① 1.4，我向 Susan 简单展示了我的 Path Analysis 成果。当然，Susan 认为汇报不是很有效的沟通方式，她说 Amazon 在尝试新的开会方式，读文件取代了汇报，然后自由讨论。我倒是觉得读文件比听汇报更容易走神，有利有弊吧…这次 Susan 相比上次轻松地多，还说了一些自己的经历。她提到没有很多关于分析用户行为的文章资料。
② 新年前后的差不多半个月，709 主要分析了 2WFE 和 FM 模型的性质和效果，最后的结论是它们各有优劣，做了各种表格我也没法看懂。
③ Freadom 这个 app 里有很多需要推荐的模块，比如“ Today For You ”是每天产出的固定的推荐项目，不管用户是否登录，都会每天给每个人产出这些推荐；“ Recommended Stories ”是另一套系统，具体运作方式未知；“ Recommend On Completion ”是每看完一篇文章后推荐的下一篇。
④ 就像 YouTube，推荐分主页的视频列表，也分针对用户观看的某个视频产出的列表，两者侧重点并不相同。网易云音乐、Amazon 也有各种不同行为的推荐模块。网易云的日推里不会出现已经收藏的音乐；心动模式则是已收藏和没听过的歌混着放。
⑤ Susan 下学期（2021 春）打算开一门课叫“ ALP 301: Data-driven Impact ”，5 ~ 6 人组队用 1 学期时间，和一个外部机构完成一个项目；项目列表就包括了 S2M 的推荐系统。我心里很疑惑，既然可以这样，为啥要招我来呢。另外，这个操作感觉像是，学生交学费帮资本家打工啊。
⑥ 1.11 晚上，我在 train 模型的时候，PyTorch 的 DataLoader 出了问题，总是卡住。709 问我进度的时候我才告诉他；我感觉他最近比较忙（之前几次发消息都不回），而且我天性不想因为这种技术细节打扰别人，所以没有主动和他说。不过 709 很耐心地帮我 debug，经过大概 1 个小时，终于发现了问题所在。
⑦ 开学第一周，本来应该开始搞推荐模型了，但 709 让我继续做 Path Analysis 的延伸工作，叫“ Path Experiment ”，简单来说就是分解用户和他们每周活跃度形成的矩阵。
⑧ 我总是觉得做这个东西没啥意义，但又没有精力主动反抗，因为我对项目还没那么熟悉，并不能说出一套完整的逻辑证明它没意义，也不知道我反之应该做什么。如果要我处理和 709 对于要完成什么工作产生的矛盾，那对我的精力消耗，将让我每天的工作时间实际上加倍，达到 8 小时，在上学期间这是我难以承受的。于是我就被动、麻木地计算他要的数据，1.14、15、18、19 一直在算各种评估指标。
⑨ （来自知乎：“你做过什么大家都反对的技术决断，并且力排众议执行了，后来证明你是对的 / 错误的？评判标准是什么？”培养软实力还有很长的路啊，而且我又要说了，以前读了那么多职场的文章，结果发现要培养软实力，光读没啥用，得靠在真正的环境里磨练。）
⑩ 一次 meeting 上，我知道了这个东西是 Susan 有次可能随意提了一下的思路，709 自己解读了一下就扔给我了。709 展示了他的 project 计划，写得各种不清楚（比如“ Path Experiment ”是啥），Susan 都说看不懂，更别说我了。
⑪ 像我们 CS 课的作业，即使要求讲得已经非常清晰了，同学们还是会有各种问题，而且我们可以问各路 TA（今年 224n 有 23 位 TA）；而实际工作中，指示又模糊，求助的渠道又很有限，就很蛋疼。
⑫ Susan 还提到，很多时候一个项目做了几个月，甚至几年，虽然看上去获得了不少成果，但最后发现又回到了最开始的地方；打破瓶颈关键是要“ go off the hamster wheel ”。确实，刚入 lab 时我看 Rina、709 加一些其他人已经搞了 1 年多，做了好多分析，还纳闷我来能干啥，原来一个项目“停滞不前”是一种常态？
⑬ 想起在 MASI 时 Landman 把图像切割项目反复做；PG 的 The PhD Grind 里第 3 年 Klee-UC 项目最终跨了 5 年才成功、退出的搜索算法项目后来“葬送”了 2 位 PhD 学生几年的时间；458 说过实习第 1 个月做的事情和之后 n 个月“大同小异”，我对一个项目的周期又突然有了更深的见解。回看 D5P222，我又产生了很多共鸣，想起亚麻面试考的 LP，我真切体会到它们在工作中的实用性…
⑭ 1.19，我继续尝试着开始真正推荐部分的工作，但要加入现有的 workflow 并不容易。之前我的任务都是独立的，现在我需要决定是试图理解 709 杂乱无章的 notebook，还是自己重写。
⑮ 话说 pkl 是个神奇的东西，19 年暑研我要知道有它的话，就不用花那么多心思精简 csv 了，直接用 pkl 打包。