卡尔加里，人生新起点

[chris_cc]

人口结构和生活水平，是发达国家之间差距的原因和表象。
加拿大第五大移民来源国家就是美国，我在的温哥华每5个人就有一个美国人，前年美国大选在温哥华投出30万张有效选票。
加拿大长期以来对美国有着巨大的心理优势，加拿大在人文结构，生活水平和社会环境方面，实在领先美国的太多太多了。

顺便说几句楼上那位，你当年作为新移民也住老刘的家庭旅馆，也读过政府语言补习班，也算吃过苦的人了。
这么多年，怎么就不能长一长见识，提高一下英语基础，没学会走就成天想着飞，这里混不下去就被在论坛被洗脑，总觉得它处好。
哪怕你实打实的去过一次亚特兰大或者美国其他某某城市，深刻体会一下美国糟烂不堪的人文环境和生活状态，你也不至于今天还这么幼稚。
再退一万步，上网看一看美国各大城市人口结构和社会秩序，也算是对得起自己和家人。

在下不才，这几年都忙着搞专业去了确实没怎么注意提高英语水平，目前也就勉强能给包括APEGA在内的专业组织做几场几百人的讲座。加拿大，美国，中国都有。

 

[chris_cc]

说实话与其瞎掰掰操心那个地方更好，不如踏踏实实做点实际的工作把自己能力提高。

放眼望去，天下之大，何处不可去，岂不美哉？

 

[ccyyyycc]

说实话与其瞎掰掰操心那个地方更好，不如踏踏实实做点实际的工作把自己能力提高。

放眼望去，天下之大，何处不可去，岂不美哉？

最近data science在O&G确实刮起来一阵风，不过工业界所需的严谨真不是消费品市场或网络平台所能比的。如果只是信息收集和整合储存，那无非就是套工业sap，如果要做学习和优化，现在的技术远达不到可靠性要求。

 

[4cowboys]

在下不才，这几年都忙着搞专业去了确实没怎么注意提高英语水平，目前也就勉强能给包括APEGA在内的专业组织做几场几百人的讲座。加拿大，美国，中国都有。

浏览附件509282浏览附件509283

我在大学工作，如果想出去演讲，天天都能演讲，那些东西真的不重要。
我也说过，加拿大第五大新移民来源国家就是美国，加拿大大学里的美国人比例，就跟美国大学里的中国人印度人比例相似。
你作为华人个体漂泊在海外生活，如何带着家人处于良好的社会环境才是更重要的奋斗目标，你有专业工作，咱们同胞会为你高兴。
我在美国11年，加拿大5年，在北美见过太多太多各个阶层各个地域的华人生活。你像个孩子一样的矫情，因为你很幸运是在加拿大，只有加拿大社会能让你和家人处于这种安逸自由的状态。

 

[chris_cc]

我在大学工作，如果想出去演讲，天天都能演讲，那些东西真的不重要。
我也说过，加拿大第五大新移民来源国家就是美国，加拿大大学里的美国人比例，就跟美国大学里的中国人印度人比例相似。
你作为华人个体漂泊在海外生活，如何带着家人处于良好的社会环境才是更重要的奋斗目标，你有专业工作，咱们同胞会为你高兴。
我在美国11年，加拿大5年，在北美见过太多太多各个阶层各个地域的华人生活。你像个孩子一样的矫情，因为你很幸运是在加拿大，只有加拿大社会能让你和家人处于这种安逸自由的状态。

彼之砒霜吾之蜜糖。从中国到加拿大的经历，我体会最深的就是世界很大，不是只有一种价值观才是最好最正确。您认为的真理，您喜欢，开心就好。哈哈。

 

[ccyyyycc]

彼之砒霜吾之蜜糖。从中国到加拿大的经历，我体会最深的就是世界很大，不是只有一种价值观才是最好最正确。您认为的真理，您喜欢，开心就好。哈哈。

系统竟然显示你这条是回我。。。p.s.你照片上涂掉的部分真没多大意义。

 

[4cowboys]

彼之砒霜吾之蜜糖。从中国到加拿大的经历，我体会最深的就是世界很大，不是只有一种价值观才是最好最正确。您认为的真理，您喜欢，开心就好。哈哈。

我第一次来加拿大时，也是sabbatical第一次到卡尔加里。当时有几个华人同行和博士学生总问我，很多关于美国和加拿大比较的问题。
我拿出一张当时新版20加元，我说一切源自人口结构，由人组成社会环境，任何个体都无法打破这种社会环境。有机会一定实地看看，进入到不同地域的现实生活中去，加拿大这种大民族主导下的社会发展方向与美国那种墨黑白穆亚民族杂居下的社会发展法向完全不同，涉及到日常生活里的方方面面，税收，治安，教育，枪支，医疗，人权，房产，交通，社区，保险，养老。。。。。。任何个体的人都无法改变所处的环境。美国前十位移民来源国里全是亚非拉国家，一个发达国家都没有，看起来美国像是宜居国家吗？获得美国工签最多的三个国家是印度，中国，墨西哥，其中印度人占了八成配额，这看起来像是工作环境有吸引力的国家吗？这个川普上台一点关系都没有，因为挪威人，加拿大人鄙视美国，而不仅仅是川普。因为发达国家不但了解美国这个国家，他们格外了解美国的人口结构，这才是美国的本质。

 

[chris_cc]

最近data science在O&G确实刮起来一阵风，不过工业界所需的严谨真不是消费品市场或网络平台所能比的。如果只是信息收集和整合储存，那无非就是套工业sap，如果要做学习和优化，现在的技术远达不到可靠性要求。

工业界是指的O&G？那么可以说这个行业对于DS/ML的应用确实落后。这个和严谨性无关，更为严谨的医疗行业已经有大量的应用案例出现。石油行业的问题是对信息技术的采纳一向比较落后，这个不展开来说。

即使在这个行业内，目前也有很多非常具有前景的应用案例。我们组内几个项目的进展和效果都很不错，我们也计划在近期做更多的分享和推广。Stay tuned

 

[ccyyyycc]

工业界是指的O&G？那么可以说这个行业对于DS/ML的应用确实落后。这个和严谨性无关，更为严谨的医疗行业已经有大量的应用案例出现。石油行业的问题是对信息技术的采纳一向比较落后，这个不展开来说。

即使在这个行业内，目前也有很多非常具有前景的应用案例。我们组内几个项目的进展和效果都很不错，我们也计划在近期做更多的分享和推广。Stay tuned

医疗还真不一定比og需要的严谨性高。各种疾病诊断的正确率能到95%已经很不错了。但是工业界如果误报率是这个水平企业早破产了。

 

[chris_cc]

医疗还真不一定比og需要的严谨性高。各种疾病诊断的正确率能到95%已经很不错了。但是工业界如果误报率是这个水平企业早破产了。

您都说到误报率了，那sensitivity-specificity trade off了解下？光看false positive rate的话，别说95%，99.9999%分分钟都可以搞出来信不信？但代价是什么？ROC画出来看一下？

说到严谨性，工业界多少东西是玄学自己心里没个数？复现性有多强？多少publication搞个p<0.05就自欺欺人的发表了？

我们现在工作的一部分，就是重新建立data driven culture，严谨不严谨，拿“可靠”的数字说话，用科学的体系来验证，少搞些数字乌龙出来。

如果再有人用95%误报率这种无头无尾的数字来忽悠您，留个言，在下专长怼这个。

 

[ccyyyycc]

您都说到误报率了，那sensitivity-specificity trade off了解下？光看false positive rate的话，别说95%，99.9999%分分钟都可以搞出来信不信？但代价是什么？ROC画出来看一下？

说到严谨性，工业界多少东西是玄学自己心里没个数？复现性有多强？多少publication搞个p<0.05就自欺欺人的发表了？

我们现在工作的一部分，就是重新建立data driven culture，严谨不严谨，拿“可靠”的数字说话，用科学的体系来验证，少搞些数字乌龙出来。

如果再有人用95%误报率这种无头无尾的数字来忽悠您，留个言，在下专长怼这个。

ROC这都是当年玩剩下的。你想画ROC，要么拿事实数据，要么就得假设分布。事故数据一共能有多少？拿分布假设就更不靠谱了，更何况大多数还都是用高斯。目前的ml到底是科学还是玄学你心里没数？连渐进收敛都证明不了的结果就敢说科学可靠了。真要说科学，哪个真正推出来的误差边界不是大的吓人？最后，工业界永远是价值导向的。看就看最后能让实际的收益提高多少。建立起来一个体系，费了半天劲如果只是证明以前干的是对的，那只会被舍弃。看看最近suncor CIO的结果吧。

 

[chris_cc]

ROC这都是当年玩剩下的。你想画ROC，要么拿事实数据，要么就得假设分布。事故数据一共能有多少？拿分布假设就更不靠谱了，更何况大多数还都是用高斯。目前的ml到底是科学还是玄学你心里没数？连渐进收敛都证明不了的结果就敢说科学可靠了。真要说科学，哪个真正推出来的误差边界不是大的吓人？最后，工业界永远是价值导向的。看就看最后能让实际的收益提高多少。建立起来一个体系，费了半天劲如果只是证明以前干的是对的，那只会被舍弃。看看最近suncor CIO的结果吧。

您这段错漏实在太多，在下就不一一分辨了。不过您有句说得真好“工业界永远价值导向”，我们就拭目以待吧。

BTW，Suncor选择从IT发起DS的项目，这条路径基本已经被证明是失败概率极高的。DS的东西说白了基本原理大部分受过理工科专业训练的人都不陌生，只是需要再次熟悉其思路和新的工具而已。如果说DS民主化是我们的一个主要目标的话，现有geologist以及engineer社区就是最好的对象。这一点在我们组和他们的互动合作中感受非常深。合作才能共赢，我们不过是来提供一种新的工具而已，真正解决问题的还是要人，尤其是本专业的专家。

 

[ccyyyycc]

您这段错漏实在太多，在下就不一一分辨了。不过您有句说得真好“工业界永远价值导向”，我们就拭目以待吧。

BTW，Suncor选择从IT发起DS的项目，这条路径基本已经被证明是失败概率极高的。DS的东西说白了基本原理大部分受过理工科专业训练的人都不陌生，只是需要再次熟悉其思路和新的工具而已。如果说DS民主化是我们的一个主要目标的话，现有geologist以及engineer社区就是最好的对象。这一点在我们组和他们的互动合作中感受非常深。合作才能共赢，我们不过是来提供一种新的工具而已，真正解决问题的还是要人，尤其是本专业的专家。

不需一一分辩至少分辩一二，否则这话说的太水。我审稿的时候也不能直接说你错误太多然后一个例子都不举就拒了。想要了解o&g真正的运行方法还是得真在行业里面做一段，shaw或者政府机构都不算真正业内。提供工具也要先看工具是否适用。我要用木头刻个一寸的小人儿，你给我提供个百万顿液压机，我肯定不会用。且不说买把小刻刀就够用了，就算真有那么多钱挥霍，我要的也是精密度而不是力气大。
BTW，Suncor真正在数据分析优化方面做了点工作的是APC组，可惜早解散了。

 

[chris_cc]

不需一一分辩至少分辩一二，否则这话说的太水。我审稿的时候也不能直接说你错误太多然后一个例子都不举就拒了。想要了解o&g真正的运行方法还是得真在行业里面做一段，shaw或者政府机构都不算真正业内。提供工具也要先看工具是否适用。我要用木头刻个一寸的小人儿，你给我提供个百万顿液压机，我肯定不会用。且不说买把小刻刀就够用了，就算真有那么多钱挥霍，我要的也是精密度而不是力气大。
BTW，Suncor真正在数据分析优化方面做了点工作的是APC组，可惜早解散了。

 

[chris_cc]

偶然翻到这个老帖子，稍微update一下后续的情况。去年去了top3的一家油公司做data science lead，在油价和疫情双重打击之下依然顺利的deliver了几个data science的项目，涵盖上游各个方向，加起来的价值哪怕以目前最保守的估计也超过30M，investor day的时候CEO还专门拿出来作为公司创新的典型案例来宣传。

就data science在能源行业的具体应用来说，我们就是AB做的最好的，没有之一。

能源行业认真做下去前景非常广阔，然而我决定离开了。石油虽好，但是如果你放眼看去，还有其它更有意思的事情可以挑战，对于我这种非石油行业的而言，没必要死磕下去。

不需一一分辩至少分辩一二，否则这话说的太水。我审稿的时候也不能直接说你错误太多然后一个例子都不举就拒了。想要了解o&g真正的运行方法还是得真在行业里面做一段，shaw或者政府机构都不算真正业内。提供工具也要先看工具是否适用。我要用木头刻个一寸的小人儿，你给我提供个百万顿液压机，我肯定不会用。且不说买把小刻刀就够用了，就算真有那么多钱挥霍，我要的也是精密度而不是力气大。
BTW，Suncor真正在数据分析优化方面做了点工作的是APC组，可惜早解散了。

 

[chris_cc]

今天是登录十周年，上来冒个泡。巧的是明天起要在一个新的城市开始另一段人生了。

不想太矫情，但是在卡村的十年的确是非常幸福的十年。我猜余生都会怀念这里的山山水水以及认识的朋友们了。

2011年3月30日，让我记住这个日子。

凌晨1:30，飞机降落在卡城。

在空中俯瞰夜色，点点灯火，那么孤单。

卡城规模颇似我的故乡，而整齐的街道又比那个以无序规划而出名的城市好太多。

隐隐的灯光从舷窗透过，燃亮我脸庞的同时，是否也能映出未来的路途？

 

[chris_cc]

 

[sofia]

浏览附件653991浏览附件653992

这是白石吗？