Women in Data Science

Beschreibung

Der gesellschaftlich richtige Umgang mit Daten ist eine der zentralen Herausforderungen unseres nächsten Jahrzehnts. Wissensgenerierung und daraus abgeleitetes Handeln betrifft alle Bereiche und Branchen. Dies bedingt Diversität in den Betrachtungsweisen. Im diesem Buch schreiben führende Expertinnen aus Wissenschaft und Wirtschaft über ihre Tätigkeitsfelder mit Daten und Technologien und gehen auf ethische, moralische und gesellschaftspolitische Aspekte ein.Die Beiträge behandeln Data Science in Wissenschaft und Politikberatung, die Analyse von geographischen Daten, Gender-Medizin, Datenrevolution - und die Tatsache, dass Daten den Menschen (und nicht umgekehrt) dienen.
Die Herausgeberin
Özlem Doger-Herter ist Gründerin und Geschäftsführerin eines Startups in Bonn, NRW-Ambassador für WOMEN IN DATA SCIENCE der Stanford University und veranstaltet einmal im Jahr die gleichnamige Konferenz, sie ist Botschafterin des Digital Hubs in Bonn und ist spezialisiert auf Wirtschafts- & Wissenschaftskommunikation.

Der gesellschaftlich richtige Umgang mit Daten ist eine der zentralen Herausforderungen unseres nächsten Jahrzehnts. Wissensgenerierung und daraus abgeleitetes Handeln betrifft alle Bereiche und Branchen. Dies bedingt Diversität in den Betrachtungsweisen. Im diesem Buch schreiben führende Expertinnen aus Wissenschaft und Wirtschaft über ihre Tätigkeitsfelder mit Daten und Technologien und gehen auf ethische, moralische und gesellschaftspolitische Aspekte ein.Die Beiträge behandeln Data Science in Wissenschaft und Politikberatung, die Analyse von geographischen Daten, Gender-Medizin, Datenrevolution - und die Tatsache, dass Daten den Menschen (und nicht umgekehrt) dienen.
Diversität in Data Science Sichtbarkeit von weiblichen Role Models aus der Technologie-Branche Aktuell keine Bücher auf dem Markt, die Data Science & Diversity kommunizieren

Autor*in

Özlem Doger-Herter

Themen in »Women in Data Science«

Data Science Diversity Role Models Women Empowerment Wissenstransfer Sichtbarkeit Daten & Analyse

Stimmen zu »Women in Data Science«

Details

Link teilen