Análise de dados para localização de mentoras para mulheres na tecnologia
| dc.contributor.advisor | Fernandes, Danilo Douradinho | |
| dc.contributor.author | Kawakami, Letícia Sayuri | |
| dc.contributor.referee | Oliveira, Fábio Feliciano de | |
| dc.contributor.referee | Salazar, Zady Castañeda | |
| dc.date.accessioned | 2024-03-12T18:26:23Z | |
| dc.date.available | 2024-03-12T18:26:23Z | |
| dc.date.issued | 2019-11-11 | |
| dc.description.abstract | A presença feminina no ambiente acadêmico e no mercado de trabalho relacionado à Tecnologia da Informação é visivelmente pequena quando comparada à participação masculina na área. Este cenário é desencadeado por uma série de fatores, como a falta de representatividade, desigualdade salarial, irrelevância dada às referências femininas, machismo, preconceitos, entre outros. Muitas mulheres têm utilizado a internet e as redes sociais para se aproximarem e se incentivarem em suas carreiras na área de tecnologia, através de comunidades online nas quais elas participam de discussões, organizam eventos, compartilham conhecimento e atuam em ações de mentoria e capacitação para o mercado de trabalho. As ações de mentoria realizadas por tais comunidades podem ser mais benéficas quando as pessoas envolvidas compartilham dos mesmos interesses, e a computação, por sua vez, pode contribuir com a obtenção deste êxito, processando e distribuindo dados que trafegam pela internet, aproximando as mulheres de acordo com seus interesses. O presente projeto tem por objetivo desenvolver um algoritmo de análise de dados provenientes de uma base de dados da comunidade de tecnologia, a partir da utilização de bibliotecas já existentes na linguagem de programação Python, para localização de mulheres através de dados geográficos, tempo de experiência profissional, conhecimentos e interesses das mesmas para que atuem na mentoria de outras mulheres na área de tecnologia. Para atingir tal objetivo, foram utilizados conceitos de Big Data e mineração de dados em conjunto com a linguagem de programação Python e bibliotecas presentes na linguagem. Este trabalho permitiu realizar a localização de possíveis mentoras para mulheres na área de tecnologia, bem como prover comparações entre a comunidade feminina e masculina, as quais possibilitaram concluir que, de fato, a discrepância entre a quantidade de homens e mulheres na área de tecnologia ainda é muito grande e que a análise de dados pode contribuir com a aproximação de mulheres e aumento da sua participação na área. Além disso, o trabalho também permitiu despertar novas abordagens e melhorias convenientes para estudo em trabalhos futuros. | |
| dc.description.abstract2 | The female presence in the academic environment and the job market related to Information Technology is noticeably small when compared to the male participation in the area. This scenario is triggered by a series of factors, such as lack of representativeness, wage inequality, irrelevance given to female references, machism, prejudice, among others. Many women have been using the Internet and social networks to get closer and encourage their careers in technology through online communities where they participate in discussions, organize events, share knowledge and provide mentoring and training for the labor market. The mentoring actions taken by such communities can be most beneficial when the people involved share the same interests, and computing can contribute to this success by processing and distributing data that travels the Internet, bringing women closer to according to your interests. The aim of this project is to develop a data analysis algorithm from a technology community database, using existing Python programming language libraries, to locate women through geographic data, professional experience, knowledge and interests to mentor other women in technology. To achieve this goal, we used the concepts of Big Data and data mining in conjunction with the Python programming language and libraries present in the language. This project allowed us to locate possible mentors for women in the technology area, as well as to provide comparisons between the female and male community, which allowed us to conclude that, in fact, the discrepancy between the number of men and women in the technology area is very large and that data analysis can help bring women closer and increase their participation in the area. In addition, the work also allowed to awaken new approaches and improvements convenient for study in future works. | |
| dc.format.mimetype | application/pdf | |
| dc.identifier.bibliographicCitation | KAWAKAMI, Letícia Sayuri. Análise de dados para localização de mentoras para mulheres na tecnologia. 2019. 94 f. Trabalho de Conclusão de Curso (Graduação)- Tecnologia em Análise e Desenvolvimento de Sistemas, Instituto Federal de Educação, Ciência e Tecnologia de São Paulo, Câmpus Campinas. | |
| dc.identifier.uri | https://repositorio.ifsp.edu.br/handle/123456789/661 | |
| dc.publisher | Instituto Federal de Educação, Ciência e Tecnologia de São Paulo (IFSP) | |
| dc.publisher.campi | CAMPINAS | |
| dc.subject.keywords | Mulheres na tecnologia | |
| dc.subject.keywords | Mentoria | |
| dc.subject.keywords | Análise de dados | |
| dc.title | Análise de dados para localização de mentoras para mulheres na tecnologia | |
| dc.title.alternative | Data analysis to find mentors for women in technology | |
| dc.type | Trabalhos de Conclusão de Curso de Graduação |