壳牌的高级分析（Winfried Theis，壳牌）
Werner 演讲结束后，Winfried Theis（壳牌高级分析卓越中心数据科学主管）继续分享了他对壳牌高级分析的见解。在能源领域，数十年来积累的海量数据已逐渐被人们所掌握。近年来，这些海量数据的变化在于，它们需要实时分析，并且数据来源各异。本次演讲概述了这一变革背后的组织架构，并列举了数据科学和统计学如何助力我们业务成功的三个不同领域的用例。
最后，第三位演讲嘉宾是 Hannah Tops（Coosto的数据科学家）。她分享了数据科学和嘈杂的社交媒体数据。Coosto 是一款社交媒体监控工具，作为 Coosto 的数据科学家，我们需要处理数十亿条信息。这些信息大多来自社交媒体平台，这意味着它们内容简短、拼写错误且缺乏上下文。在本次演讲中，她展示了使用“恶意”社交媒体数据训练的模型与使用更清晰数据训练的 最近的手机号码数据 型之间的区别。此外，她还展示了我们如何构建一个能够识别信息中“购买意向”的模型，以及我们如何处理来自使用我们模型的商务人士的反馈并与他们进行沟通。
本次活动由 VORtech 组织和赞助，因此完全免费。由于场地容量有限，我们仅接受前 60工业数学研究小组（SWI）是荷兰一年一度的研讨会活动。在为期一周的时间里，大约50至80名理论和应用数学家分组讨论工业界提出的复杂问题。这些问题通常具有实际意义且难以解决。今年晚些时候，SWI的会议纪要以及各小组的解决方法将陆续出版。
两种方法均已采用，且似乎取得了成功。我们获得了一些具有混合效应特征的初步结果（见上图），并基于一维模型给出了一些数值结果。