Siempre me han gustado las matemáticas, más por los problemas que podría resolver que por la teoría misma. Cuando era niño, me encantaban los problemas de palabras: caminos más cortos, millas al galón, precio con impuestos. Cuanto más aplicaba la pregunta, más me interesaba resolver la respuesta. A principios de la universidad, la conexión entre las matemáticas que estaba aprendiendo y los tipos de educación, trabajo y cuestiones de política que me preocupaban se sentía tenue. Pensé en especializarme en un campo menos cuantitativo. No hubiera estado solo. Si bien las mujeres representan más del 75% de los estudiantes de pregrado en salud y educación de los EE. UU., Son la minoría de los estudiantes de matemática y estadística, y representan solo el 20% de los estudiantes de informática e ingeniería.
Tuve la suerte de encontrar mentoras inspiradoras en la universidad, mujeres que me mostraron cómo las matemáticas podían aplicarse directa y poderosamente a los problemas sociales. Ceci Rouse, una economista laboral y educativa que luego trabajó en el Consejo de Asesores Económicos de Obama, estaba estudiando en ese momento el efecto causal de la deuda estudiantil en los resultados del empleo. Chris Paxson, un economista de la salud que presidió la escuela de política pública de Princeton y ahora es presidente de Brown, estaba investigando el impacto del huracán Katrina en la salud mental y física de los padres de bajos ingresos. Su trabajo, y el trabajo de economistas aplicados como ellos, me motivaron a permanecer en el juego. Me alegro de haberlo hecho. La economía me ha permitido hacer y responder preguntas que son importantes para mí, incluyendo cómo el género impacta el éxito, qué impulsa el comportamiento del rebaño y por qué son importantes las referencias laborales.
Hoy soy economista en tecnología o, supongo, un “científico de datos”. Los científicos de datos están resolviendo problemas en educación, trabajo, salud, finanzas personales y medio ambiente con productos que tocan vidas en todo el mundo. Dado el alcance y la dificultad de los problemas que estamos abordando, la diversidad será clave para identificar y responder preguntas que podrían habernos eludido antes. Sin embargo, solo el 16% de los roles técnicos en las principales empresas tecnológicas están en manos de mujeres.
La necesidad de diversidad es particularmente fuerte en la ciencia de datos. El núcleo de la profesión está en identificar, enmarcar y responder preguntas clave sobre por qué los humanos (u otros actores) hacen lo que hacen. Se trata de profundizar en los principales desafíos de productos, negocios y sociedad para encontrar soluciones que utilicen las matemáticas, la teoría y su elección de métodos aplicados: experimentación, inferencia causal, aprendizaje automático, lo que sea. Las habilidades empíricas y computacionales son herramientas en la caja de herramientas del científico de datos: necesarias para ser buenas, pero no suficientes para ser geniales. El corazón de la disciplina es la creatividad analítica y, como nos recuerda constantemente la literatura, los equipos diversos son más creativos. Nuestra propia diversidad también puede facilitar la empatía por nuestros diversos usuarios.
- ¿Cuál ha sido tu buena experiencia en Omegle?
- Tengo 18 años de edad, ¿qué debo hacer para volver a la normalidad y graduarme?
- ¿Qué es lo mejor que se puede hacer solo de buen humor?
- ¿Cuáles son las cosas que debe hacer un indio a los 20 años?
- Cómo cerrar a los que odian sin parecer que su opinión es importante para ti
Tome el caso de Coursera. Nuestra visión es ambiciosa: ser un lugar donde cualquiera, en cualquier lugar, pueda transformar su vida a través del acceso a la mejor experiencia de aprendizaje del mundo. Las preguntas que enfrentamos día a día son correspondientemente grandes y peludas. ¿Qué experiencia de aprendizaje necesita cada alumno potencial para alcanzar sus objetivos? ¿Cómo podemos ayudarlos a comprometerse a invertir en su educación? ¿Cómo podemos optimizar su experiencia tanto para el disfrute como para la calidad del aprendizaje? Tenemos datos fascinantes que nos pueden enseñar cómo las personas aprenden segundo a segundo, qué los motiva y desmotiva, y qué vías de aprendizaje facilitan resultados personales, educativos o profesionales particulares para cada individuo. Estos datos pueden informar nuestra estrategia, impulsar nuestro producto y negocio, y ayudarnos a alcanzar nuestra visión ambiciosa. Eso requiere un equipo creativo y diverso que traiga habilidades y perspectivas únicas a la mesa. También requiere empatía por nuestros alumnos, que son diversos.
La industria tecnológica está comenzando a ver el valor de la diversidad. Las empresas están llenando sus equipos de ciencia de datos con talento de una amplia gama de campos, incluidas las ciencias sociales. Los estadísticos, los investigadores de operaciones y los economistas se unen a las filas junto con los informáticos y matemáticos más tradicionales.
Más arriba en el flujo de talentos, la proliferación de roles de ciencia de datos interesantes e impactantes en una variedad de sectores tecnológicos tiene el potencial de atraer talentos cada vez más diversos a los estudios técnicos. Imagine un mundo donde cualquiera que sueña con tener un impacto en la educación, la salud u otros desafíos sociales ve la capacitación en matemáticas, estadísticas, economía o informática como un camino claro y directo hacia ese impacto. Para mí, mentores académicos inspiradores mostraron el camino. Espero que el mercado de ciencia de datos robusto y atractivo pueda iluminar el camino para muchos más.
A las minorías tecnológicas actuales: únete a nosotros. Resolver los desafíos de educación global de hoy exige un talento técnico social de ambos sexos y de todas las razas. Te necesitamos. Y nunca es demasiado tarde. En Coursera, aspiramos a ser el lugar donde cualquiera, en cualquier lugar, pueda obtener las habilidades que necesita para hacer y responder las preguntas que les importan y al mundo.