京公网安备 11010802034615号
经营许可证编号:京B2-20210330
数据科学领域的20位杰出女性
很长一段时间,在科学、技术、工程和数学等领域工作的女性都不受重视和欢迎。比如Katherine Johnson和她的同事们,曾在NASA早期的太空计划中做出了卓越的贡献。但是直到两年前,电影《隐藏人物》出现之前,人们还没有听说过她们的名字。
如今STEM领域(STEM指科学Science、技术Technology、工程Engineering、数学Mathematics)仍然是由男性主导的世界,女性要想在该领域立足,每天都要付出巨大的努力。同时在该领域获得成功的女性和男性人数之间还存在巨大的差距。
但这个差距正在减小。Girls Who Code以及Technovation等举措正在改变这个现状。同时许多才华横溢的女性正在数据和技术领域创出自己的一片天地。
对于想进入该领域的女性来说,这些具有代表性的女性是她们的楷模。因为对于每个怀揣梦想的人来说,需要有人来激励他们是很重要的。得知有人经过类似的经历,并最终取得成功无疑是令人感到欣慰的。
因此在本文中列出了20位在人工智能、机器学习、数据科学和大数据方面表现出色的女性。
1. Silvia Chiappa
Google DeepMind的高级研究员。Silvia具有机器学习博士学位,研究方向是贝叶斯推理、图形模型、近似推理、时间序列模型、深度学习和强化学习。她共同撰写了多篇论文,同时也是《贝叶斯时间系列模型》的编辑之一。
2. Jana Eggers
AI公司Nara Logics的CEO。Jana拥有超过25年的从业和领导经验,她曾在美国航空公司、Lycos公司、因纽特公司创新实验室、洛斯阿拉莫斯国家实验室工作。她是演说家、作家、马拉松选手,以及AI领域和创业公司的导师。
3. Nikita Johnson
活动组织公司RE•WORK的的创始人。公司团队人员主要是女性,主要负责组织关于突破性技术、前沿科学和创业精神的活动。在国际发展和城市化背景下,Nikita创立了RE•WORK公司,旨在通过将创新技术与智慧创业结合起来应对全球挑战,塑造更美好的未来。
4. 李飞飞
计算机视觉领域的著名学者。计算机视觉是AI的一个分支,主要致力于教计算机识别图像中的物体。李飞飞是斯坦福大学人工智能实验室的主任,同时担任该大学计算机科学系的副教授。目前,她还担任Google Cloud的AI和机器学习的首席科学家。
5. 李佳
AI和机器学习领域的知名研究者,并且担任Google Cloud AI研发负责人以及Google AI中国中心的总裁。此前,她曾担任Snapchat的母公司Snap的研究主管。
6. Manuela M. Veloso
赫伯特·西蒙大学的教授,卡内基梅隆大学计算机科学学院的机器学习系主任。AI、机器人和机器学习方面的国际专家。她是机器人世界杯大赛协会的联合创始人以及前任总裁,同时在2014年前一直担任人工智能发展协会的主席。
7. Cynthia Breazeal
Jibo公司的创始人和首席科学家。Jibo公司是一家专门从事研发社交型机器人的公司,同时也是社交型机器人和人机交互领域的先驱。Cynthia的研究方向是研发个人机器人的原理、技术和技术。让机器人具有社交智能,并且可以以人为中心,与人进行交互和沟通。她曾担任麻省理工学院媒体艺术与科学系副教授,在那里她创立并指导了媒体实验室的个人机器人小组。
8. Daphne Koller
AI领域的权威科学家。她发起并引导在线教育平台Coursera,该平台向普通大众提供顶尖大学和组织的在线课程。她曾担任Calico Labs的首席计算主任。
9. Rana el Kaliouby
情感AI领域的先驱。作为创业公司Affectiva的联合创始人,她发明了情感识别技术,该公司利用人工智能技术将技术人性化。在创立Affectiva之前,Rana是麻省理工学院媒体实验室的研究科学家,她在那里率先应用人脸编码,用于心理健康、自闭症等研究领域。
10. Carol Reiley
企业家,机器人学家。Carol是AI自动驾驶汽车创业公司drive.ai的联合创始人及总裁。她是约翰霍普金斯大学的一名学术研究人员,此前还创立了Tinkerbelle实验室。她还出版了一本关于成长型思维模式的儿童书籍《Making a Splash》。
11. Karen Matthys
斯坦福大学计算与数学工程学院外部合作伙伴的执行主任,她与对计算数学、数据科学和可视化、机器学习和高性能计算感兴趣的公司和实验室建立了合作关系。自2001年以来,Karen一直担任营销和商业战略咨询公司Indigo Partners的主管。
12. JillDyché
从事业务与IT的结合方面的写作已有二十多年。她是SAS Best Practices的副总裁,负责数据治理、商业智能、主数据管理、CRM和大数据领域的客户战略和市场分析。她还发表了多本数据方面广受欢迎的书籍。
13. Megan Price
人权数据分析小组的执行主任,该组织通过统计分析的方法提供证据,制定决策。她具有生物统计学博士学位,为危地马拉、哥伦比亚和叙利亚等多个国家的项目提供人权数据统计分析策略和方法。
14. Neha Narkhede
Confluent的联合创始人以及工程主管。之前她是LinkedIn的工程师,同时是开源软件平台Apache Kafka的早期工程师。
15. Carlie Idoine
Gartner公司的商业分析和数据科学研究主管。她在商业分析和数据科学领域拥有超过25年的经验,她将商业和行业知识进行组合,将新技术和有效的业务解决方案结合在一起。
16. Claudia Imhoff
分析型CRM、商业智能和架构的国际知名专家。Claudia是Intelligent Solutions公司的创始人兼总裁,该公司是CRM、商业智能技术咨询公司。她还是Boulder BI Brain Trust的创始人,这是一个由独立顾问和分析师组成的联盟。
17. Judith Hurwitz
Hurwitz&Associates公司的总裁兼CEO,该公司专注于大数据、云计算、服务管理、软件开发、计算管理和安全。她被认为是预测技术创新和应用的先驱,并出版了8本书,其中包括《For Dummies》系列。
18. Jen Stirrup
著名商业智能和数据可视化专家,作者,数据战略家和社区倡导者。Jen最近成为微软的区域总监,同时也是SQL Server最有价值专家,PASS的理事长,以及Data Relish公司的创始人。
19. Jen Underwood
Impact Analytix公司的创始人,该公司是一家集成产品研究、咨询和技术营销的组织。她是一名分析行业专家,在开发数据仓库、报告、可视化和高级分析解决方案方面拥有超过20年的经验。
20. Joanna Schloss
戴尔卓越中心的专家。她擅长数据和信息管理,推动产品营销策略和战略,担任Datameer的产品营销总监。凭借多年的创业经验,Joanna已成功推出了众多产品,从以业务为中心的分析应用程序到数据仓库工具(例如Business Objects Data Services)。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
数据分析的核心价值在于用数据驱动决策,而指标作为数据的“载体”,其选取的合理性直接决定分析结果的有效性。选对指标能精准定 ...
2026-01-23在MySQL查询编写中,我们习惯按“SELECT → FROM → WHERE → ORDER BY”的语法顺序组织语句,直觉上认为代码顺序即执行顺序。但 ...
2026-01-23数字化转型已从企业“可选项”升级为“必答题”,其核心本质是通过数据驱动业务重构、流程优化与模式创新,实现从传统运营向智能 ...
2026-01-23CDA持证人已遍布在世界范围各行各业,包括世界500强企业、顶尖科技独角兽、大型金融机构、国企事业单位、国家行政机关等等,“CDA数据分析师”人才队伍遵守着CDA职业道德准则,发挥着专业技能,已成为支撑科技发展的核心力量。 ...
2026-01-22在数字化时代,企业积累的海量数据如同散落的珍珠,而数据模型就是串联这些珍珠的线——它并非简单的数据集合,而是对现实业务场 ...
2026-01-22在数字化运营场景中,用户每一次点击、浏览、交互都构成了行为轨迹,这些轨迹交织成海量的用户行为路径。但并非所有路径都具备业 ...
2026-01-22在数字化时代,企业数据资产的价值持续攀升,数据安全已从“合规底线”升级为“生存红线”。企业数据安全管理方法论以“战略引领 ...
2026-01-22在SQL数据分析与业务查询中,日期数据是高频处理对象——订单创建时间、用户注册日期、数据统计周期等场景,都需对日期进行格式 ...
2026-01-21在实际业务数据分析中,单一数据表往往无法满足需求——用户信息存储在用户表、消费记录在订单表、商品详情在商品表,想要挖掘“ ...
2026-01-21在数字化转型浪潮中,企业数据已从“辅助资源”升级为“核心资产”,而高效的数据管理则是释放数据价值的前提。企业数据管理方法 ...
2026-01-21在数字化商业环境中,数据已成为企业优化运营、抢占市场、规避风险的核心资产。但商业数据分析绝非“堆砌数据、生成报表”的简单 ...
2026-01-20定量报告的核心价值是传递数据洞察,但密密麻麻的表格、复杂的计算公式、晦涩的数值罗列,往往让读者望而却步,导致核心信息被淹 ...
2026-01-20在CDA(Certified Data Analyst)数据分析师的工作场景中,“精准分类与回归预测”是高频核心需求——比如预测用户是否流失、判 ...
2026-01-20在建筑工程造价工作中,清单汇总分类是核心环节之一,尤其是针对楼梯、楼梯间这类包含多个分项工程(如混凝土浇筑、钢筋制作、扶 ...
2026-01-19数据清洗是数据分析的“前置必修课”,其核心目标是剔除无效信息、修正错误数据,让原始数据具备准确性、一致性与可用性。在实际 ...
2026-01-19在CDA(Certified Data Analyst)数据分析师的日常工作中,常面临“无标签高维数据难以归类、群体规律模糊”的痛点——比如海量 ...
2026-01-19在数据仓库与数据分析体系中,维度表与事实表是构建结构化数据模型的核心组件,二者如同“骨架”与“血肉”,协同支撑起各类业务 ...
2026-01-16在游戏行业“存量竞争”的当下,玩家留存率直接决定游戏的生命周期与商业价值。一款游戏即便拥有出色的画面与玩法,若无法精准识 ...
2026-01-16为配合CDA考试中心的 2025 版 CDA Level III 认证新大纲落地,CDA 网校正式推出新大纲更新后的第一套官方模拟题。该模拟题严格遵 ...
2026-01-16在数据驱动决策的时代,数据分析已成为企业运营、产品优化、业务增长的核心工具。但实际工作中,很多数据分析项目看似流程完整, ...
2026-01-15