2024年寒假小結

前言

剛剛過完碩一上，進了碩班以後，除了這學期修了4門課，處理實習和準備正職面試以外，還要兼顧研究進度，過的比大學生活還要充實。

修課

這學期除了個別研究和論文研討以外，我還修了4門課，包含計算機架構，數值軟體開發，平行程式設計和數位積體電路，把碩班畢業學分一次解決。

關於計算機架構，我看就是計算機組織的延伸，雖然單智君教授講課講得非常好，不過考試特別有挑戰性，教授也不調分。題外話，我聽單智君這學期就退休了，確實未來沒機會再修到他的課了。

數位積體電路的話，我是修黃國蒼開的課，他的英文講的不是很好，連助教出的作業，testbench和script都寫得破破的，不過還好有認識很多大佬一起修課，可以一起討論，至少作業最後還是寫完了。

而平行程式設計就是學各式各樣的平行工具，像是openmp，cuda或opencl，而且這門課只有作業要交，相對算很輕鬆。

剩下數值軟體開發，教授是新思科技來的主管，同時也是sciwork的orginizer。教授非常用心，會幫學生code review和討論project主題，而且教授很愛聊天，可以在聊天過程中，知道產業界的現況。而且修完課後還可以繼續找教授做side project，如果想進一步開拓人脈和寫side project，我十分推薦這門課。

順帶一提，sciwork每個月都會在清大舉辦sprint，想玩有關開發的活動，可以報名玩看看。雖然我上學期太忙了，只去11月那次，這學期比較有空，應該有更多時間能投入社群。

實習

這學期基本上延續暑假的工研院實習，也是指導教授推薦我過去的。雖然說去工研院主要還是自己做實驗室的事，包含看paper，學習fpga和TVM，畢竟主管很忙，不可能帶新人。指導教授看我過去也學不到工研院的技術，後來也讓我待到今年1月。不過我很感激有體驗過這份工作經驗，至少讓我知道產業界和學術界之間的差異有多大。

而去年6月，我有打WorldQuant舉辦的IQC 2023比賽，後來也透過了這個比賽拿到WorldQuant兼職資格，目前已經學會如何call api自動繳交策略，最近在學遺傳規劃演算法，希望能做到用程式自動搜索有效的策略。

面試準備

其實在進入實驗室以前，我並不清楚我想找甚麼工作，只希望能找個不會太操勞的工作。所以我從暑假開始，就一直跟著實驗室特殊選材大佬們一起刷題，刷HDLBits和leetcode複習RTL和c++。所以後來即使我修課忙碌，也一直有保持最基礎的刷題量。

不過這半年我同時進一步學習soc和c++後，我發現比起rtl，我更喜歡寫oop，為了補足我修oop時沒學好metaprogramming的短版，我還另外在網路上找了有關c++ metaprogramming來讀。

而我最近也意識到了職涯連續性的重要性了，工作頻繁換領域不是一件好事，總之我打算先去面有關軟體和演算法的正職缺，下學期應該會再多做一些專案，同時也會打競程，希望一切順利吧。最後如果只找到軟韌缺，再延畢修iclab。

研究進度

從暑假開始，我每周都會和教授報告研究進度。其實這半年，我的研究主要都是被教授分配一個主題，然後去找現成可用的工具去拓展。像我有碰過的主題和工具就包含parameter-efficient fine-tuning，dynamic sparsity，TVM。而我最近在碰的，是vck190 (fpga)的AI library 和AI engine。主要是因為許多paper沒辦法重現或是不開源，或是被做爛了，所以才會一直學習新的工具。

坦白說這段研究過程比起其他實驗室只專注在一個議題上，已經算是相對有趣了，只是我還沒習慣自己找題目的過程，畢竟找到老師有興趣的題目不容易。做研究不像寫作業，只需要把問題都解掉，就結束了。但是想主題和解一個問題就像在迷宮裡跑馬拉松，永遠不知道終點在哪，也不知道離終點到底多遠。只要時間拖得有點久，就興致缺缺了。

不過我近期也是一直在說服自己學習這段過程的必要性，我覺得找問題的洞察力，是可以被轉化到不同議題上，其實我很希望這份研究的能力，可以直接轉化成我在worldquant實習的能力，只要我打通了有效率自動挖掘策略的方法，我就能有比不少的被動收入了。

結論

看的出來我碩一上過得滿精彩的，雖然遇到不少挑戰，不過感覺做甚麼事都順風順水，畢業學分解決了，也得到2份實習，還有一點時間準備面試。

唯一美中不足的就是計算機架構，考試班平均60，教授只調不及格的學生，因為考前兩天才讀書，只考比班平均高10分，一不小心吃了一科B+。不過成績對於碩士生而言，我真的覺得小問題，早點為畢業後出路和能力準備比較重要。