女性或許可以發揮這些優勢，在數據科學領域找到自己的定位，發揮獨特的領導力量。
卓越的領導力是LWT社群中的科技女性非常重視的特質。作為LWT社群的顧問，Vivian Tian目前是eBay全球副總裁、eBay中國研發中心（CCOE）總經理，她引領下的eBay中國研發中心致力於大數據分析、大規模分佈式計算等數據科學方面的專業知識和技術。
eBay全球副總裁、eBay中國研發中心總經理 Vivian Tian
Vivian對女性在數據科學領域的領導力有獨到的理解。她認為，數據科學是個比較獨特的領域，不僅要有很強的邏輯思維能力和工程開發基礎，同時又需要有深入的業務知識，這樣才能把數據和業務場景完美結合。這都需要和不同的人、組織進行大量的溝通，在這些情形下，女性所擅長的溝通能力、團隊親和力和協調力往往能發揮出優勢，而這些又是數據行業領導者所需要的特質。
她還認為，社會上的固有偏見，以及在這種集體意識環境下，女性的心理暗示帶來的“自我受限”，是影響女性在科技界發展的最大障礙。
她鼓勵女性們要學會“去標籤化”，在數據科學領域，女性與男性的工作規劃應該是無差異的。作為女性，要學會傾聽自己的內心，正如在《向前一步》中，Sheryl認為，女性不敢向前一步最重要的原因是沒有克服內在的障礙，所以女性更應該勇於嘗試，迅速學習、抓住機遇不斷提升。
數據沒有性別，在每個女性數據科學從業者的背後，都是當代女性不斷打破偏見、不斷超越自己的蛻變之路。沒有哪一條科學之路是沒有阻礙的，隨著數據科學在這個時代更廣泛更深入地滲透到社會生活的方方面面，女性也應該更多地參與進來，在這一歷史洪流中擁抱數據科學的美，找到屬於女性的“半邊天”。
▍數據科學50人申請進行中...
“數據科學50人”項目是DT財經旗下數據俠計劃重點內容產品，與數據科學領域KOL挖掘數據內容的價值。我們將從商業數據科學領域選出最具代表性的50位先鋒進行深度專訪，由DT財經獨立評審併發布，第一財經數據科技及合作伙伴傾力支持。
▍數據俠計劃
“數據俠計劃”是由第一財經旗下DT財經發起的數據社群，包含數據俠專欄、數據俠實驗室系列活動和數據俠聯盟，旨在聚集大數據領域精英，共同挖掘數據價值。瞭解數據俠計劃詳情請回復“數據俠計劃”，投稿、合作請聯繫[email protected]。
閱讀更多 DT財經 的文章
