梅森商学院商业分析学院在性别多样性方面领先
临床副教授帕梅拉Schlosser和瑞秋涌在2020年秋季学术会议上，分别领导了机器学习I和机器学习II。这是雷蒙德·a·梅森商学院(Raymond A. Mason School of Business)首次同时由女性全职教员讲授这两门机器学习课程商业分析理学硕士项目。
Chung之前在2019-2020学年教授机器学习II，也教授商业分析全职MBA课程．施洛瑟最近从罗阿诺克学院来到梅森学院，他也在本科阶段教授这一主题。
在全国范围内，运营和信息系统管理(OISM)领域的教授之间存在着显著的性别差距，尤其是在全国顶尖大学的项目中。不到四分之一的人工智能(AI)教授是女性，而女性仅占机器学习研究人员的12%。
STEM和分析学领域女性教授的比例偏低是梅森学院和威廉玛丽学院(William & Mary)的一个战略重点，与全国统计数据相比，这一比例要平均得多;包括Chung和Schlosser在内，近50%的OISM全职教师是女性，即20人中有9人是女性。
但对钟和施洛瑟来说，弥合性别差距远不是一个制度性的数字游戏，而是个人的问题。通过各自的教学和研究，她们希望激励和指导女学生在商界或学术界追求STEM职业，并为整个领域的工作做出重大贡献。
追求技术教育
钟是台湾人，1995年以全额奖学金来到美国，在匹兹堡大学攻读博士学位，并获得心理学博士、管理信息系统博士和信息科学硕士学位。她还在匹兹堡大学(University of Pittsburgh)的情感分析小组(Affect Analysis Group)广泛工作，该小组是面部表情人工识别的先驱。
在过去的十年中，她积极参与商业分析领域，在越南大学担任访问学者、顾问委员会成员，并在几所大学的OISM部门担任教员。
自2019年加入梅森学院以来，Chung教授了机器学习、数据分析和高级建模技术等课程。她在学生方面的杰出工作在2020年得到了认可，当时她被授予MSBA卓越教师奖。
“我对梅森学院还是比较陌生，但我很喜欢和学生们一起工作，”Chung说。“他们非常敬业、有动力、工作努力。”
钟对教学的热情不仅仅局限于梅森学院。她目前正在与宾夕法尼亚州立大学Altoona的Jungwoo Ryoo博士和MSBA毕业生Rani Banjarian一起编写一本数据科学教科书。此外，郑与Banjarian和郑的姐姐Peggy Chung合作，设计并运营面向儿童的数据科学教育项目“Data Scientist Junior”。
她说:“我们发现，九岁的孩子就喜欢玩数据游戏，尤其是使用可视化工具Tableau。”
Schlosser是在Chung到美国几年后才进入大学的，她在肯塔基大学(University of Kentucky)攻读信息系统商学学位时，在性别多样性方面几乎没有取得什么进展。
Schlosser说:“在我大学的第一堂课上，500名学生中有5名是女性，这真的让我很害怕。”
Schlosser继续追求田纳西州州立大学的会计和计算机信息系统硕士学位和博士学位。在克莱姆森大学的管理信息系统中，在开始教学中的职业生涯之前。在迎接威廉省的威廉＆玛丽之前，她担任法律纠纷的专家见证人，并在罗阿诺克学院教授了商业和经济学。
她解释说:“当我上学的时候，我试图获得尽可能多的分析视角，因为在2009年有很多代表应用统计学的项目，但它还不完全是分析学。”“我上过的所有大学和我学习的项目都是技术性的，但我把自己定位为专业的商业项目，这对机器学习来说很有趣，因为我向学生提出的问题是实用的、复杂的，使用的是真实的数据集。”
研究学者
虽然两位教授都对梅森学院的机器学习和商业分析专业的学生倾注了极大的精力，但他们都在从事与该领域相关的研究。
Chung的兴趣包括财务欺诈、商业分析和知识管理，她曾在顶级期刊上发表文章，并在国际会议上发表过许多演讲。她积极从事一些研究，包括与梅森商学院商业分析教授Amy Xia博士和2020年全日制MBA课程毕业生Nicola Ibba一起研究区块链可视化在供应链管理中的应用。
她也刚刚完成了一项正在进行中的工作ICAIF ' 20 ACM金融AI国际会议的金融数据可视化以及卡内基梅隆大学的斯蒂芬妮·罗森塔尔博士。他们研究了会计师和数据科学家在为人工智能建模验证财务数据方面的差异。
Schlosser最初对数据研究的兴趣是与统计相关的，但后来它演变为包括研究方法、商业分析和人类行为与技术。她的论文重点是技术压力研究，并比较了她的人体测试对象的生理和心理标记。
“我的研究不是基于机器学习。这更多的是关于技术的心理角度，以及我们如何使用它来满足我们的需求，”Schlosser解释道。“在毕业论文发表后的十年里，我进行了大量使用调查和实验方法的研究。尝试与疫情相关的限制是很棘手的，但我期待在合适的时候重新开始这些研究。”
支持梅森学院的性别多样性
在多元化和包容成为许多主要大学的前沿话题的时候，改善性别差距——尤其是在攻读STEM学位的学生中——是讨论的一个组成部分。
大约55％的大学毕业生是女性，但在茎干中的第三个追求程度上有一点。女性在茎，数据科学和AI领域甚至更为庞大，因为女性只占28％的科学和工程劳动力。
然而，梅森中学讲述了一个更有希望的故事。除了OISM教师中近50%的男女比例外，自2017年该项目启动以来，住校MSBA项目的女性入学率一直稳定在30%，或略高于30%。在线MSBA项目中的女性人数稳步增长，从第一批学员的14%上升到2020年夏季的25%。
Chung和Schlosser等教师以身作，指导梅森学院为学生提供的一些最具技术性的课程，他们还在继续寻找微妙的方式，鼓励更多女性学生从事分析工作。
“作为一名有色人种女性，我非常关心多样性和包容性。正是因为这个原因，我才在梅森学院的多元化与包容委员会任职。”“我一直受到卡内基梅隆大学(Carnegie Mellon University)莲娜·布鲁姆(Lenore Blum)在支持计算机科学女学生方面所做的工作的启发，我正试图实施她的基于研究的方法，该方法专注于有意地设计支持系统，而这种支持系统通常是在男性主导的领域中为男性学生自然产生的。”
施洛瑟说，她作为一名女学生在主要由男性领导的项目中的经历，促使她与自己的女学生建立联系，帮助打破进入该领域的障碍。
“有女学生走过来跟我说，我喜欢这个领域，但我是班里唯一的女生。我告诉他们，我是一名女性，我在这个领域工作，所以如果我能成功，你们也能，”她说。“我认为威廉和玛丽学院的伟大之处在于，我们的班级规模很小，所以不会像五个人对500个人那样令人生畏，但它仍然具有挑战性。我尽量不把自己当成是小组里唯一的女性，事实就是这样。现在我可以说，看看周围，有这么多女教授，我们真的很喜欢这个领域。这是在挑战一些人对职场女性的看法，在过去十年里，女性担任教授职位已经变得非常正常。”