多样性日记：STEM中女性的职业建议
我们很高兴为您带来第一版的“多样性日记”，该系列分为十个部分，专门讨论来自STEM领域的女性的讨论，建议，技巧和远见。本周，来自Facebook AI，DeepMind，Affectiva，三星，艾伦·图灵研究所（Alan Turing Institute）的贡献者以及更多人为希望从事STEM工作的女性提供了建议。对于在AI，数据科学和更广泛的STEM领域中选择职业的人来说，面临的挑战已得到充分记录，研究表明，许多人认为各种明显的问题逐年增长。作为一个旨在在全球范围内推广STEM中女性作品的组织，我们认为我们会问一些行业和学术界的朋友，他们对步入职业阶梯的人有何建议。
Facebook AI Research研究科学家Georgia Gkioxari
两件事情首先，对于任何在AI或数据科学等技术领域开始事业的年轻人来说，认识到坚持不懈是成功的最大关键很重要。将来，技术挑战可能会变得势不可挡。或者，尽管您已尽力而为，但您提出的解决问题的方案并未产生预期的结果。这些都是积极的东西，而不是消极的东西这意味着您已选择要解决一个具有挑战性的问题，您将自己推到了自己的舒适区之外，而您所需要的只是坚持不懈并投入更多的思考。
其次，同样重要的是找到可以在精神上和技术上为您提供支持的人。最好的想法来自于与他们交谈并与同事进行头脑风暴。您还需要精神上的支持，可以依靠的人，无论您的日子不好，还是最好的日子。
DeepMind高级研究员Jane Wang
寻找导师。他们可以是男性或女性，但应该是愿意不仅给您建议的人，而且愿意成为您公司/领域的拥护者。如果您要求的第一个人不符合要求，请向他们询问建议的姓名，并继续与他人联系，直到找到某人为止。我将提供的另一条建议是，将重点更多地放在您要解决的问题和您要问的问题上，而不是最新的时尚和工具上。您可以并且应该学习许多技巧，但是一旦找到真正令您着迷的紧迫问题，它将带动您的整个职业生涯。
X Moonshot工厂的高级神经科学家Sarah Laszlo
相信你可以学习。之后，学习变得容易。不幸的是，以我的经验来看，女性在开始职业生涯时就认为某些东西“很难”学习。他们不够聪明或计算不够，或者他们没有适当的背景或培训来学习技术技能。几乎从来都不是真的。根据我的经验，一个人（错误地）认为自己无法学习某些东西，比一个人错误地认为自己可以学习实际上对他们来说太困难的东西要普遍得多（后者几乎永远不会发生）。而且，以我的经验来看，要教导某人相信他们具有学习某些东西所需要的知识，比实际教给他们该东西要困难得多。
在我的整个职业生涯中，我为计算领域的数百名学生提供了教学和建议，涵盖了本科，研究生和博士后水平。很多时候，我会见到一些明星女性，但她们不相信自己会从事技术工作或学习技术技能。我与女学生的座谈会更多地是致力于帮助她们相信自己可以做到的—他们没有错过任何魔术，而不是教给她们任何特殊的技术窍门。你能行的。相信您可以做到，而且您可以做到。
我们会继续看到越来越多的女性进入STEM领域吗？Jekaterina Novikova，Winterlight Labs机器学习总监
我认为对于任何领域的任何人来说，最重要的事情就是做自己喜欢的事情。从这个意义上讲，人工智能/数据科学领域的女性比男性具有巨大的优势-之所以进入这个领域，是因为他们喜欢它。这并不是因为有些陈规定型观念，不是因为“所有女孩天生都擅长数学”或类似。在AI领域，女性仍然是少数派，因此那里的人都喜欢自己在做什么。因此，我唯一的建议就是–继续做自己喜欢做的事情，不要注意别人说你没有能力/能力/能力做不到自己想做的事情。永远不要放弃。
三星多伦多AI实验室研究总监Afsaneh Fazly
相信自己的直觉，并拥有成长的心态。不了解所有内容是可以的。实际上，我们大多数人只知道一点点。女人往往将重点放在自己不知道的事情上。
MILA AI研究人员Alexia Jolicoieur-Martineau
很难想到一个主意，但是我经常看到以下几个问题：1）不要执着于失败的主意，失败是流程的正常部分，而不是您的实际失败。从一个想法快速转移到另一个想法将使您的工作效率更高。 2）在尝试尝试新事物之前，请先等待许可，然后再将结果报告给您的经理/ PI /顾问。最坏的情况是，您做错了，但是至少您尝试过。有时，您的经理/ PI /顾问可能是错误的，如果您始终要求获得尝试新事物的许可，则可能会错过机会。 3）如果工作，请每年增加薪水，不要害怕在面试中进行谈判。如果薪水低于平均水平，请不要购买老板提出的理由，要求更多。
Affectiva首席执行官Rana El Kaliouby
培养强大的技能，使自己与其他候选人脱颖而出。除了理解机器学习和数据科学中的关键方法之外，您还应该关注该领域的创新领域。例如，数据合成在推进AI算法方面变得越来越重要。如果您以此类创新方法进行自我教育，那么您将成为就业市场上的热门商品，并为您的职业生涯做好充分的准备。关于AI的道德规范也有很多担忧。因此，倡导人工智能的道德发展和部署至关重要。而且，不仅要提倡，而且还要确保在您所做的所有工作中，您都在警惕可能会无意间引入数据和算法偏差的方法。
最后，作为科技界的女性，不要害怕为自己站起来。当您有想法要发表意见时，请大声说出来，不要让任何人与您交谈。支持其他妇女让她们感到同样自在。如果我们要建立一个强大的科技女性生态系统，我们都需要互相倡导和互相支持。
Chanuki Seresinhe，Alan Turing研究所客座研究员，Popsa首席数据科学家
这个行业的很多人都对自己的好坏不屑一顾。我认为这是要记住的重要事情，因为知道人们夸大或过分相信自己的好坏意味着您可能比那些可能使您感到有些胆怯的人更聪明或更聪明
Bianca Curutan，Postmates软件工程师
使用您的网络和资源。如果您尚不了解某些内容，请提出问题-不要以“我不能”或“我不知道如何”的方式思考。如果您想结识某人，请与您网络中的人联系以进行介绍或主动联系。同样，也应成为他人依靠的资源。
亚马逊数据与ML工程师Julia Kroll
变化和不确定性是人工智能和数据科学等快速发展领域中固有的。根据我的经验，女性往往比男性更愿意规避风险，并且将自己的资历建立在已经取得的成就而非潜力上。我的建议是要认识到许多项目和技术将处于尚待探索的领域，并且没有人从以前的工作中胜任过。承担风险和进行实验，并自愿参与有助于您学习和成长的新项目。这样您才能建立成功而令人兴奋的职业
在下一期多样性日记中，我们将讨论我们的撰稿人认为我们可以积极促进AI，数据科学和STEM领域中多样性的方式。
通过我们的BlockDelta个人资料和我们的网站查看我们的其他博客。
文章《多样性日记：STEM中的女性职业建议》首先出现在BlockDelta上。