极客女孩崛起：神话还是现实-InfoQ

在过去的几年里，社会上做了很多努力来增加女性在科技界的代表，女性在机器学习和数据科学领域也作出了重大贡献。然而，在数据科学领域，当涉及到女性的代表性时，似乎并不是每件事都是那么“狂热”。男女比例仍然不平衡，女性担任的领导职位仍然比男性少得多。但我们不要只是假设，而是要用数据来验证假设。

最近，本文作者 Parul Pandey 参加了 Kaggle2019 年度 ML & DS 挑战赛，该赛事旨在全面了解数据科学和机器学习的现状。本次挑战的挑战目标是，通过叙述性文本和数据探索结合，讲述特定的一组数据科学和机器学习从业人员的故事。Parul Pandey 将调研目标锁定在了全球女性机器学习和数据科学从业者身上，她也凭借调研数据集获得了赛事奖项。

本文总结了女性从业者在全球 ML&DT 领域的从业现状及 Parul 在调查过程中的见解。

多数受访者来自美国、印度

在 2019 年度的调查中，大多数受访者（男性和女性）都来自印度，紧随其后的是美国，这两个国家占到了总调研人数的 50%以上。其中，来自中国的男性参与者占到了 4.42%，女性参与者占到了 3.92% 。

所有参与调研的人按照性别、年龄、国家、受教育程度、职业、薪资。

性别鸿沟

在调查中，男性和女性受访者之间存在惊人的差异。大约 82％的受访者是男性，而只有 16％是女性。从性别分布来看，最近三年以来，女性工程师的参与率一直很低，分别是 16.7%，16.8%，16.3%。

中国的女性受访者约占 3%

2019 年的大多数女性受访者来自印度和美国；中部非洲的参与比例令人震惊，尽管像尼日利亚这样的国家确实在世界地图上表明了自己的存在。参与人数 TOP20 的国家中，中国的女性受访者位居第 7 位，占比约 3%左右。

在 2017 年和 2018 年，美国的女性受访者人数大大高于印度。然而，在 2019 年，印度的女性受访者人数有所增长，其比例超过了美国女性。与往年相比，2019 年对调查做出回应的非洲女性人数有所增加。

青年女性占比最高

大部分女性受访者处于（25 -29）岁年龄段，紧随其后的是（22-24）岁年龄段。因此，大多数女性受访者处于（20-30）岁年龄段。有趣的是，年龄在 60 和 70 岁以上的女性也对调查做出了回应。

来自中国的受访者中，占比最多的是 20-29 岁的女性，其次是 40-49 岁的女性和 30-39 岁的女性。来自印度的大多数女性受访者由 20 多岁的女性组成，这一比例也高于其他任何国家。另外，在印度，年龄在 18 至 21 岁之间的女性受访者人数也很多，这个年龄段通常由学生组成。对于美国女性而言，学生受访者所占的百分比相对较少。与其他国家一样，各个年龄段的分布几乎相同。

46%的女性受访者拥有硕士学位

再来看看女性受访者的受教育程度，大多数（〜46％）拥有硕士学位，紧随其后的是学士学位（27％），有 16％的博士参与了调查。分析还显示，有一定比例的人在高中毕业后没有接受过正规教育。