好累喔

 這週好像也沒做什麼。憑著印象來說發生的幾個重要事件有   1. Akuna 的 reject  :  因為過了第一輪coding interview 讓我覺得備感意外，而原先我認為在這個領域中我最缺乏的能力是coding，所以就抱著不一樣的期待進到下一輪的數學interview。沒有做到百分之百，但比裸考好。被reject 之前查一下公司風評，有褒有貶，但既然努力過了多少會期待有正面回應。 2. 錯過Barclay OA：Barclay是跟UBS類似的大型歐洲銀行，根據先人們分享的面試經驗，我猜他們(大銀行)的entry Quant職位比較制式化一點，入取條件也偏向「適合團隊合作」的所謂社會能力、文化能力。我的猜測可能完全錯誤。但錯過OA的機會表示我對找實習整件事多少有點倦怠了。我是覺得滿挫折的。 挫折感除了來自reject之外，還出自於一種「我不會別人大概也不會」的傲慢心態。在物理系研究所這五六年來確實就是當我需要用到某個東西，我不會的身邊的人八成都不太會（不然我就會在更早之前就接觸了）。 簡言之，這個挫折感可以歸納為跳脫舒適圈。 3. COVID negative ：重獲自由之身。我大概會選一週的某幾天去學校吧，有重訓的那幾天，以及週末。免得動不動就跑去躺著。   4. Nadal 澳網冠軍：Nadal是我國中時期開始的偶像，也是我第一次對運動感興趣的啟蒙。早年讓大家印象深刻的球風是對於救球的執著，快速的跑動和強力的上旋球掀起了一股2010年初的底線防禦球風。長期的運動傷害下來，球風逐漸轉成執行短分的高成功率 (在五次來回以上就可以拿下分數，通常靠發球、回發、正拍取得優勢)，那種對每一球每一分不放棄的精神，拓展到了斷斷續續的職業生涯。實際上強大的精神力才是Nadal作為運動員的本體，而上旋正拍、力量等是針對他的個體差異做的設計。2009年 Nadal第一次拿到澳網冠軍，當時硬地(美網)是他最弱的項目。在2013年拿了第二次美網冠軍後，接著2014年的澳網進了決賽，當時就有望成為公開年代第一個四大滿貫都各拿兩次的選手，但決賽卻因為腰傷被打成白痴，並在接下來2015, 2016年進入各種神秘的低潮。接著2017, 2019年都有打進決賽，19年更是被囧口打成白痴。 2021年，囧口迎來生涯第三次高峰，同時突破了法網守...

用悲慘的確診開啟了新的一年   從12/28, 29那幾天開始  就覺得喉嚨怪怪的，當下想說或許是冬季流感、或單純的感冒，多喝了點水之後就不管了。12/30號發了燒，然後才發現我其實沒有體溫計。根據身體的不舒服程度估計體溫約在37, 37.5 之間（身體微燙、昏沈但沒有出汗）。隔天燒退後覺得滿疲憊的，但主因是因為多次起來裝水上廁所導致睡眠中斷。12/31~1/4期間喉嚨腫脹疼痛，1/2懸雍體消腫，1/5症狀消失。整個過程中因為沒有檢測資源，在流感、細菌感染跟武漢肺癌之間交叉懷疑。手邊的藥都是消減病症的退燒藥、抗生素、咳嗽藥和中藥。到最後就是一直吃中藥而已。   聖誕節到生病期間完全沒看書，連想看的念頭都沒有。觀察著空氣中的沈默，想著接下來的一年，以及越自由就越薄弱的方向感。 之前曾經有過類似的結論說，我想要的生活只要滿足以下幾點就可以了 1. 舒舒服服的睡覺 2. 一年可以出去玩個一兩次，總共約十天，以自然風景和健行為主 3. 有一台高級的咖啡機 4. 花點時間重試著童年時被權威體制視為「分心」的興趣。像畫畫之類的 以上是一年多前得到的結論，如今也沒有太大的改變。話說回來咖啡機是一次性消費，根本不是什麼困難的目標。就像人生目標不會是「買車」、「買PS5」一樣。 我的生活有朝這個方向發展嗎？  姑且算是，但這些要素其實很難作為努力的目標，維持良好的習慣後也沒辦法用行動來改善。 (比方說睡得好不好大部分取決在睡眠環境，要是住在很吵的地方註定就是睡不好)  接著要想的是更具體一點的項目，例如工作項目、工作地點。 先前我一直覺得我的職業發展選項是博後或Data Scientist， 博後就是個拖延時間保險但沒太多回報的選擇（除非研究突飛猛進，但這在我的領域不太可能）。當我去年申請各種DS職缺的時候，投了JP Morgan的Data Analyst 的同時看到quantitative research，於是順手投了出去，過兩天就被reject了。當時沒有細想，沒把quant放在未來可能的工作中。 一直到十一月請學長內推G社，他就講了他當初的工作情況（東大博後一年，startup DS三年，G社 researcher），順口說了他認識的其他物理系畢業的人在紐約當trader，說自己當時非常看重不能有太長的working ...

 上週漸漸開始申請更多的實習   寒假(只有三週)會進行一些基礎知識磨練的讀書計畫 包含三個面向: 1. Machine Learning   2. 計量經濟學  3. 演算法 說實在現在真得不太知道自己在幹嘛   只用最基本的心力做研究  卻沒有方向感來安排剩下的時間心力該往哪裡努力 尤其到現在還是不知道自己距離一般職場到底缺乏什麼     好多事情要做  卻突然有種burn out的感覺 依序把要做的是條列出來吧 1. UBS 面試  (done) 2. CTIO 2020 data 分析:  (1) flux calibration (2) data selection   (Mostly done ) 3. BEAGLE 4. 非洲王的project:  1) 看模擬跟semi analytical 計算差多少 (factor好像差滿多的)  2) 固定redshift 的symbolic regression   ===================================================== 星期一： 1. 今天突然拿到了一個interview   是UBS的 quantitative analysis 的summer program.  這是這兩年來申請的職缺中第一次的正面回應，讓人一掃之前毫無方向感的感覺。但interview依然會有許多關卡，現在一時間有點錯愕。 2. 必須好好把python設置module的方法學起來 找個時間看一下這篇: https://python-packaging-tutorial.readthedocs.io/en/latest/setup_py.html    星期二： 1. 把該做的CTIO2020 Data分析都做完了  應該可以放心地準備面試了  星期三: 1. 看一下非洲王的code    做一些基本比對  -Aion, Dion 的數值似乎對不上 -C_gal 很大的時候， model接近 non r...

    星期一:  有點廢的過完一天。  看了nested sampling的影片，瀏覽了一下Kaggle project，想了一下接下來的可能性。 ML project心得： (1) Practice another image classification,  (2) style transfer,  (https://towardsdatascience.com/implementing-neural-style-transfer-using-pytorch-fd8d43fb7bfa) (3) Object detection, looks pretty complicate, (4) Time series forecasting tutorial BCD proejct心得： (1) BEAGLE code not available. (2) 可以開始做2021 data分析了  星期二: 讀了一下Object Detection會有的結構:  (1)把原圖片切割 region of propose，再對個圖片做分析。結構的特色是(1) region of propose大小不同  (2)分類用的會用SVM,    之後的變化有把加快切割、使用完全的NN、節省重疊計算的空間... BCD project:  看看能不能把Hα dot 的paper看完      星期三：meeting和耍廢  試著多寫一點paper的內容  但還是有點卡卡的    星期四： 跟非洲王meeting  :--> 要做的事: 看看semi analytical method 跟simulation差多少  然後用symbolic regression再跑一次  for single redshift value的   Daniel's green pea project:  等他的spectrum 出來之後教他怎麼做dust extinction   <-- 寫一個dust ext...

 感恩節在加州一周半的時間  雖然感受到充分的休息  一回到明州立刻覺得overwhelming  我的壓力來源或許不是工作本身而是工作環境 再過三週  就會進入年尾耍廢期  然後就要來經典的回顧今年到底做了些什麼 不過現在先專心在這週要做什麼     Things I want to learn:   不曉得是過了感恩節東西都忘光了，連想要學的東西都不記得 還是時間過了就發現不是那麼需要。  現在突然發現好像沒有什麼學習的急迫性 多半跟不會有實習面試有關 BCD project:  1. 目前其實沒有什麼完全沒概念的知識。但腦海中的資訊相當零碎，會需要在寫paper的過程中把他們組織起來   ML project:   1. 莫名其妙的到了一個瓶頸  ============================================ To do list : BCD project: (1) 寫paper。現在再把之前分析的東西寫進manuscript裡。現在一自己的喜好寫的偏詳細，發journal要刪，寫thesis要加篇幅。 (2) Selection method的部分不是我做的，可能要看過code比較清楚他們到底在幹嘛 (3) 安裝神秘的軟體 BEAGLE  聽說會一陣混亂又花很多時間 ML project (1) 把現在寫的東西整理完就準備棄坑了 (2) 要想想接下來可以做什麼:  想的同時可以看一下不同的network和方法 (3)不知道怎麼辦的話可以學點Statistical Learning 的基礎知識 大概就這樣吧  先無壓力地把這週末過完吧

  What I want to do:  BCD project : 1. 讀完major reference  ( Hysu2017, McQuinn2020, Kojima2021) (上週讀了兩篇) 2.Uncertainty in the derived table (SFR, Mag g) 3. 寫paper: (1) 2021 data reduction   (2) dust dereddenning, Emission line measurement, Magnitude measurement  (remove emission lines, g band to B band), Oxygen abundance measurement  (3) Describing figures 4. repeat 2, 3 for 2020 data Osus project:  1. 目前沒有需要完成的進度 ML project:  1. ResNet in pytorch : https://github.com/FrancescoSaverioZuppichini/ResNet 2. 重新寫code structure,  附上tutorial  What I want to learn:    BCD:  1. how to measure stellar mass  ML and Skill Building:  1. How to set an optimizer for a network, which learning rate should I use 2. Vision Transformer, Swin Transformer 3.常用忍術、查克拉類型  =======================================================  星期一  1.又拿了一個實習的reject 今年十月開始在Kaggle上玩project 很明顯感受到自己的不足之處。對於沒有拿到實習機會雖然很沮喪但也不會意外。我還有很多東西要學...

我想試著恢復以前寫個版的習慣   [週記] 這個種類會是個流水帳式的條列文章。我會把一週內想要完成的事 (具體事項)、想要學的東西記下來（知識內容），依序包含真的能在一週內完成的事項與兩三個月內的大方向。接著每天再紀錄那天做了哪些事、學到什麼、有什麼成長。每天的記錄不需要規範於上述的本週事項之內。  我希望用這種工作日誌，來提醒自己我是有在進步的 What I want to do:  BCD project : 1. 讀完三篇major reference  ( Hysu2017, McQuinn2020, Kojima2020, Kojima2021) 2.  Emission line Table with correct format.  <-- write a function to define detection and output string. 3. 寫paper: (1) 2021 data reduction   (2) dust dereddenning, Emission line measurement, Magnitude measurement, Oxygen abundance measurement 4. repeat 2, 3 for 2020 data Osus project:  1. 目前沒有需要完成的進度 ML project:  1.  Small ResNet classifier  2. 重新寫code structure,  附上tutorial  What I want to learn:    BCD:  1. how to measure stellar mass  ML and Skill Building:  1. How to set an optimizer for a network, which learning rate should I use 2. Vision Transformer, Swin Transformer 3.常用忍術、查克拉類型 4. Wights and Biases...