在過去的幾年裏，社會上做了很多努力來增加女性在科技界的代表，女性在機器學習和數據科學領域也作出了重大貢獻。然而，在數據科學領域，當涉及到女性的代表性時，似乎並不是每件事都是那麼“狂熱”。男女比例仍然不平衡，女性擔任的領導職位仍然比男性少得多。但我們不要只是假設，而是要用數據來驗證假設。
最近，本文作者Parul Pandey參加了Kaggle2019年度ML & DS挑戰賽，該賽事旨在全面瞭解數據科學和機器學習的現狀。本次挑戰的挑戰目標是，通過敘述性文本和數據探索結合，講述特定的一組數據科學和機器學習從業人員的故事。Parul Pandey將調研目標鎖定在了全球女性機器學習和數據科學從業者身上，她也憑藉調研數據集獲得了賽事獎項。
本文總結了女性從業者在全球ML&DT領域的從業現狀及Parul 在調查過程中的見解。
多數受訪者來自美國、印度
在2019年度的調查中，大多數受訪者（男性和女性）都來自印度，緊隨其後的是美國，這兩個國家佔到了總調研人數的50%以上。其中，來自中國的男性參與者佔到了4.42%，女性參與者佔到了3.92% 。
所有參與調研的人按照性別、年齡、國家、受教育程度、職業、薪資。
性別鴻溝
在調查中，男性和女性受訪者之間存在驚人的差異。大約82％的受訪者是男性，而只有16％是女性。從性別分佈來看，最近三年以來，女性工程師的參與率一直很低，分別是16.7%，16.8%，16.3%。
中國的女性受訪者約佔3%
2019年的大多數女性受訪者來自印度和美國；中部非洲的參與比例令人震驚，儘管像尼日利亞這樣的國家確實在世界地圖上表明瞭自己的存在。參與人數TOP20的國家中，中國的女性受訪者位居第7位，佔比約3%左右。
在2017年和2018年，美國的女性受訪者人數大大高於印度。然而，在2019年，印度的女性受訪者人數有所增長，其比例超過了美國女性。與往年相比，2019年對調查做出迴應的非洲女性人數有所增加。
青年女性佔比最高
大部分女性受訪者處於（25 -29）歲年齡段，緊隨其後的是（22-24）歲年齡段。因此，大多數女性受訪者處於（20-30）歲年齡段。有趣的是，年齡在60和70歲以上的女性也對調查做出了迴應。
來自中國的受訪者中，佔比最多的是20-29歲的女性，其次是40-49歲的女性和30-39歲的女性。來自印度的大多數女性受訪者由20多歲的女性組成，這一比例也高於其他任何國家。另外，在印度，年齡在18至21歲之間的女性受訪者人數也很多，這個年齡段通常由學生組成。對於美國女性而言，學生受訪者所佔的百分比相對較少。與其他國家一樣，各個年齡段的分佈幾乎相同。
46%的女性受訪者擁有碩士學位
再來看看女性受訪者的受教育程度，大多數（〜46％）擁有碩士學位，緊隨其後的是學士學位（27％），有16％的博士參與了調查。分析還顯示，有一定比例的人在高中畢業後沒有接受過正規教育。
在美國有女性的最大數量與碩士，和博士學位，印度緊隨其後。印度以最高的學士學位數居榜首，這與大多數女性受訪者都是20多歲的學生有關。在除日本以外的所有國家中，碩士學位的地位普遍高於其他學位。中國的受訪者中以碩士學位佔比最高，其次是學士學位。
女性受訪者多是數據科學家
自2017年以來，數據科學家似乎是女性受訪者的主要角色/職業，其次是數據分析師。在人羣中還可以看到其他角色，例如開發人員，研究人員和項目經理。如果我們從結果中排除學生，則數據科學家（〜19.5％）構成了接受調查的人羣的大部分，此外數據分析師的角色（〜11％）。
不包括學生，美國是參加調查的數據科學家和數據分析人員最多的國家，其次是印度。印度的軟件工程師人數最多。中國參與調研的人中，數據科學家和數據分析人員最多，其次是學者。
與男性不同，沒有女性受訪者的年收入高於50 萬美元。
薪水是保留和獲得新人才的重要動機。女性在在數據科學領域的收入如何？我分析了2019年女性受訪者的工資總體趨勢，然後將該趨勢與2018年的工資進行了比較。
大多數女性受訪者不願透露自己的年薪。在其餘的人中有約10%年薪不到1000美元。這是有一定道理的，因爲受訪者中有很大一部分是目前可能沒有長期工作的學生。還有一小部分女性年收入超過20萬和30萬美元。
與2018年薪資範圍進行比較後發現，與2018年不同，2019年確實有一些女性收入超過50萬美元。
男女的總體薪資趨勢保持不變，大多數人的收入不足1000美元。但是，收入低於1000美元的女性中，女性的比例要高於男性。此外，與男性不同，沒有女性受訪者的年收入高於50 萬美元。
收入低於1000美元的女性數據科學家所佔的百分比與男性相比要高得多；女性數據科學家的薪水似乎也較高；收入超過20萬美元的女性數據科學家所佔的百分比要低得多。
從全球女性科學家的薪資情況看，美國的數據科學家的薪資相對高於其他國家。
總結
通過此次調研所取得的一些重要收穫可以歸納爲六個關鍵點：
1、婦女參與這項調查的比例很低，而且多年來沒有顯示出太大的改善。我們需要看到如此低的參與率背後的原因，以及如何能夠鼓勵婦女更多地參與。
2、美國和印度女性的反應令人振奮，儘管與男性相比仍然很低。隨着尼日利亞和阿爾及利亞等國的努力，非洲表現出了一線希望。組織應與非洲政府和非政府組織合作，爲這些婦女提供更好的學習和研究機會。
3、數據科學領域的年輕女性人口呈上升趨勢，其中大部分來自印度。應該通過改革現有的印度教育模式並在其當前課程中引入高質量的數據科學課程來有效地利用這種人口紅利。
4、理科領域的女性素質很高，其中大多數都擁有碩士學位。
5、大多數女性數據科學家都位於和印度。
6、這些年來，薪水分配一直保持不變，但與美國同行相比，印度女性數據科學家的薪水相對較低。
結論
讓我們回到最初的問題 — 極客女孩在崛起嗎？
坦率來講，在一些領域已顯示出有所改進的跡象，而其他領域則需要大量工作。總體而言，事情看起來是有希望的。
數據科學本身就是多種科學學科的結合，吸引來自不同性別，背景和種族的人變得更加有意義，他們可以帶來更多的創造力，並使知識，發現和創新蓬勃發展。
這將需要社會的共同努力，以使多樣性和包容性成爲生態系統的重要組成部分。作爲女性，我們應確保我們建立一個積極的支持小組，以在數據科學領域協助其他女性。畢竟，賦權的婦女賦予婦女權力。
原文鏈接：
https://towardsdatascience.com/geek-girls-rising-myth-or-reality-81e1897433c8