Женщины и технологии, или почему People Analytics одна из самых привлекательных профессий для девушек

Феминизм в IT?

Принято считать, что IT-сфера по-прежнему остается преимущественно мужской. Существует множество исследований, подтверждающих факт того, что гендерный разрыв в сфере обработки данных и компьютерных технологий довольно существенный.

Здесь и далее - иллюстрации выполнены Екатериной Залевской

Но, несмотря на это, можно встретить немало женщин, принимающих участие в IT наравне с мужчинами даже с момента появления предшественников ЭВМ.

Например, В 1843 году Ада Лавлейс написала первую в мире программу для непостроенной аналитической вычислительной машины Бэббиджа (изобретатель Чарльз Бэббидж). Программа была такого уровня точности, что она удивляет разработчиков и в наше время. Только, к сожалению, Ада была вынуждена опубликовать свои труды под псевдонимом, чтобы люди не узнали, что она женщина.

Когда в 1943 году в Америке создали первую ЭВМ (небезызвестный ЭНИАК), ее обслуживанием занимались шестеро программистов. Что удивительного? Все эти программисты были женщинами.

А математик Грейс Мюррей Хоппер в 50-х годах разработала программу, благодаря которой компьютеры стали «понимать» языки программирования. Что сейчас в сфере программирования называют компилятором.

Еще один яркий пример — Кристин Дарден — первая афроамериканка в Исследовательском центре НАСА в Лэнгли, получившая повышение до старшего исполнительного звена высшего ранга на федеральной гражданской службе. Через два года после крушения Аполлон-11 именно ее точный анализ физики возвращения ракеты в атмосферу помог обеспечить успешное возвращение миссии Аполлон-11 с Луны.

По ее рассказам, несмотря на десятки достижений Дарден, ее коллеги-мужчины получали повышения по службе гораздо быстрее и их достижения признавались охотнее. Вскоре исследования подтверждали, что мужчины и женщины с одинаковыми академическими успехами двигались по карьере в совершенно разном темпе. Об успехах Дарден, которые являются ее личным достижением и стремлениями, сейчас пишут во многом благодаря развитию феминистских движений за последние десятилетия.

Феминизм в науках о данных — это совокупность разнообразных проектов, которые бросают вызов сексизму и пытаются создать более справедливое и равное будущее для всех.

Почему People Analytics?

Еще недавно термин People Data Analytics вызывал немало споров и сомнений, но сейчас это направление становится все более известным и оказывается в центре внимания многих работников HR сферы. В наши дни это отличный способ улучшения благополучия персонала, более точного подбора работников и анализа состояния и перспектив компаний и организаций. Простым языком, People Analytics — это сбор и применение данных о сотрудниках, их талантах и способностях, а также об организации в целом для улучшения бизнес результатов и условий труда.

Преимущества People Analytics:

У People Analytics есть множество преимуществ, выделяющих эту сферу и огромного потока IT — открытий. Например, упрощение выбора и принятия решений: все решения и практика управления персоналом основывается на обработке данных и фактов, что значительно упрощает факт работы с ними и увеличивает точность удачных решений. Отсюда вытекает значительное увеличение продуктивности и производительности, что чаще всего стоит на первом месте у большинства компаний. К тому же, возможности People Analytics позволяют снижать затраты, текучка кадров уменьшается, ведь выбор нужного персонала становится более точным и верным. И что немаловажно, People Analytics помогает проанализировать текущие навыки сотрудников, их будущие достижения и пути их развития. Большинство широко известных компаний уже применяют такой вариант анализа данных в HR сфере и делают это довольно успешно. Например, Uber, Nasa или Microsoft.

Почему People Analytics одна из самых привлекательных профессий для девушек?

Существует немало стереотипов относительно девушек в сфере компьютерных технологий: в IT можно работать только с математическим складом ума, девушки изначально склонны к гуманитарным профессиям, IT — мир — мужской мир: девушке, даже с хорошими знаниями, трудно сохранять статус в такой атмосфере.

Для того, чтобы работать в сфере анализа данных, не нужно слишком глубоко изучать всю суть различных языков программирования и технологий в целом, достаточно разбираться в базе и быть готовым узнавать что-то новое. Большая часть успешной работы – это не уже имеющиеся знания, а то, как Вы готовы выяснять, изучать и узнавать.

Хорошему специалисту в сфере HR необходимо всегда держать фокус на культуре организации, помнить о цифровых решениях при оценке потенциала и талантов в команде, а самое главное — фокусироваться на людях.

К тому же, статистика показывает, что женщины в сфере IT значительно реже хотят заниматься «скучным» и классическим программированием, когда мужчины напротив выполняют подобные задачи с большим удовольствием.

Помимо этого, женщины действительно склонны к более грамотной и комфортной коммуникации, а специалист в HR сфере должен обладать именно такими навыками, ведь часто приходится решать непростые задачи и уметь подстраиваться под ситуацию при общении с разными людьми.

А что самое важное, работать можно не только в IT компаниях! HR специалист – сотрудник, который требуется абсолютно в каждой компании. А если Вы – специалист еще и со знаниями базовых основ анализа данных, то это автоматически повышает Вашу значимость при приеме на работу.

Именно поэтому People Analytics может быть привлекательнее и интереснее именно для представительниц прекрасного пола.

Как начать развитие в сфере People Analytics?

Изначально нужно разобраться, что Вы уже умеете и чему Вам нужно научиться. Существует два возможных пути становления HR — аналитика: непосредственно через работу в HR-сфере или через работу с данными. В первом случае необходимо усиливать технические навыки, важно понимать, что одного-двух курсов будет недостаточно и быть готовым к тому, что это будет долгий и местами непростой путь. Во втором случае пригодятся новые знания в области HR, причем не на поверхностном уровне, а значительно глубже.

Литература:

0
Комментарии
-3 комментариев
Раскрывать всегда