נשים ומחשבים: מגדלנה קונקייביץ', Toloka AI

שם ותפקיד: מגדלנה קונקייביץ', אוונגליסטית נתונים (Data Evangelist) ב-Toloka AI.

Toloka תומכת בתהליכים הקשורים לנתונים לאורך כל מחזור החיים של ML – מאיסוף נתונים ועד ניטור מודלים. הסביבה המשולבת עוזרת למדעני נתונים וצוותי ML להביא את הפתרונות שלהם לסביבת ייצור מהר יותר. ב-Toloka, אני מסבירה לציבור על החשיבות של תיוג נתונים ו- Machine Learning על ידי אספקת תוכן טכני – הן לאנשים מבחוץ והן לאלה העובדים בתעשייה – באמצעות טיפים, הדרכות והרצאות.

ותק בתפקיד: 10 שנים בתחום מדעי הנתונים/AI, כולל שנה ב-Toloka.

תפקידים קודמים: שנה אחת כמהנדסת תוכנה בחברת JP Morgan, שנתיים כמהנדסת NLP בחברת Kuato Studios, שנתיים בתור מדענית נתונים בחברת Execvision.

השכלה: תואר שני במדע נתונים מאוניברסיטת אדינבורו, סקוטלנד.

מיקום נוכחי: פוארטו דה לה קרוז, האיים הקנריים, ספרד.

מה משך אותך לטכנולוגיה? תמיד הוקסמתי מטכנולוגיה בכלל ומבינה מלאכותית בפרט. החלק הרשמי של המסע שלי התחיל בשנת 2008, כאשר נרשמתי לאוניברסיטת אדינבורו והשלמתי תואר שני במדע הנתונים חמש שנים מאוחר יותר.

כדי להשיג דריסת רגל ראשונית, קיבלתי בהתחלה עבודה בתור מתכנתת ג'אווה ב-JP Morgan בלונדון. זה היה מתגמל, ולמדתי הרבה מאוד בתהליך; עם זאת, רוב תחומי האחריות שלי בקושי היו קשורים לבינה מלאכותית. כמה שנים לאחר מכן, נכנסתי לתפקיד חדש כמהנדסת NLP (עיבוד שפה טבעית) בסטארט-אפ מתפתח בשם Kuato Studios, הממוקם גם הוא בלונדון. העבודה הייתה מגניבה במיוחד, אבל באופן לא מפתיע, גם שם חווינו את העליות והמורדות הרגילים הקשורים לסטארט-אפים. זה בהחלט גרם לי להיות בטוחה יותר, לא רק כמדענית נתונים, אלא גם כעובדת בהיי-טק באופן כללי, כי התרגלתי כבר למולטיטאסקינג ולקבלת החלטות ברגע האחרון כחלק מהתפקיד שלי. 

הצעד הבא שלי היה לחפש יותר חופש אישי ומעבר לעבודה מרחוק, ואכן מצאתי את מה שחיפשתי כשהגעתי לעבוד כמדענית נתונים בסטארט-אפ אמריקני בשם Execvision. שם קיבלתי הזדמנות לעבוד על פרויקטים מאתגרים רבים ולשכלל את כישורי ב-Python, שהיא עד היום שפת התכנות המועדפת עליי.

לבסוף, הגעתי ל-Toloka לפני יותר משנה, שם אני עובדת כיום כאוונגליסטית נתונים.

אוונגליסט נתונים הוא בעצם אדם שמדבר וכותב על חשיבות הנתונים – במו"פ וגם בפן העסקי. המטרה העיקרית של מאמצי היא להפיץ כמה שיותר ידע על מתודולוגיות תיוג נתונים ופתרונות תוכנה הקיימים היום, איך אנחנו יכולים להשתמש בהם, ומתי הם עובדים הכי טוב.

בעבודה הנוכחית שלי אני מכינה באופן קבוע מאמרים טכניים ומצגות המתארים כיצד ניתן לשלב בהצלחה את Toloka עם מוצרים ושירותים שונים של ML/AI, תוך מחשבה על מספר מסוים של מטרות ויעדים. לפעמים, אני מרגישה מעין שגרירת בינה מלאכותית לא רשמית, המציגה את השקפות הקהילה על התעשייה לעולם שבחוץ.

בנוסף, עמיתיי ואני מארגנים כנסים, וובינארים ומיט-אפים של Toloka (וכן בשיתוף פעולה עם גורמים נוספים) העוסקים בנושאים שונים המתמקדים בנתונים. לבסוף, באמצעות הרקע הטכני שלי, אני גם עוזרת למשתמשים של Toloka לפתור את הבעיות שלהם ולעזור למהנדסים שלנו למצוא פתרונות יעילים יותר.

האם לדעתך יש אפליה נגד נשים בתעשייה? יש במידה מסוימת, בוודאי, אחרת לא היינו מדברים על זה. עם זאת, זה יהיה לא הוגן להכליל, שכן התעשייה כל כך מגוונת בימינו, והנוף הטכנולוגי שונה בתכלית לא רק ממדינה למדינה, אלא גם מחברה אחת לאחרת. אין ספק שתרבות ארגונית אינה אותו הדבר בכל העולם.

אבל להגיד שאין אפליה כלל זה שקר. עם זאת, יהיה זה שגוי באותה מידה להתעלם מהשיפורים המשמעותיים הרבים שאנחנו חוות וחווים. כן, יש יותר גברים בתפקידי הובלה, כולל בתעשיית ההיי-טק. אבל זה לא אומר שנשים לא יכולות לטפס למעלה. אני חושבת שאמנם אין שוויון בתוצאות – כלומר, התחום עדיין נשלט במידה רבה על ידי גברים – אבל באופן כללי יש שוויון הזדמנויות, לפחות במדינות מפותחות. במילים אחרות, אותן נשים שמוכנות להפשיל שרוולים ולהתחרות בגברים, יכולות ומצליחות מאוד בעצמן. אחרי הכל, תראו כמה מנכ"ליות יש כיום, במיוחד בחברות חדשות. זה חייב להיות סימן טוב!

האם נתקלת באופן אישי באפליה נגדך בענף מכיוון שאת אישה? לא הייתי קוראת לזה אפליה ברורה – לא היו מקרים חמורים שבהם דעות קדומות או מיזוגניה הפריעו לקריירה שלי בצורה משמעותית. אבל כן, יכול להיות שביטלו אותי כלאחר יד פעם או פעמיים כשעבדתי כמתכנתת. הדברים עדיין לא מושלמים ותמיד יהיה מקום לשיפור. עם זאת, אני סבורה שאנחנו לא צריכים לחפש מהנדסות ומנהלות תפעול אך ורק כדי להטות את הכף. ב-Toloka, אנחנו פשוט מחפשים את המהנדסים הטובים ביותר ואת המעצבים הטובים ביותר, ובהתבסס על עקרונות הגיוס האלה, אנחנו מעסיקים. וככה נראה הצוות שלנו היום. חשוב מאוד שאנחנו, הנשים, נפסיק לתייג את עצמנו ולראות את עצמנו כ-נשים בהיי-טק. עלינו להציג את עצמנו כמקצועניות וכמומחיות שאנחנו באמת בתעשייה – פשוט מהנדסות תוכנה, מדעניות נתונים, מתכנתות ומנכ"ליות.