Women in data science

Vásárhelyi Orsolya
Vásárhelyi Orsolyával, a Female Success through Collaborative Networks c. disszertáció szerzőjével beszélgettünk.

Hogyan lettél data scientist?
Hivatalosan nem vagyok Data Scientist, bár ez egy nagyon nehezen definiálható szakma, alapvetően Network Scientist-nek (Hálózatkutatónak) tanulok a CEU Network Science Phd Programjában, ahol a időm jelentős részét programozással és statisztikai elemzésekkel töltöm és szerencsére a világ élvonalába tartozó kutatóktól tanulhatom nap, mint nap, hogy miképp lehet minőségi data science-t csinálni.
Kicsit kacifántos úton kerültem a az adatok varázslatos világába, nem a szokványos matematikus vagy computer scientist háttérrel rendelkezem. Társadalmi tanulmányok szakon végeztem az alapképzést az ELTE-n, ahol már másodéves korunkban voltak adatelemzés óráink. Gimnazista koromtól imádtam írni, egy ideig újságíróként is dolgoztam. Az adatelemzés órákon a  beadandóink jelentős része némi statisztikai elemzést és ezáltal írást foglalt magába. Első perctől imádtam, hogy a számok értelmet nyernek, a kódokból eredmények lesznek, és ezt le lehet fordítani az emberek nyelvére akár látványos adatvizualizációk, akár írások formájában. Így választottam a Survey Statisztika Mesterképzést, ahol mélyebb elméleti matematikatudást és piackutatási szemléletre tettem szert.
A legtöbb dolgot gyakorlatban tanaltam meg. A hálózatkutatással az alapképzésen ismerkedtem meg, volt egy társadalmi hálózatokról szóló óránk. Mint jó diák a vizsga előtti este álltam neki a kötelező szakirodalmat elolvasni, de az egyik anyag  Barabási Albert-László Behálózva című könyve nagyon lenyűgözött.  Aznap éjszaka elolvastam az egészet és eldöntöttem, hogy ezzel szeretnék foglalkozni. Két és múlva az ő cégében kezdtem gyakornokként és négy évig dolgoztam még ott mint elemző, azóta pedig ebbe a témában írom a  disszertációm.

Előadásodban elhangzott, hogy  az IT területén a női karrierutaknak három  kardinális pontja van.  Nálad hogyan alakult ez a három  fordulópont?
Mivel én még nagyon fiatal vagyok a work-family konfliktus nekem egyelőre nem jelent mindennapi problémát, és tekintve, hogy főállású diák vagyok az előrementel kérdése sem egy kulcskérdés, jelenleg az a dolgom, hogy fejlődjek, tanuljak. Szakmai tapasztalatom során sosem ért nemi diszkrimináció. Alapvetően nagyon liberális és befogadó környezetben dolgoztam mindig, ahol mindenkit tudás alapján értékeltek.

Milyen sikerességi  vizsgálatok bizonyítják, hogy a sokszínű csapat jobban teljesít?
A csoporttagok sokszínűsége (nem csak nemi), a csoport dinamikák mintázata (csoporton belüli és csoporton kívüli kapcsolatok)  hatása a csoport teljesítményre, innovációra és kreativitásra sokat kutatott téma. Vannak kutatások, amik egyértelműen a demográfiai sokszínűség mellett találtak érveket (Joshi and Roh, 2009) és vannak olyanok, amik semmilyen összefüggést nem találtak. Nehezen mérhető téma, ezért is csodálatos az a rendkívüli mennyiségű adat, amik most már rendelkezésre állnak és segíthetnek nagyobb mintázatokon megérteni a közösen elért sikert meghatározó tényezőket. Az egyik kedvenc tanulmányom arra kereste a választ, hogy az egyéni kompetenciáknak mekkora szerepe van a csoport-teljesítményben. Anita Williams Woolley által vezetett kutatócsoport azt találta, egyrészt, hogy csoportban a kognitív képességeink erősebbek, mint amit az egyéni kompetenciák alapján várnánk. Ennek a kutatásnak egy nagyon érdekes eredménye még, hogy a csoportban lévő nők száma jelezte előre a legjobban az innovatív feladat-megoldás sikerességét. Ennek okát a szociális érzékenységben lévő különbséggel magyarázták a kutatók, hiszen kooperatív feladat megoldás és vélemény ütköztetés során ez a tudás kulcsfontosságú a sikerhez.
 Összefoglaló: https://www.sciencedaily.com/releases/2010/09/100930143339.htm

Mit tanácsolsz, milyen közösségeket keressenek azok, akik  nőként most "merészkednének" az IT területére?
A merészkedik nem jó kifejezés,  itt nincs mitől félni az IT egy szuper izgalmas világ ahol mindenit szeretettel várnak, aki kíváncsi és hisz a folyamatos taulásban.
Egyre több program van, kimondottan lányoknak szól a Django Girls, Rail Girls, R Ladies Pylaldies, kisebbeknek a Skool, és nemtől, életkortól függetlenül mindenkit szeretettel vár a Pylvax, ahol pythont lehet tanulni. Ezekhez a közösségekhez  nem csak az ingyen oktatás miatt éri meg tartozni, ez nem egy könnyű szakma és a hasonló élethelyzetben lévő sorstársak felbecsülhetetlenek tudnak lenni egy-egy bugokkal teli éjszaka után. Ezeken felül vannak cégek akik kimondottan programozó átképző iskolát üzemeltetnek (Greenfox, Codecool).  Véleményem szerint a tanulási folyamatban a legfontosabb, hogy legyen egy célunk (ami nem az, hogy programozó vagy data scinetist akarok lenni), hanem valami kicsi, például csinálok apukámnak egy honlapot vagy szeretném automatikusan szűrni a számomra releváns híreket a Facebookon. A cél motivál, és a sikerélmény, amit a megoldott feladat ad kárpótol a nehezebb órákért is.

(Fotó:  Dudits Ádám, SAP)