#퍼블리매일읽기챌린지 #퍼블리뷰 #퍼블리뷰11 | 커리어리

#퍼블리매일읽기챌린지 #퍼블리뷰 #퍼블리뷰11일차 (누적 62일차) 여성 리더들이 말하는 미래: Women in Tech, Media & Finance 2019 저자 김종현 개인적으로 여성과 남성을 구분하는 것을 좋아하지 않지만 전통적으로 성별 불균형이 심한 산업에서 성공적인 커리어를 이어가고 있는 여성 리더들이 "일에 대해, 그리고 업계 전망에 대해" 들려주는 이야기를 정리해 보았습니다 :) 테크 기업에서의 젠더 다양성, 특히 리더십 레벨의 다양성은 아직도 턱없이 부족하다. 조직 안에서 유의미한 젠더 다양성 변화를 일으키기 위해서는 최소한 전체 구성원의 30% 이상이 여성이어야 한다.* 하지만 테크 기업에서 여성들이 리더십 포지션에 위치하는 비율은 여전히 20%가 채 되지 않는다. 성별 외에도 인종·성적 지향·커리어 배경 등 조직 내에는 여러 가지 다양성이 존재하고, 자기 정체성을 존중받지 못하면 모든 사람이 자기 능력을 충분히 발휘하기가 힘들다. 그중에서도 조직 내 젠더 불균형은 비교적 오랜 기간 논의돼 왔다. 논의가 길었던 만큼, 젠더 불균형을 해소하는 과정이 또 다른 다양성이 존중받는 조직을 만드는 데 시작점이 될 수 있다. 테크 기업들은 여러 종류의 사내 조직(ERG, Employee Resource Group)을 운영한다. 실제로 젠더 불균형뿐 아니라 앞서 언급한 여러 다양성 이슈를 다루는 모임들이 존재한다. 예를 들어 구글과 페이스북은 Women@이라는 사내 그룹을 통해 여성 조직원 간의 네트워킹과 커리어 개발에 도움을 주고 있다. 마이크로소프트, IBM, 아마존 등도 마찬가지다. 여성 창업가가 이끄는 미디어 스타트업 더 인포메이션(The Information)에서 주최한 행사 'Women in Tech, Media, Finance'의 목적도 비슷하다. 이번 행사를 통해 더 인포메이션은 젠더 다양성이 부족한 대표적인 업계인 테크·미디어·금융 업계의 여성 리더들로부터 커리어 경험과 다양한 인사이트를 듣고, 그들에게 직접 질문할 수 있는 기회를 만들었다. 나만의 경험, 나만의 원칙 경험이든 원칙이든 '본인만의' 무언가를 강조한다는 점에서는 지니와 로렌의 이야기는 일맥상통한다. 이들은 각자 마주한 도전 앞에서, 본인의 경험과 원칙에 근거해 자신만의 기준으로 커리어를 쌓아가고 있다. 이는 젠더 혹은 특정 업계를 떠나 우리 모두에게 의미 있는 이야기다. 또한 조직을 꾸려가는 리더 입장에서도 구성원들이 각자 자신의 색을 잘 펼쳐나가기 위해 필요한 것은 무엇인지 고민해야 할 것이다. 디지털 기반 기업들은 기존 미디어 업계를 고치려 애쓰지 않고 완전히 새로운 것을 창조하려 한다. 기존 전통 미디어 기업들이 해온 방식에 질문을 던지고, 그 질문에서 새로운 접근법을 찾으려는 시도에 공감했다"고 설명했다.

2021년 9월 1일 오후 11:50

댓글 0

함께 보면 더 좋은

데이터 분석에 도움이 되는 통계학 커리어에 도움되는 아티클 285 직무에 관계 없이 데이터 분석을 해야 하는 역할을 요구받는 시대에 제가 알고 있는 넓고 얕은 지식을 사람들과 나누기 위해 공부를 하고 있습니다. 공부를 하면 할 수록 제가 가지고 있는 지식이 얼마나 얕은지 새삼 깨닫게 되는 것 같습니다. 데이터 분석과 시각화 라는 주제로 수업을 준비하고 있습니다. 밑도 끝도 없이 시키는 일로 배운 기술에는 한계가 있기 때문에 분석의 기본인 통계를 알아야겠다는 생각이 들었습니다. 제목만 들어도 어렵게 느껴지는 통계를 초등학생에게 설명하듯 이해하기 쉽게 풀어낸 책이 없을까 찾고 있었는데요. 집에 읽지도 않은 통계와 데이터 분석 관련 전문 서적과 다르게 오늘 소개하는 책은 통계에 대한 기본 개념을 정말 쉽게 잘 설명해 주고 있습니다. 특히, 주변에서 흔하게 만날 수 있는 사례를 통해 통계 개념을 설명하는 부분이 정말 좋습니다 :) 저자가 이야기하고, 읽으면서 무릎을 딱 쳤던 내용이 있는데요. 통계를 통해 ‘성공 확률을 높이는 방법’을 몸에 익힐 수 있다는 것과 과학적인 순서를 따르면 높은 확률의 추리가 가능하다는 점이었습니다. 이를 통해 근거 있는 설명과 논의가 가능해 진다는 논리가 그 동안 놓치고 있었던 일 하는 방식을 정립해 주는 기회가 되었습니다. [책] 이렇게 쉬운 통계학 저자 혼마루 료 통계학은 크게 두 종류로 분류됩니다. - 기술 통계학 : 모든 데이터를 다루는 것이 기본 - 추측 통계학 : 표본에서 원래 집단의 특징 등을 추정 기술 통계학이란 조사 대상 (모집단)에 대해 전수 조사를 기본으로 하여 그 특징을 기술하는 통계학입니다. 추측 통계학이란 모집단이 너무 커서 표본 밖에 모을 수 없을 때, 샘플 데이터로 전체 모집단의 성질을 추측하는 방법을 의미합니다. 데이터 전체의 특징을 단 하나의 데이터로 나타내는, 하나의 데이터로 전체를 대표하는 값을 대표값이라 부릅니다. 대표값으로는 평균, 중앙값, 최빈값 세 가지 내용이 잘 알려졌습니다. 데이터의 폭이나 흩어짐 상태를 나타내는 것이 산포도라 불리는 다음 세개의 값입니다. 분산 (표준편차), 사분위범위, 범위 추측 통계에서 이야기하는 추정이란 ‘원래 집단’의 평균, 분산 또는 비율 등을 일컫습니다. 추정 (통계적 추정) : 소수의 표본 데이터에서 전체 집단 (모집단)의 특징을 추측 가설검정(검증) : 전체 집단에 대해, 특정 가설의 검정을 일정 확률로 검정 가설검정이란 A 가설이 올바르다고 가정할 때, 확률적으로 일어날 수 없는 아주 희귀한 일이 일어난다면 A 가설 자체가 잘못되었을 가능성이 크다는 것으로, 최초의 A 가설을 부정하고 남은 B 가설을 채택한다는 원리입니다. 가설검정 순수 1) 대립가설 설정 2) 귀무가설 설정 3) 귀무가설이 올바르다고 가정 4) 유의수준 설정 (보통 5%로 설정) 5) 대립가설을 고려한 기각역 설정 6) 실제 데이터로 판단 7) 기각역 안쪽 ➔ 대립가설 채택, 기각역 범위 밖 ➔ 귀무가설을 수용

이렇게 쉬운 통계학

Hanbit

추천 프로필

현직자에게 업계 주요 소식을 받아보세요.

현직자들의 '진짜 인사이트'가 담긴 업계 주요 소식을 받아보세요.

커리어리 | 일잘러들의 커리어 SNS