强大的数据集是当今任何组织的赌注。数据洞察可以为构建战略路线图提供触角，并为企业提供意外的经验教训，以作为新的市场机遇加以利用。但是，即使是最有价值的数据集，如果它的见解与非结构化的数字空白纠缠在一起，也会证明毫无价值。据估计，80%的数据是非结构化的，这使得隐藏在复杂文档和媒体文件中的英特尔无法访问，而无需另一种分析方法。随着信息以比新人才准备好理解信息的速度涌入科技行业，非结构化数据的挑战正给数字时代的企业带来巨大的障碍。康奈尔大学（Cornell University）运筹学和信息工程助理教授马德琳·乌德尔（Madeline Udell，如图所示）正在教育一个新时代的技术专家，用一种更有效的技术合作方法来破解这种所谓的"凌乱数据"。"人们通常只在进入行业时才了解到大而混乱的数据，"Udell说我感兴趣的是了解大而杂乱的数据集中的低维结构，以找出……使它们看起来更干净、更小、更易于使用的方法。"最近在斯坦福大学举办的斯坦福女性数据科学活动中，尤德尔采访了SiliconANGLE媒体移动直播工作室theCUBE的主持人Lisa Martin。本周，cube在其女性科技专题报道中重点报道了玛德琳•尤德尔。非结构化数据的挑战混乱数据的增加在很大程度上可以归因于来自越来越多的数字终端的信息涌入。物联网设备提供了一个"凌乱"的数据流，但杂乱也可能来自图像、视频、社交媒体、电子邮件和其他尚未格式化以进行简单分析的数据集。虽然这些数据源更复杂、更繁琐，但在一个专注于个人用户定位的市场中，这些数据源是最有价值的。教授说，非结构化技术和人们对进入技术领域的兴趣之间没有充分的准备。在她自己的课上，Udell从混乱的数据角度教授机器学习的优化。她说："（这门课）向大学生们介绍了他们在本科课程中经常看不到的杂乱无章的数据集，以及如何将这些数据集整理成可以与本科生学习的其他工具一起使用的形式。"。当尤德尔在2012年奥巴马总统竞选中遇到挑战时，她对杂乱无章的数据产生了兴趣。她负责分析选民信息，但发现非结构化数据集过于繁琐，无法提供有价值的见解。乌代尔说："他们有数亿行，每一位美国选民都有一排，还有数万个专栏介绍我们对这些选民的了解。"性别……受教育程度，大概的收入，无论他们是否在上次选举中投票，而且很多数据都丢失了。你怎么想象这种数据集？"当Udell重新开始攻读博士学位时，她一心想找到一种更有效的方法，从非结构化数据集中解析出价值。"她说："我想找出解决问题的正确方法，因为很多人都会想办法解决问题。"影响沟通Udell对支持数据分析的技术体系结构感兴趣，正如她对支持组织实现过程的兴趣一样，这些实现过程将使组织从她的工作中获益。一个全面的数据管理的答案需要数学和交流，乌代尔说，她广泛的技能是使她能够理解凌乱的数据的一部分。"如果你想让你的技术工作产生影响，你需要能够与其他人沟通，"Udell说。她所扮演的社会角色对于找到解决用户问题并在现有流程中发挥作用的解决方案至关重要。"她说："你需要确保你在解决正确的问题，这意味着要和人们讨论，找出正确的问题是什么。"这是我职业生涯的基础，与人们谈论他们所面临的不知道如何解决的问题。"一旦发现了一个问题，Udell和她的团队必须有效地沟通以解决它，然后帮助组织实施新的修复。在一个多元化的团队中工作，对一个给定的问题提供多种观点，对于设计一个彻底的解决方案至关重要。她经常说，她需要从其他学科中抽调那些有能力解决整个问题的人。"这也需要大量的同理心和沟通，才能使团队产生比单个成员所能做的更多的事情，"她说。缩小数据技能差距尽管有必要，尤德尔说，她认为推动创新的所谓软技能并不是学校课程的一个典型考虑因素。围绕技术技能的教育是优先考虑的，在交流方面留下空白，从而真正实现有效的解决方案。目前困扰该行业的软技能差距反映出缺乏准备，乌代尔说这抑制了创新。"现在很多教育领域，大多数大学都把重点放在技术核心上，"她说项目……能更好地帮助他们培养沟通和团队合作的技能，但大多数课程都不包括这一点，因为坦率地说，这很难教。"她的商业流程与真实世界的差距是在课程结束后。在康奈尔大学，她的学生们的最后一个项目是处理他们独立发现的凌乱的数据集，然后在正式报告中向"经理"推销其业务用例。"他们定义了问题，以及他们发现的将如何帮助项目提案中的业务，"Udell说"他们应该用行业术语来描述，而不是学术术语，"她说然后他们就想办法解决这个问题。"数据科学工作对技术创新至关重要。据估计，目前该行业有49万个数据科学职位空缺，但只有20万名合格的候选人可供填补。作为仅有的110所提供数据科学课程的大学之一的教育工作者，Udell正在确保她的课程能够为即将加入的劳动力提供全面的教育，这些劳动力准备在复杂的数据生态系统中负责任地工作。她说："帮助人们了解他们需要用到的技能是很重要的。"[如果你]不能把你的结果反馈给别人，那么一开始就产生结果并没有多大好处。"以下是完整的视频采访，是SiliconANGLE和Cube对斯坦福大学女性数据科学活动的报道的一部分：照片：硅角既然你来了…点击订阅我们的YouTube频道（见下文），显示您对我们使命的支持。我们的订户越多，YouTube就越会向你推荐相关的企业和新兴技术内容。谢谢！支持我们的使命：>>>>>立即订阅我们的YouTube频道。……我们还想告诉你我们的使命，以及你如何帮助我们完成它。SiliconANGLE Media Inc.的商业模式是基于内容的内在价值，而不是广告。与许多在线出版物不同的是，我们没有付费墙或横幅广告，因为我们想让我们的新闻保持开放，不受影响，也不需要追逐交通。那个新闻、报道和评论SiliconANGLE——以及现场报道，我们的硅谷工作室和cube环球巡演的视频团队提供的未经剪辑的视频需要大量的辛勤工作、时间和金钱。保持高质量需要赞助商的支持，他们与我们的无广告新闻内容的愿景一致。如果你喜欢这里的报道，视频采访和其他无广告内容，请花点时间看看我们的赞助商支持的视频内容样本，在推特上表达你的支持，然后继续回到SiliconANGLE。