原因

 https://news.gbimonthly.com/tw/magazine/article_show.php?num=54140

上面文章把困難的原因講得很清楚。

單車行

帶小孩去花東騎自行車一直是我想安排的家庭旅行；這一個行程在腦袋裡想了二年以上了吧，一直沒行動。

七月底突然得知A的英文課和J 的夏令營課有一個空檔/英文課有老師請假，讓我看到了一週左右的空檔時間，好像可以出發去完成這一個單車的旅行。

CPP

隨著spring 學期的結束，我就開始猶豫要不要上summer的課。 

本來想試一下新課NLP，但是人數上限只有100，實在選不上，後來選上OS 和 Game AI。

Game AI同學們評價說內容和robotic AI和AI課是重疊的，唯一不同是它是用unity來做，想一想就算了，沒辦法學到新東西。另一門OS課的話，也是一門很重的課，但是作業是用C 和c++實作的。我在t公司機開始用c++加速ptyhon，但是，要獨立寫c++的話好像還是不行。想一想，最後還是放棄在summer修課。改成自習c/c++。

柯達

柯達公司原來不是沒做數位影像，是做錯了方向。

下面的文章是講柯達從底片相機的時代到數位拍照的時代的轉型失敗例子。

https://meet.bnext.com.tw/articles/view/49278?utm_source=web&utm_medium=facebook&fbclid=IwAR1VBsaXET6Q_ID1rUJRddeTNYNeeQaGwrew9zeTEonyXkGNnx7MNTUkcoU

柯達不是沒轉型，只是做錯的方向，太投入在數位沖洗相片，沒想到現在根本沒什麼人把照片洗成實體了，手機、平版就是相框了。

AIDS

朋友笑稱自己是AIDS，AI Data Scientist。

這年頭AIDS，越來越多，特別是台灣幾年前瘋狂推廣AI，什麼東西都要和AI沾點邊才好拿funding、寫計畫、打廣告、… ，也造就了一大堆AI 和DS。在求職網站上，各大科技公司，只要是DS 或AI相關的職位，申請人數常就20、30 人起跳，但其它種類的職缺就幾乎都沒有人申請。在我看來，年輕畢業生一窩蜂地投入AI 或ML的現象，有點令人擔心，。

先來分別一下AI和ML。AI是一個比較大的領域，ML是其中一部分，DL又是ML底下一部分。而現在的AIDS職缺，大部分又都是在做DL。它的確是這幾年比較紅的領域，但是，ML專業上比較接近以前的統計或工業工程的情況。統計分析在各行各業都很重要，但如果全部人都學是統計，也難發展。工廠都只有工業工程師，能優化，大概很難從根本突破。

阿媽

 很多年沒遇到阿媽了，我也記不得上一次碰到面是什麼時候，可能是和SC全家一起去山豬城吃午餐。阿媽失智十多年了，我出國念書之後，她就不認得我了，媽媽每一次都要和她介紹一下我，她看起來就像認識了一個新的人似的。

阿媽個性安靜，遇到了新認識的人也是點個頭的招呼而已。我也記不得阿媽和我說過什麼話。反而是從阿婆聽過阿媽的事；小時候，爸媽吵架吵得不可開支，我哭著打電話給阿婆，阿婆說，我阿媽也來了。

精準閒聊

讀了「有錢人才知道的精準閒聊」，是一本討論閒聊的書。整本書也很閒聊的風格。

聊天這件事，感覺還是要學的。前一陣子就在想，如果有一個合作的夥伴(或加入新創時的老版)，該有什麼樣的人格特質？想來想去，我是覺得「關心」。看了書之後，加強了這種想法。閒聊的重點之一是傾聽，大概有七八成要學著聽，二三成才是講自己，但是又不能落入假情假意的同理心，這樣很容易就被對方識破。好的業務/閒聊，是要讓對方自己有興趣，聚人後聚才/財。 所以，這種合夥人/新創老版，大概也要對社會上各種不同的觀點自然地保持興趣，還可以接受不同的觀點(又要可以表達自己的觀點)。

注意力商人

明明是本講廣告的書，卻把現在網路巨頭公司(google 、blogger、facebook、 netflix、 twitter、 IG、YOTUBE)都細數了一遍。這是我看過對網路巨頭/平台最有意思的一本書，改變了我對這些網路巨頭的看法。這十幾二十年來新興的網路巨頭們，看似五花八門，琳琳總總各式平台，說穿了本業都是在賣使用者的注意力。以致我們這一代的工程師，多在想辦法讓別人多看一點廣告，多點一下連結。而當用戶查覺(或無法忍受)這種暗中的買賣，就漸漸會離開平台，但也魔高一尺，道高一丈。這一本也改變了我對最近馬斯克收購twitter的新聞的想法。

對巨頭們的看法，很重要的就是fb。fb是台灣人使用量高的網絡，近年來卻明顯地讓我覺得無聊，甚至回去看blogger或是試IG的行動。當然，廣告是其一，為要有精準的廣告，fb用使用者的資料和算法來得到；而演算法就是這一個無聊的來源。這幾年下來，朋友們share有意義的消息，幾乎降到0，只有一些無聊的個人生活小成就在fb上流通，說到底，訊息量還比長輩line群裡還少。為了接觸訊息，反而不得不轉去Youtube，一樣有惱人的廣告，只少還有東西。

Doing for people or with people

做事情的時候，是do it for people 還是 do it with people是很重要的。for people造成了被動的工作，像員工，with people則造成了主動的工作、推展。

天兵阿榮

是一部有意思的片，點到很多現在社群網絡的問題/現象。

我看完會心一笑，另一方面也驚了一下。片中所反應的問題，生活處處可見。這些現象不只小孩身上，身邊朋友(不惑之年)一樣有的現象。觀察身邊朋友，可以看到一些朋友很認真地在經營fb的朋友圈 ，常常貼文之外，發文還要選時間(某些時段發的文可以得到較多人按讚)，要選發文內容維持自身形象(像不像片中的被大出來的小女孩？)。

我近幾年來，盡量不在fb上發文了，某些原因就是片中的問題，發文後就會不自主的想著被人按讚的次數？會不會少？和別人比的話又如何？然後，接下來就會想說要不要來增加朋友的數量？要不要經營朋友圈？ 粉絲團？這一類的問題就會一路下去，然後，人生就像片中的小孩們一樣，被bbox背後的演算法控制了，做什麼事都要合於演算法。而我們甚至不知臉書的算法是如何進行判斷的。下面有精彩的討論。

KNN Networks

今天p 討論了single cell analysis為什麼要用knn？

knn的目的應該是要降噪，就是SC 的gene count有太noise，有一些細胞有，有一些細胞沒有，就算是同一類的細胞，結果就是用knn或snn來降低noise， 把附近相似的細胞都放進考慮。優點是noise降低，但解析度也變差，細胞間的差異被模糊化，這樣一來，真正的少數細胞就有可能看不到了。

究竟是真的沒有讀值？還是噪音呢？ 這是不是現有single cell的最大限制呢？

而network的建立，目的除了降噪，還可以用在非監督的分群上，在沒有真實(GROUNDTRUTH)的情況下，分類問題就只能用非監督的方法了。像是單細胞的分類，沒有人知道一群未知內確實的情況。另一個不知是不是類似的例子是cfDNA，在mapping某人的cfDNA結果後，怎麼做一個整体的評估？這種情況有沒有label？會是一個machine learning的問題？

ML的強項是預測，但是SCA的大目標是發現新的population，這二點在使用nn上有一點衝突，本來降噪就會讓不同的個体的特別性消失，除非個体的數量有一定比例，或可自成一群。這也許會有讓enrich的技術有提高價值得出路。

另外，有沒有什麼辦法可以比較非監督的clustering結果？ 或有什麼機會把ml的預測異常整合一起？

SD state U.

聽到朋友講到這一間學校，我才意識到不是california state, San Diego, CSU在SD是叫San Diego State。重點不是講學校的名字，是聊到學校，我想起很久以前同Lab的s就在這一間學校教書。而教書是我一直不想踏入的領域。前一陣子回台灣的時候有閃過回去學界的念頭，很快又放棄了。

放棄的原因中有一部分是因為感覺自己講不出一個有理的東西。什麼是有理的東西？我覺得是一種對一個領域的領略與融會，進而講出一番自己的見解。這是一種長期累積的結果，看到我同領域的同學、學長們在學術領域的情況， 更是確定了我的想法。

LEGO

自從開始看台北的房子之後，我就退出了在FB上的一些台灣lego群組。

為什麼？因為實在很受不了台灣人連樂高玩具都拿到炒的玩法。台灣人愛買一堆難買或有可能未來漲價的樂高，然後，放個一兩年，等lego公司停產後，再拿出來賣，一次說自己有的個10盒20盒，然後用高價賣出。廣告上就會說「全新未開，盒子完整無破損」之類的，雖然說這也沒什麼，但是，網友間也戲稱這些人不是玩樂高，是玩盒子。

我也很不喜歡這一類的玩家，而且整個lego版都被這一類玩家洗版，把玩樂高變成玩盒子，買進賣出整盒的lego，卻不玩，或是買來組好，把盒子和說明書保存好，等幾年再拿出來賣，一樣寫著「未缺件，盒、說明書保存完整」一類的廣告，完全破壞了玩樂高的樂趣就是要用來組不同的創意。樂高的樂趣就在它提供的變化和創意的可能，只組好放在那裡，擺設一下再拿出去賣，為何不去買個模型或藝術品就好了？？

年夜飯

除夕+ 年夜飯是小時候美好的回憶。幾年前阿婆還在的時候，家族裡的成員都會的在除夕回去過年，年夜飯總是熱熱鬧鬧的。我十多年前就沒機會參加台灣的年夜飯了，阿婆離開後，這樣的年夜飯不再出現；這兩年covid疫情的出現，家裡的長輩們連除夕的祭祖也取消了，家族裡我的同輩也散落四方，大家庭過年的氣氛消失了。

今年，我的年夜飯是在美國吃的，和小時候的差太多。好希望在未來，家族的成員還有機會再重新有機會吃個年夜飯，也給我們的下一代，有機會認識一下所謂的團圓。

2022

 

上一次寫跨年好像2019了，轉眼就到了2022了。2020和2021的跨年是和家人在台北家的頂樓看101的煙火，算是很棒的兩個跨年，在全球的疫情中，算是簡單又幸福，簡單到不用什麼強調，也不用分享了…。

今年跨2022，又來到了Los Angeles，疫情依然嚴重，只能一個人躲在房裡，跨兩次年，一次遠距地和台北家人看101煙火，另一次就是在LA自己聽著台灣各大跨年晚會來等跨年了。

There is no free lunch~~

在前公司的時候，常聽老版說好團隊難組，要維持團隊也難。 

最近另一件事也讓我深深體會組好團隊的困難，特別是新創公司的初期團隊。

上網看了許多別人的分享，新創失敗的原因大部分是"人"的問題。感覺有沒有好的初始團隊，幾乎決定大部分公司的收場。最近發生的事就是近距離地看著一個新創團隊的組成，給人一種很不安的感覺，卻也無力說些什麼，或做些什麼。也讓我學到一件事，就是組團隊這一件事是不可以想要走捷徑或偷懶的。如同新創募資一樣，走捷徑或偷懶一般不會有什麼結果，天下沒有白吃的午餐，輕鬆掉下來的好事，一般而言是最貴的；如鄉民所言，免錢的東西最貴。

BD

 BD不是那間醫療設備公司BD。

有人問我為什麼突然急著離開？可以說出一堆理由，但它們都是表面的。

今早醒來，終於想把最長遠的理由講出來，是BD與信任。

很多行業的BD都很吃人脈，尤其是沒有明確商品/產品可以交到客戶手上的行業。(我不是專業BD，對BD的評論來自公司老版的作為。專業BD一定有更棒的作法)

商品明確但沒有名氣的產品，初期可能都要靠人脈直銷，如果產品是一個不明確最終產物的服務，如顧問或醫療業，很多人依靠名氣/名聲在做BD了，大家信得過就是一個名聲。

話術

在職場混久了，特別是自己經驗值越來越高的時候，就很容易發現同事在唬爛。

對我來說，這是一個很難忍受的點。

幾個工作經驗下來，我發現一個團隊裡在唬爛的人多，幾乎就注定團隊的失敗了。

最早在I公司工作時，帶我的senior engr是個印度人，就很會。然後，我們管理的機台就是整組裡面最慘的，出事率高，整天在主管釘在牆上。團隊中的主管qm 也有一些人不說事實，為了自己的官運，當然，團隊在技術上被台灣的神山T公司給甩開了，團隊最終也被公司的高層解散了。當初團隊在做的技術，後來是T公司取得重要大單的關鍵，一口氣甩開了其它對手。

在新創V公司的工作也有一樣的情況，當工程/產品主管不面對產品的實際問題，開始扭曲地去解釋數據的時候，我就感覺不太對勁了。最後也是gg收場。

最近又開始發現差不多的情況了。

面試

今天，一位有趣的求職者來公司面試。

怎麼說有趣呢？因為他年紀比公司裡的任一人都大(除老版之外)，相關經驗又非常好，待過數個有名大公司的RD，目前工作已是某著名大公司的小主管了，學歷也很不錯，台灣國立名校本科、碩士、博士(在職未畢業)，而且都是正統CS的訓練。

最有趣的部分觀察公司同事們怎麼看待這樣一位求職者，這比一小時內去認識一個外來者還要有趣。

新角色

新角色開始至今，剛過半年。這半年算是脫離了舒適圈，也慢慢地理解不同領域的特性、限制。也看到台灣產業界的生態，中小企業間的生態。

新工作中有一部分是做產品管理。至今有些心得：

1。顧客訪談一定要做好，如果是專案型的，客戶溝通一定要好，不然，真的沒完沒了，不能驗收，最後鬼打牆，很容易不歡的結局。專案型又分AB兩方，需要各司其職。

2。不管是什麼型的產品，從顧客的角度想都是重點。CONCIERGE TEST是一個超級重要的東西。在來就是要在一個產業裡蹲一陣子，和客戶一起工作，不要想從高處來指導，最後常常是一場災難。

3。追隨市場和追隨技術都可行，但也都容易失敗。最好兩者。