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
【核心关键词】软件、洞察力、大数据、产品、经验、硬件、流量、创新、决策、数据安全、网络安全、数据分析、决策制定、数据挖 ...
2026-06-18在方案选型、效果复盘、产品评估、供应商筛选等各类业务决策场景中,仅凭单一指标下结论往往会陷入 “以偏概全” 的误区。多维度 ...
2026-06-18 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-06-18在数据分析、用户运营与业务增长的工作体系中,漏斗拆解是最基础也最高频的问题定位方法。很多业务场景下,我们只能看到最终的转 ...
2026-06-17在数据库开发、数据清洗与报表统计场景中,数值类型转换为日期是高频刚需操作。业务系统常以 Unix 时间戳、整型日期(如20240617 ...
2026-06-17 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-06-17【核心关键词】数据库、电商、知识、产品、数据产品、监管业务、产品经理、业务系统、用户行为分析、用户分析、数据分析、电商 ...
2026-06-16在 Python 动态类型与面向对象的编程体系中,变量定义与类实例化是构建代码逻辑的两大核心基石。变量是数据存储、传递与运算的基 ...
2026-06-16 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据和表结构数据有什么区别”“数据类型误判会引发哪些分析错误” ...
2026-06-16在 MySQL 查询性能优化体系中,索引是降低查询耗时、提升数据库吞吐的核心手段。其中联合索引与覆盖索引是实际开发中最高频的两 ...
2026-06-15在数据仓库建设与商业智能分析体系中,维度建模是应用最广泛的建模方法论,而事实表与维度表是维度建模的两大核心构件,共同构成 ...
2026-06-15 很多数据分析师能熟练计算指标,但当被问到“这家企业的核心业务目标是什么”“如何把模糊的战略目标拆解为可量化的指标”“ ...
2026-06-15在数据分析、业务监控、运营复盘等场景中,列值趋势计算是核心需求之一。无论是分析销售额的月度增长、用户活跃的变化趋势、库存 ...
2026-06-12在数字经济深度渗透的当下,消费者的购买行为已从过去的 “被动接受” 转变为 “主动决策”。流量红利消退、获客成本攀升、用户 ...
2026-06-12CDA三级认证是三个级别中的塔尖,全面考察数据战略、团队领导和复杂项目的综合能力。它所对应的《敏捷数据挖掘》教材,不再局限 ...
2026-06-12在游戏产业的商业逻辑中,付费玩家是支撑游戏生存与发展的核心支柱。行业普遍遵循 “二八定律”:20% 的付费玩家贡献了游戏 80% ...
2026-06-11【核心关键词】企业、定位、传统、产品、互联网、可视化、业务侧、数字化、结构化、数据分析、传统制造业、市场状态、发展空间 ...
2026-06-11 解读《CDA二级教材:量化策略分析(2025)》的全景结构与学习逻辑 ” CDA二级认证是企业招聘数据分析师时最常提及的证书门槛 ...
2026-06-11【核心关键词】药企、可视化、营销、分类、数据分析师、销售数据、业务人员、指导方向、分析报告、营销数据、营销医生 【专访摘 ...
2026-06-10在统计学分析、问卷调研、实验验证、业务复盘等场景中,卡方检验与 T 检验是应用最广泛的两类基础假设检验方法。前者专门处理分 ...
2026-06-10