Machine Learning Projekte

Wichtige Rolle der Frauen im Bereich des Machine Learnings

Natalie Beyer hat ihren Master in Psychologie gemacht und hat es ihrem Statistik-Professor zu verdanken, dass ihre Kommilitoninnen und sie Programmieren lernen mussten. Zunächst waren alle überfordert und hätten sich natürlich nie freiwillig dafür gemeldet. Dennoch haben sie alle erfolgreich die Klausuren bestanden. Anschließend hat sich Natalie mit einem Kollegen im Bereich der Datenanalyse selbstständig gemacht. Mit Lavrio.solutions berät sie Unternehmen dabei, wie sie Daten, die sie bereits gesammelt haben besser nutzen können und setzt diese Konzepte um.

Anhand eines Beispielprojekts wird erläutert wie Machine Learning Projekte ablaufen. Ich werde auf die Konzeptualisierung, das Vorbereiten der Daten und auf Algorithmen eingehen. Zusätzlich wird auf die besonders wichtige Rolle der Frauen im Bereich des Machine Learnings eingegangen. Hier gibt es viele Beispiele von Verzerrungen (Bias), die meiner Meinung nach daher rühren, das keine bzw. sehr wenige Frauen in den Entwicklerteams waren.

Dieses MeetUp ist Teil der Expert-MeetUps bei der herCAREER 2018, Ort und Zeitpunkt finden Sie im Programm.

Machine Learning Projekte in 3 Sätzen – was müssen wir uns darunter vorstellen?

Mit Machine Learning werden große Datenmengen analysiert, um darin Muster zu erkennen, die einen Informationsgewinn darstellen. Hierbei kann es sich beispielsweise um dynamische Preise handeln, die man jahrelang aufgezeichnet und in Tabellen eingetragen hat. Mit Algorithmen des Machine Learnings werden diese Preise analysiert und die Preisentwicklung für die nächsten Monate vorhergesagt.

Warum sollten / müssen mehr Frauen im Machine Learning Umfeld tätig werden?

Damit sich potentielle Verzerrungen nicht in den Ergebnissen des Machine Learning manifestieren. Beispielsweise übersetzt Google Translate, bei dem im Hintergrund ein Machine Learning Algorithmus ist, Sätze aus einer Sprache, in der es keine geschlechtsspezifischen Personalpronomen gibt, subtil verzerrt: Doktoren sind demnach Männer und Krankenpfleger weiblich. Um nicht benachteiligt zu werden müssen wir Frauen den Prozess des Machine Learnings nachvollziehen und mit erarbeiten.

Welchen Rat geben Sie Frauen, die sich für Machine Learning interessieren, aber nicht wissen ob und wie sie in dem Bereich tätig werden können?

Grundlage für das Machine Learning ist die Fähigkeit zu Programmieren. Hierfür gibt es zahlreiche Möglichkeiten, die insbesondere auf Machine Learning zugeschnitten sind: Workshops (z.B. PyLadies), Online-Kurse, die teilweise sogar kostenlos sind (z.B. dataquest.io, codeacademy, coursera, udacity), Konferenzen (z.B. PyCon.de, mozfest), Meetups. Ich würde empfehlen, diese erworbenen Zertifikate und Erfahrungen in die Bewerbung und in die Xing und Linkedin Profile zu integrieren.

Auf der herCAREER geht es vor allem um den fachlichen Austausch, der auf den persönlichen Erfahrungen und dem Wissen der Sparringspartnerinnen aufsetzt. Zu welchen Themen können Sie im Vorfeld / auf der Messe / im Nachgang als Austauschpartnerin fungieren – in Schlagworten?

  • Gründung
  • Machine Learning
  • ungewöhnliche Lebensläufe (Fortbildungen und Berufswunsch, der nicht mit der bisherigen Ausbildung übereinstimmt)

Gibt es Themen, zu denen Sie persönlich eine/n Sparringspartner/in suchen und einen fachlichen wie persönlichen Austausch weiterführen möchten? Dann benennen Sie uns Schlagworte für ihre Themen.

  • Sales
  • Kundenakquise

Wie können oder möchten Sie kontaktiert werden?