市場在2018年對數據科學專業人士表現出了很大的需求，尤其是金融領域。根據我的研究，這給女性和金融業都創造了*的機會。

對數據科學家的需求究竟有多大？

IBM的一份研究報告指出，到2020年，對數據科學家和分析師的需求預計將增長28%。其中，59%的需求將來自于金融與保險、專業服務以及IT行業。

在金融與保險業空缺的所有崗位中，數據科學與分析（DSA）占到19%。

分析、商業智能與數據管理公司SAS Canada的學術項目協調員Lindsay Hart這樣告訴我：

“我們每周都聽說，客戶公司數據科學家團隊的崗位空缺很難填補。全國范圍內分析類課程碩士班的學生在開課一個月內，就會被公司挖走。能否拿到入職Offer，取決于學生能否完成他們的學位。”

“International Data Corporation曾指出，大數據和商業分析的全球收入將從2016年的1301億美元增長到2020年的逾2030億美元。據加拿大大數據聯盟（Canada’s Big Data Consortium）估計，加拿大涉及深度技能的崗位缺口高達1.9萬人，而全行業的分析師崗位缺口更是達到15萬人。很明顯，企業對這些技能的需求并沒有減弱。SAS Canada已經意識到這一領域對人才和多樣性的需要；我們不僅通過我們的學術項目（Academic Program，該項目涉及加拿大8000多名學生）投資新型人才教育，而且我們近期還創建了一個名為‘Women in Analytics’的網絡，旨在加強分析領域的多元化。”

什么是數據科學家？

根據《哈佛商業評論》上發表的一篇題為《數據科學家：21世紀性感的職業》的文章，數據科學家被定義為“受過專門培訓、對大數據領域具有求知欲和好奇心的專業人士。”

如果這種職位描述聽起來有點模棱兩可，那是因為它確實如此！但這也恰恰是讓女性感興趣的地方。

多倫多數據科學公司Amaro Science創始人兼*執行官Talia Borodin表示，“數據科學不是魔法，甚至不是傳統科學。它既是一門藝術，也是一門科學，意味著技能和能力存在比較大的可變性。”

我有機會采訪到了Borodin，這是一位有著15年數據職業生涯的企業家。以下是她的主要觀點：

在未來的金融領域，女性和少數族裔的作用不可或缺

“金融業是數據科學實踐的早期采用者，而這些實踐可能已被‘寬客’（指依賴量化數據的人）運用了幾十年之久。這種量化分析的歷史，讓金融業容易受到偏差的影響。信用評分方面的偏差便是一個被廣泛研究的領域。擴展開來的話，在信用評分分析中存在的偏差同樣存在于整個金融領域。”

“數據科學是一個新的前沿領域，如果不能充分體現女性和少數族裔的代表性，那么我們創建的只是一個僅能反映過去、而非未來財務成功的數據回音室。想想看，現代社會有多少是由男人設計的，又有多少是為男人設計的。如今，數據科學家設計的算法不僅僅決定了你會看到什么樣的廣告，還將用于設定借貸利率，用于批準或拒絕抵押貸款和保險等。它們將決定你有資格參加哪些投資項目，還可以預測下一個偉大的金融技術。如果沒有深思熟慮、干預和系統性偏差測試，它們將不可避免地產生偏差。因此，讓女性參與進來就顯得至關重要。”

女性*適合數據科學家的角色

“越來越多的女性在對數據科學產生興趣。我認為，現在大家都明白數據科學崗位的薪資水平為什么超過分析師了，因為后者中有許多人正試圖向前者轉變。即使許多編程和以男性為中心的環境會將一部分女性從業者‘擋在門外’，但女性在很多方面是天生就適合這個角色的。傳統觀點認為，女性通常是更出色的溝通者，這在數據科學領域是一個巨大的優勢：在該領域，理解問題和執行能力同等重要。”

“如果女性有興趣投身‘社會公益’，那么她們可以嘗試許多數據科學的角色。非營利組織在越來越多地聘請數據科學家進行募資、目標定位和實驗設計。從以往經驗來看，金融行業很少有女性從事量化分析師的工作，而影響女性從事這類職業的障礙（人才招聘中對女性的偏見、男性‘兄弟文化’、工作生活平衡，等等），可能也會成為她們選擇數據科學職業的阻力。好消息是，有些企業渴望創建一個全面、多元化的團隊，而現在他們在人才招聘時就有了多種選擇。一開始，他們會選擇性別中立的職位描述，以及用于技術考試的盲測。隨著該領域的女性越多，數據科學就變得越有吸引力，因為它會成為一個對女性更友好的環境。”

我的預測？人才招聘和職場晉升很快將會根據數據進行

我們在金融領域需要更多的女性*。這樣做不僅正確，還會降低風險，提高業績。但是，讓更多女性走上領導崗位，并不僅僅是增加應聘者數量那么簡單。我們還必須改善人才晉升到領導崗位的程序。從以往經驗來看，人才晉升之路具有高度的主觀性，女性和少數族裔常遭遇偏見。

展望未來，如果企業能更好地利用數據科學，那么女性員工的晉升率也許會提升，而且這一幕有可能以戲劇性的方式上演。正如非營利機構WorldQuant University*執行官Daphhe Khis所說，“在不久的將來，隨著數據驅動的決策不斷普及，女性在工作中所面臨的雙重標準將逐漸消失。在沒有仔細研究女性高管個人表現與財務績效指標的情況下，就因為她的‘領導能力’而棄之不用的日子已一去不返。”

我們需要在董事會中增加女性的席位嗎？答案其實很簡單。查閱那些收錄了十分*的女性董事會成員的數據庫即可。

數據科學、金融和女性之間的相互交織，形成了改變行業游戲規則的一種力量。數據科學將成為女性打開通向金融職場“權力之巔”大門的鑰匙。