Read on Twitter
Cowok lebih bisa jadi Data Scientist ketimbang cewek?!?
A Thread
*Trigger Warning*
https://abs.twimg.com/emoji/v2/... draggable="false" alt="⚠️" title="Warnsignal" aria-label="Emoji: Warnsignal">
A Thread
*Trigger Warning*
Halo2, balik lagi sama admin RSR, jangan bosen yak. Kali ini admin mau bikin thread tentang Gender Gap in Data Science or Related Profession.
So, let’s go!
So, let’s go!
Trigger Warning, tolong jangan serang kami ya para Feminis Feminis, Mimin hanya memaparkan data yang ada saja
Kalian pernah kepikiran ga, kalo diliat-liat, keknya cowo mulu yg jadi data scientist alias mayoritasnya laki-laki.
Kenapa sih perempuan cenderung jarang yang menjadi data scientist? (Yang cowo gak boleh jawab selain gw cowo ya hehe)
Kenapa sih perempuan cenderung jarang yang menjadi data scientist? (Yang cowo gak boleh jawab selain gw cowo ya hehe)
Fyi, data science dan algoritma ML sangat susceptible dengan bias. Dengan imbalance of diversity data scientist-nya, ini tentu akan menimbulkan isu tersendiri dalam modelling dsb. Apa kita perlu panggil Tyra Banks untuk jadi juri modelling ini? #biasmodelling
Tapi, emang ga cuma di data science, di overall bidang STEM juga umumnya didominasi oleh laki-laki. Padahal, persentase lulusan perempuan adalah 55% dari total lulusan perguruan tinggi (hasil BCG Research dan World Economic Forum)
Dari visualisasi di atas, terlihat bahwa semakin ‘ke arah’ STEM, persentase talent women selalu kurang dari 50%.
Btw, ada yang mau komentar mengenai visualisasinya? #colek @midweek_
Btw, ada yang mau komentar mengenai visualisasinya? #colek @midweek_
Selain itu, data science related job juga memiliki isu terkait ‘image’-nya. Bener ga si kalo data science tuh abstrak dan lingkungannya yg terlalu kompetitif?
Nah, di survei dari BCG, hanya kurang lebih 50% STEM students yang menganggap bahwa data science dapat menyelesaikan masalah yang ‘high tangible impact’.
‘For 49% of students overall (48% of women, 50% of men) in the countries surveyed, the field is instead seen to be theoretical and abstract, focused on manipulating code and data with low impact and, by implication, low purpose’.
Hmm gimana nih Pendapatnya teman-teman yang data Scientist dari quote tweet di atas?
Banyak faktor yang dapat menimbulkan mispersepsi ini. Contohnya ya, universitas yang terlalu menekankan teori-teori dari pada contoh real-life praktikalnya.
Selain itu juga persepsi negatif karena penggunaan wording Revolusi Industri 4.0, AI, ML, dan data science yang too much oleh pemer*ntah dan “Boomers-Boomers” yang tersorot media namun nirhasil, ya, you know-lah.
Jika dianalogikan ke sebuah perusahaan, juga masih banyak perusahaan yg gatau apa itu data science dan impactnya, tapi ikut-ikutan aja buka lowongan, then jobdesc-nya menyimpang.
Mengenai ekspektasi job yg high tangible impact, hasil survei BCG menyatakan bahwa perempuan lebih memiliki preferensi pekerjaan yang impact-nya jelas dibanding laki-laki #meme perempuan minta kejelasan
Dengan preferensinya, tentu potensi-potensi data science di kalangan perempuan akan hilang begitu saja jika hal ini berlanjut :(
Image negatif tadi berlanjut ke pandangan terhadap lingkungan pekerjaan. Freshgrad tentunya menilik hal ini dahulu sebelum memilih pekerjaan.
Bagi pekerja di bidang data, apa benar lingkungan pekerjaan kalian terasa terlalu kompetitif dan non inklusif?
‘Averaged across countries, 81% of women (and 74% of men) pursuing a data science–related degree perceived the field as being “significantly more competitive” than other types of jobs’
Hal ini tentunya berdampak pada pilihan freshgrad secara personal, terutama yang perempuan dalam considering lingkungan pekerjaan.
Ya mungkin ada yang berargumen ‘data scientist tuh harusnya kolaboratif kok’.
Padahal, mereka seringnya mencari talent yg sering juara CP, seleksinya pake Hackathon, atau sejenisnya, yang tentunya terasa atmosfer kompetisinya. Mungkin para suhu di sini punya pendapat?
Padahal, mereka seringnya mencari talent yg sering juara CP, seleksinya pake Hackathon, atau sejenisnya, yang tentunya terasa atmosfer kompetisinya. Mungkin para suhu di sini punya pendapat?
Untuk menyelesaikan itu, maka dibutuhkan komunikasi atau penyebaran informasi yang tepat, baik dari universitas maupun perusahaan. Tapi, nyatanya malah komunikasi ini masih belum baik menurut hasil survei.
Anyway, ada yang mau komentar mengenai visualisasi di atas?
Dari beberapa negara, survei dari BCG menyatakan bahwa kaum perempuan di tiga negara yang cukup berpengaruh di bidang teknologi, (Germany, Japan, China) hanya 45% yang memahami what data science really is.
‘More than half (54%) of STEM women reported engaging with companies offering data or tech jobs through on-campus events, while 77% sought information about such jobs by visiting employer and job search websites.’
Dalam perekrutan talent di bidang data, kaum perempuan STEM cukup aktif dalam mencari informasi secara proaktif dari berbagai cara melebihi kaum laki-laki. Namun, hanya kalah pada ‘being reached out to’, tidak mengejutkan, kalo malah didominasi kaum laki-laki.
Waduh diskriminatif nih perusahaan-perusahaan ya ternyata, mungkin memang masih banyak “Implicit Biases” dalam industri STEM #topik untuk lain hari
Jadi, pada akhirnya, perusahaan lah yang cukup bertanggung jawab dalam penyelesaian perekrutan kaum perempuan dalam data science.
Mungkin berikut beberapa saran dari BCG yang bisa dilakukan:
Mungkin berikut beberapa saran dari BCG yang bisa dilakukan:
1. Make data science more tangible
Dengan memberikan contoh terperinci tentang masalah bisnis yang dipecahkan oleh data scientist perusahaan dan dengan menunjukkan seperti apa pekerjaan sehari-hari pada masalah tersebut bagi calon talent.
*Pacmann punya roadmap nya nih jadi DS
Dengan memberikan contoh terperinci tentang masalah bisnis yang dipecahkan oleh data scientist perusahaan dan dengan menunjukkan seperti apa pekerjaan sehari-hari pada masalah tersebut bagi calon talent.
*Pacmann punya roadmap nya nih jadi DS
2. Make data science more relatable
Dengan mengundang actual data scientist ke event-event dan dengan mempresentasikan cerita day-to-day as a data scientist, berbagi pengalaman, dan memastikan hal ini mewakili pengalaman dari kaum laki-laki dan perempuan.
Dengan mengundang actual data scientist ke event-event dan dengan mempresentasikan cerita day-to-day as a data scientist, berbagi pengalaman, dan memastikan hal ini mewakili pengalaman dari kaum laki-laki dan perempuan.
Nah Pacmann juga sempet nih Interview dengan Praktisi D/S cus langsung cek Rekaman ulang Webinar kita: https://www.youtube.com/channel/UC5oiB8wDG17W8XALdLjlFEw/videos">https://www.youtube.com/channel/U...
3. Make requirement honest
Dengan memublikasikan job description yang realistis (ditulis oleh data scientist, bukan HR) dan menginspirasi calon talent yang memenuhi syarat untuk melamar bahkan ketika mereka tidak sepenuhnya yakin akan peluang keberhasilan mereka. Gimana tuh wkwk
Dengan memublikasikan job description yang realistis (ditulis oleh data scientist, bukan HR) dan menginspirasi calon talent yang memenuhi syarat untuk melamar bahkan ketika mereka tidak sepenuhnya yakin akan peluang keberhasilan mereka. Gimana tuh wkwk
4. Make “selling” data science sensitive to different perspectives
Dengan menyadari bahwa format, tema, dan bahasa tentang acara seperti hackathon, mungkin tidak menarik bagi semua orang dengan cara yang sama.
Dengan menyadari bahwa format, tema, dan bahasa tentang acara seperti hackathon, mungkin tidak menarik bagi semua orang dengan cara yang sama.
Sepertinya harus melihat para praktisioner data scientist berkomentar dengan saran-saran di atas haha. Mau tau dong pendapat suhu-suhu data di sini gimana? #Colek @aliakbars
Nah udah bisa dilihat kan ternyata langka Perempuan yang mau berkecimpung di Industri data, jadi kami mengapresiasi nih kawan-kawan peserta Pacmann yang perempuan dan sudah mau breakthrough di Industri ini wkwkkw
Sedikit reassurance, admin twitter kita di sini mostly cewek kok WKWK. Peserta kelas Pacmann sendiri banyak terdiri dari cewek2 pinter, kritis akan data, kecee2 semuaa #colek @irvnurnaningsih
Gimana guyss setuju ga dengan thread di atas? Atau ada yang ingin menentang? Seru nih kyknya kalo diskusi wkwk karena kita genuinely pengen tahu perspektif kalian agar bisa dapat insight baru juga! Enlighten us guysss
