Widzialne kobiety. Rozmowa z Sandrą Machon, Data Scientist w Elvie

Na sam początek opowiedz trochę o sobie. Jak doszłaś do miejsca, w którym jesteś obecnie?

Mieszkam i pracuje w Wielkiej Brytanii, gdzie przyjechałam osiem lat temu na studia. Ukończyłam psychologię i neuronaukę, a więc przedmioty kompletnie nie związane z IT. W liceum byłam “humanistką” i myślałam, że trzeba być matematycznym geniuszem, aby napisać linijkę kodu. 

Oryginalnie planowałam karierę akademicką – zrobienie doktoratu i pracę na uniwersytecie. Zaczęłam nawet pracę jako asystent naukowy z neuronauki poznawczej i byłam pewna, że kolejny krok to doktorat. Niestety praca na uniwersytecie okazała się zupełnie inna niż sobie to wyobrażałam. 

Uświadomiłam sobie, że dążę do kariery akademickiej, bo tak sobie postanowiłam gdy miałam dziewiętnaście lat i że to nie jest to czego nadal chcę. Do tego podczas pandemii odkryłam, że praca zdalna jest super i że jest to preferowany przeze mnie model pracy. Poza wyjątkowymi przypadkami jak pandemia, praca zdalna na uniwersytecie nie byłaby raczej możliwa. Stanęłam więc przed wyborem - albo zostaję i robię doktorat, albo próbuję czegoś innego. Była to bardzo trudna decyzja, bo czułam się jakbym wyrzucała wszystkie lata starań do kosza! Miałam sporo wątpliwości i bałam się, że nie znajdę pracy jako data scientist bez doświadczenia w IT. Na szczęście zdecydowałam się zaryzykować i teraz wiem, że była to właściwa decyzja! 

Dlaczego zainteresowałaś się akurat data science?

Zaczęłam się uczyć Pythona, gdy szukałam pierwszej pracy jako asystent naukowy. Zauważyłam, że Python często pojawia się w wymaganiach i stwierdziłam, że może mi się przydać do CV. Szybko złapałam bakcyla programowania i kiedy pojawiły się pierwsze myśli o zmianie kariery, wiedziałam, że jest to potencjalny kierunek. 

Data science wydawało się naturalną alternatywą do pracy na uniwersytecie. Zawsze ciągnęło mnie do danych i metody naukowej a w data science nie brakuje obydwu! Zaczęłam robić darmowe kursy z data science, no i trafiłam na Dare IT. 

Około rok temu napisałam posta na grupie facebookowej z pytaniem o polecenie źródeł z data science i spotkałam się z ogromną falą życzliwości. Organizacje takie jak Dare IT i Women in Data były dla mnie ogromnym wsparciem. Potrzebowałam kobiecych wzorów w technologii i żałuję, że nie znałam żadnych, kiedy wybierałam kierunek studiów.

Pracujesz jako data scientist w Elvie, gratulacje! Jak tam trafiłaś?

Dzięki! Szczerze to chyba byłam w odpowiednim miejscu i czasie! Miałam po prostu szczęście. 

Jestem feministką, odkąd pamiętam. Podczas studiów zaczytywałam się w feministycznych książkach i oczywiście kupiłam “Niewidzialne Kobiety” zaraz jak ukazały się w księgarniach. Z tej książki dowiedziałam się o istnieniu femtechu i Elvie. Od tego czasu obserwowałam scenę femtech i pogłębiałam wiedzę na temat gender data gap. 

Gdy zaczynałam myśleć o zmianie zawodu, wielokrotnie przeszło mi przez myśl, że chciałabym pracować w femtech, ale wiedziałam, że jako osoba bez doświadczenia w IT mogę nie mieć dużego wyboru w ofertach. 

W trzecim miesiącu wysyłania aplikacji zauważyłam na LinkedInie, że Elvie szuka Data Scientist! Wiedziałam, że ta praca musi być moja. Dopracowałam CV i wysłałam list motywacyjny, gdzie napisałam, że marzę by dla nich pracować i wspierać innowacje w opiece zdrowotnej kobiet. No i zadziałało! Cztery rozmowy kwalifikacyjne później dostałam ofertę. 

Jak wygląda praca w start-upie z dziedziny femtech? Jakie są twoje codzienne obowiązki?

Badania pokazują, że firmy kierowane przez kobiety lepiej spełniają ogólne potrzeby w zakresie zadowolenia z pracy niż te kierowane przez mężczyzn. W przypadku Elvie jest to prawda. Jest to bardzo progresywna firma, dbająca o potrzeby pracowników. Możemy sami decydować, czy pracujemy zdalnie czy z biura i mamy elastyczne godziny pracy. Jest to szczególnie pomocne dla pracowników z dziećmi! Elvie bardzo dba o inkluzywność. Byłam pozytywnie zaskoczona, gdy podczas pierwszego dnia pracy zostałam zachęcona by do mojego podpisu w mailach dołączyć zaimki którymi się posługuje.

Bycie data scientist w femtech często wiąże się z frustracją, bo brakuje nam danych! Dlatego skupiamy się na częstym testowaniu naszych produktów na każdym etapie i prowadzeniu własnych badań. Na co dzień zajmuję się analizowaniem badań produktu, analizą danych użytkownika i planowaniem nowych projektów badawczych. Staramy się też wykorzystywać techniki uczenia maszynowego do pracy z dużą bazą danych, by znaleźć ciekawe zależności, które mogą zainspirować nowy produkt lub funkcje. 

Jesteś również współzałożycielką start-upu GetVRET. Opowiesz nam o nim nieco więcej?

Start-up to chyba za duże słowo, póki co to bardziej projekt. GetVRET ma na celu tworzenie terapii ekspozycyjnych w wirtualnej rzeczywistości (przy konsultacji z terapeutą). Terapia ekspozycyjna polega na stopniowym narażaniu się na źródło fobii. Badania pokazują, że wystawianie pacjenta na bodźce (np. pająki) w immersyjne wirtualnej rzeczywistości działa równie dobrze jak “w realu”. 

VR jest już szeroko stosowany w leczeniu fobii, ale obecne rozwiązania wymagają podłączenia sprzętu VR do komputera. Nasze terapie są zaprojektowane do pracy w przeglądarce internetowej więc nie ma potrzeby podłączania zestawu VR, co obniża koszty terapii i sprawia, że może być przeprowadzona zdalnie. Nie miałam ostatnio czasu by pracować nad GetVRET przez zamieszanie z szukaniem pracy, ale mamy już kilka prototypów i w tym roku zaczniemy ubiegać się o granty. Zobaczymy czy coś z tego wyjdzie.

Co uważasz za swój największy sukces zawodowy do tej pory?

Moja kariera dopiero się zaczyna więc trudno powiedzieć. Myślę, że największym sukcesem i wyzwaniem do tej pory było przeniesienie się do pracy w IT i cały proces z tym związany. 

A za największą nauczkę?

Największą nauczką było to, by słuchać swoich potrzeb i nie bać się zmian bez względu na wiek lub ile lat spędziło się w danym zawodzie. 

Jakie masz wskazówki dla osób, które chciałyby rozpocząć swoją przygodę z data science?

Programowanie to nie wszystko! W data science liczy się też znajomość pola, w którym firma się obraca, rozwiązywanie problemów i kreatywność. Umiejętności technicznych zawsze można się nauczyć, ale pasji już nie. Dlatego nie bój się aplikować do miejsc związanych z Twoimi zainteresowaniami nawet jeśli nie spełniasz wszystkich wymagań. 

Jeżeli chodzi o samą naukę data science to bardzo pomogło mi uczenie się przez robienie małych projektów. Jest to też dobry sposób na budowanie portfolio, które bardzo się przydaje, jeżeli nie masz doświadczenia w IT. Polecam też zacząć naukę od darmowych kursów na Kaggle i Udacity. Zobacz, czy data science jest dla Ciebie, zanim zdecydujesz się na uczestnictwo w bootcampie lub studia podyplomowe. 

No i nie bój się pytać o pomoc! Dołącz do społeczności takich jak Dare IT lub Women in Data i śmiało zadawaj pytania! Ja też bardzo chętnie odpowiem na wszelkie pytania, więc zapraszam do pisania na Slacku Dare IT lub LinkedIn!

Czym zajmujesz się poza pracą? Czy masz nietypowe hobby, którym chciałabyś się pochwalić? A może chcesz polecić serial, który twoim zdaniem każdy powinien zobaczyć?

Poza pracą też zajmuję się rzeczami związanymi z kobietami i danymi. Jestem wolontariuszką w inicjatywie MenopauseX. MenopauseX zbiera i analizuje dane, by pokazać koszt menopauzy dla gospodarki i poprawić dobrostan kobiet oraz osób trans/niebinarnych, które przechodzą menopauzę. Poza tym to mam obsesję na punkcie drag queens, więc jeżeli ktoś nie widział jeszcze “RuPaul Drag Race” na Netflixie to bardzo polecam!