在深入了解她們的故事之前，我們想先強調多元化對於數據科學團隊的重要性。擁有不同背景和興趣的數據工作者，才能建構更全面的數據世界，避免同質化並進而從數據中獲得更深入且多元的見解。然而，根據統計，目前數據科學和分析領域的人士多數仍為男性，這也意味著女性的觀點和經驗在數據分析中常被忽略，甚至導致分析的偏見。
此外，Nature上的研究也顯示，儘管近年來女性參與科學研究的比例持續增加，但在電腦科學、數學等領域，女性的比例仍然偏低。這正是為何我們更應關注並鼓勵女性在數據科學和 AI 領域的發展。

AI 領域的領航者 — 李飛飛
李飛飛博士 (1976-) 是史丹佛大學紅杉計算機講座教授，也是史丹佛大學以人為本 AI 研究院的聯合創始人和聯合主任，並曾在 Google 擔任副總裁兼 Google Cloud 的 AI/ML 首席科學家。 李飛飛被譽為「帶領人類步入 AI 時代的關鍵性科學家」，而她最為人所知的貢獻是由她帶領的 ImageNet 計畫。
在當時，大多數 AI 研究都專注於模型和演算法，但李飛飛博士發現改進訓練 AI 演算法的數據集也同樣重要。 ImageNet 是一個大型視覺資料庫，透過網路群眾外包的形式，收集並人工標記了約 1500 萬張圖片。 這項計畫的研究成果，為深度學習的發展奠定了重要基礎，也促成了 AlexNet 等突破性技術的誕生，突顯了大型、標記清晰的數據集，對於訓練 AI 演算法的重要性，可說是 AI 發展史上的里程碑。
除了學術研究，李飛飛博士也積極投入 AI 教育和推廣，並與 Toyota 合作，在史丹佛大學成立聯合研究中心；她同時創立了非營利組織 AI4ALL，致力於透過以人為本的 AI 價值觀，促進 AI 領域的多元性和包容性，培育下一代的 AI 人才。

第一位電腦程式設計師 — Ada Lovelace
愛達·勒芙蕾絲 Ada Lovelace (1815–1852) 是一位19世紀的英國數學家，也被稱為史上第一位「程序媛」、「第一位電腦程式設計師」。 她與「電腦之父」查爾斯·巴貝奇合作，為其設計的分析機 (Analytical Engine) 撰寫程式，並預見了電腦超越純粹計算的應用潛力。儘管分析機從未被建造出來，但他們的的研究，奠定了現代電腦科學的基礎，也啟發了後世對於電腦的想像。
Ada Lovelace 出身貴族，父親是英國著名詩人拜倫勳爵，母親則是一位熱愛數學的女性。 Ada 從小就展現出對機械的濃厚興趣，她曾設計過飛行器，並熱衷於研究工業革命時期的新發明。在母親的引導下，Ada 從小便接受了良好的數學和科學教育，這在當時的社會環境中相當難得。
Ada Lovelace 最重要的貢獻，是她為巴貝奇的分析機撰寫的程式，其中包含了計算伯努利數的演算法，以及許多現代電腦程式的基本概念，例如迴圈和條件判斷。 她也預言，電腦的應用將不僅限於數字運算，而是可以處理任何以符號表示的事物，例如音樂或藝術。她的筆記和著作，啟發了例如艾倫·圖靈等後來的電腦科學家，對現代電腦的發展產生了深遠的影響。

現代護理的奠基者 — Florence Nightingale
佛蘿倫絲·南丁格爾 Florence Nightingale (1820–1910) 被譽為「現代護理學之母」，她不僅是一位傑出的護理師，也是一位社會改革家和統計學家。她出生於義大利佛羅倫斯一個富裕的英國家庭，但她不顧家人反對，毅然投身護理事業。
在克里米亞戰爭期間，南丁格爾率領 38 名護士前往戰地醫院，照顧傷兵；她改善了醫院的衛生條件，建立醫院管理員制度，提高護理品質，將原本戰場傷兵42%死亡率下降到2%。此外，因為南丁格爾經常在黑夜中提燈巡視病房，因此又被稱為「提燈天使」。
有趣的是，南丁格爾也擅長運用統計數據來分析和改善醫療照護。她使用圖表來呈現數據，例如她著名的「玫瑰圖」，透過數據視覺化顯示士兵死亡的主要原因是疾病而非戰傷，並以此推動醫療改革。值得一提的是，南丁格爾也被認為是圓餅圖的早期創作者之一。

編譯器的發明者 — Grace Hopper
葛麗絲·霍普 Grace Hopper (1906–1992) 是一位美國電腦科學家和海軍少將，因為她對電腦程式設計的發展開創性的貢獻，被譽為「電腦軟體之母」。 甚至 Nvidia 就有推出一個以她命名的晶片 NVIDIA GH200 Grace Hopper 可支援大規模人工智慧與高效能運算。
Grace Hopper 最重要的貢獻是發明了編譯器 (compiler)。 編譯器可以將程式設計師撰寫的程式碼，翻譯成電腦可以直接執行的機器碼，大大簡化了程式設計的過程，也讓更多人能夠參與軟體開發。此外，Grace Hopper 也致力於推動電腦語言標準化的工作，她參與設計第一台商用電子計算機 UNIVAC，並開發了第一個進階商用電腦程式語言COBOL，被譽為「COBOL之母」。她在研究與程式語言人才培育上的貢獻，被人暱稱為「Amazing Grace」。
有趣的是，電腦術語「除錯排錯」（debug）便是她的同袍在哈佛二型的繼電器上發現一隻飛蛾造成短路，才正式成為電腦程式的專有用語。

軟體工程的先驅 — Margaret Hamilton
瑪格麗特·漢密爾頓 Margaret Hamilton (1936-) 是一位美國電腦科學家，她領導了 NASA 阿波羅計畫的軟體開發，被認為是軟體工程的先驅之一。 她率先提出了「軟體工程(software engineering)」一詞，用以區分硬體和其他類型的工程，並將軟體開發視為整體系統工程的一部分。
Margaret Hamilton 在加入 NASA 之前，曾在麻省理工學院參與 SAGE 計畫，為美國空軍開發防禦系統軟體。 在阿波羅計畫中，她帶領團隊開發了阿波羅導航電腦的軟體，確保了太空人在登月任務中的安全。而因為涉及太空領域，這項任務的軟體開發的困難與挑戰性也不言而喻。
Margaret Hamilton 強調軟體開發的嚴謹性和可靠性，她提出了許多重要的軟體工程概念，例如錯誤預防和容錯設計，這些概念至今仍影響著軟體開發的實踐。 有趣的是，一張 Margaret 站在她所領導的團隊（登月艙和指令艙機載飛行軟體團隊）所開發的軟體列表旁的照片，在社群媒體上廣為流傳，成為軟體工程界的傳奇。

線上教育與生物醫學中的機器學習領航者 — Daphne Koller
Daphne Koller (1968-) 是一位以色列裔美國電腦科學家，她是線上教育平台 Coursera 的共同創辦人之一，也是一位貝氏分類器機器學習的專家，並將其應用於生物醫學領域。
Daphne Koller 擁有史丹佛大學電腦科學博士學位，並曾在史丹佛大學擔任電腦科學教授。她與另一位史丹佛大學教授吳恩達共同創辦了 Coursera。 Daphne 離開 Coursera 後，曾擔任生技公司 Calico 的首席運算長；之後創辦了 Insitro，一家利用機器學習進行藥物開發的新創公司，積極發展人工智慧在生醫領域的應用。
Daphne Koller 認為線上教育可以打破教育的藩籬，讓更多人接觸到優質的教育資源。 她致力於推廣線上教育，並探索如何利用科技來提升學習效果。 也在她的推動下，線上教育已成為你我生活中熟悉的學習方式，也為全球的教育發展帶來了新的契機。

結語：LnData 與女性數據人才
在數據科學和 AI 領域，女性的力量正在崛起。她們以其獨特的視角和才華，為科技發展注入新的活力，也為我們帶來更多突破性的成果和應用。
LnData 致力於推動數據科學和 AI 的發展，同時深知女性人才的重要性。我們相信，未來數據科技的發展需要更多元化的聲音和觀點，因此我們鼓勵女性投身數據職涯，並提供平等的發展機會，讓每位員工都能發揮潛力，貢獻所長。
未來，我們將持續關注女性在數據科學和 AI領域的發展，並積極參與相關的活動和計畫（例如我們的源數據實習計畫），為將台灣打造為一個更多元共融且創新多變的環境而努力。