我的2019:具体生活

参加过硬件产品化全过程的培训,搞过蓝牙,搞过电池内阻测试,研究过zigbee丢包。最后选择了做vital signs。

跟供应链厂商谈过合作开发产品,跟知名校友谈过联合研发,跟业界公司谈过定制传感器模组。最后选择了做算法方案。

中了青年科学基金,师母W问我是否考虑回去搞科研,帮我申请校外硕导,导师C一直觉得我适合搞科研。我还是选择了做工程师。

负责过创业公司,面过产品经理,做过研发工程师,现在总算静下了心,选了vital signs这个方向,开始写点代码,不再做ME TOO的工作。

2019年,我一直在尝试各种方向,要找到自己擅长,也乐意的工作。

经过一番折腾,我认为,凭借以下三点,可以摆脱平庸的me too。

Big Picture

我面过一家上市公司的物联网产品经理。首席科学家技术面,公司要他将研发部的成果进行产品落地,需要懂行的人负责。最后老总面,单考我的知识面,除了我自己研究的传感器,还关注哪些,各有什么应用前景。除了我使用的方案,还有哪些备选方案,各有哪些优劣。HR反馈,老总满意。但是给的职称薪酬我不满意,我没去。

技术面的时候,他们提到一条生产线,因为某个工人改了一个不起眼的条件,生产出来的传感器参数全不合用,他们花了大半年才找出问题所在。是他们不懂这个“系统”,不知道材料,工艺,传感器参数之间的相互耦合关系,需要有人从全局去把握。

博士入学,教授讲的第一件事就是“big picture”;搞科研,训练的就是系统思维;我在公司,做的就是系统级的工作。自然能瞻前顾后,想到三步之外的事,省掉许多犯错成本。见过不少工程师,都只知道自己手上的那点事,做的都是熟手活,对自己的工作在整个大项目中的角色,缺少了解。这样注定是搬砖,成不了建筑师。这也给了懂得Big Picture的人机会。

Theoretical Insight

我曾经也是只在乎把事做成,而不在乎机理的人。是博士的训练,让我习惯性地关心原理,看到一切东西,总想用个理论统一起来。

一个学生在做我的项目,有了一些结果,我已经会习惯性地问他要理论解释了。也会告诉他,科研的成果,需要从点上升到线、面。做出了个世界第一的指标,那只是一个点;若是能找到规律,将之泛化,比如单参数控制的“线”,或者双参数控制的“面”,这就具有指导意义,才不会沦为实验报告。当别人问你一个问题,你没做过实验,菜鸟会回答不知道,没做过实验。高手会回答,虽然没做实验,但是根据对方描述的条件,按照某某理论,应该会怎样怎样。

工作中,我遇到过一个测电池内阻的问题。工程师估摸着选了个电路参数,测出一个值,跟标准值不一样,就乘个系数,算是“校准”。新电池,自然没问题。电池用过两年,真正需要监测的时候,内阻仪失效。我看了电池内阻的测试原理,发现那个电池仪的测试参数有问题,ADC分辨率不够,放电频率太低,导致测试的结果中含有电荷转移电阻(该电阻值受温度影响)。按理论得出一些推论,设计了一个简单实验进行验证,并从实验数据推算出应该用多少放电频率才能测到纯内阻值。按理论定出的这些新参数,就是产品升级(更正)的方向。若是不懂原理,根本无法定位问题,也不知道哪些物料可以省,哪些参数可以提升,也就谈不上产品升级了。在此之前,我也不懂内阻测试,只是花了点时间,从原理入手,于是能很快定位问题。

穿戴设备测血压也是同样道理。年轻人身体好,血压正常波动,任何产品都能“测准”(猜准);老年人真正需要连续血压监测,却不准了。没有理论,测准了也不代表什么,最多算是挑对了“样品”。不懂理论,哪些模块可以省,哪些模块需要加强,连reverse engineering都做不好,谈何创新。

如果停留在“是骡子是马,拉出来遛遛”的层次,也就是个me too的水平。

Technical Implementation

2019年,虽然做的是创业的事,但东西太多太杂,反倒是,嘴比手勤,说话一套一套的,动起手就眼高手低。2020要提升的是“technical implementation”,尤其是coding。

Big Picture,Theoretical Insight,是我从教授那里领悟到的皮毛。但教授最擅长的其实是如何当教授,她能教我如何当教授,但是不能指望她教我如何成为一名合格的工程师。之前我不懂这个道理,总觉得在推进创业项目方面,教授不积极。教授更在乎idea,而不在乎技术实现。每个人都在做自己擅长的东西,做熟手活,我需要跳出这个局限。

其实,年底两个月,我就已经开始coding方面的努力。花了点时间学Python的基本语法,然后看数据结构与算法,在leetcode上做题,熟悉了Python和基本算法。然后就开始做vital sign方面的工作,从ECG QRS 提取开始,接着是PPG,用paper上现有的算法,先把实验室matlab的demo,在手机上实现,做出PoC的产品再考虑进一步优化的事。

以上三点,说的是工具,工具使用得再熟练,无非就是个工具人。关键是目的,有目的,才能成为自己的主人。

2020/1/1, Wed

我的2018:从科研到创业,从PhD到R&D

博士毕业一年多,与学术圈渐行渐远,投身物联网,冲着三级工程师去。

2017年8月从CUHK博士毕业,9月开始Research Assistant的合同,11月拿到毕业证明,开始Research Associate的合同,2018年1月开始Postdoctoral Fellow合同,直到现在。

虽然说将来不打算搞科研,也跟教授达成某种程度的协议,我主要负责创业项目;但与科研有关的事,力所能及的还是会负责到底。

科研

辅助申请四个项目。2017/9,给一个Robotic项目提供材料;设计传感器阵列与制备流程(师妹HY提供材料设计);昨天才给这个项目做出transparent photomask,完成其中一个milestone。2017/11,给一个MIT-HK项目准备sensor system及antenna设计;与师妹HY、师弟FXY一起,设计出集成strain sensor测量呼吸和血压的chest patch系统;学习antenna相关知识,跟另一个组的RA设计出一个天线阵列,实现定向低功耗传输数据。2018/2,给哈佛医学院一个教授的项目书提供tactile sensor array子项目。2018/12,给InnoHK项目的FAST子项目准备Flexible Sensor System课题;调研health相关产业的market value,与同事一起完成social impact部分内容。

主笔一个青年基金。它缘起于2017年教师节回SYSU见硕士导师Prof. C,师母Prof. W让我帮忙写个青年基金,挂靠她的学校申请,完成系里要求她的指标,若申请到经费,我也用来可以做点实事。师母说按我现在发表的文章,挺容易的,可以把已有初步结果的东西写一下,于是就答应下来了。毕业后开始忙公司的事,拖到截稿日期,2018年3月份才写好项目书。本想把一些已有初步结果的实验写成项目将要做的工作,省得以后结题有困难。但写出来之后缺乏系统性,自己也不满意。重写,把我做完博士论文后得出的一个推论,写成了一个可验证、可延伸的项目。结合Prof. C那边的实验条件,设计了新的材料体系以及控制变量的实验,提出了几条拟解决的关键科学问题。我发自内心觉得,按照内地一般高校的标准,把这个项目书做下来,能写出一篇体面的博士论文,也能发几篇不错的文章。8月份出结果,项目没中。三个评审意见:一个优先资助;一个否决的理由恰恰是我项目的创新之处;一个否决的理由是创新不足,方案不完善,技术分析不够。Prof. C跟Prof. W都说按照他们的经验,项目是没问题的,有太多运气成分。项目书的核心推论,现在已经被师妹在我们旧的材料体系中验证过,是对的;我建议师妹找人做点理论模拟,就能算一个新工作。项目书写的是一个新的材料方案,Prof. C的一个博士生正在按照项目书做他的博士论文研究。2019年,我不打算提交基金申请。

发表了博士阶段的最后一篇论文。它实际上是我博士论文的第二个工作,参考经典传感器理论,提出了衡量柔性压力传感器的系统化指标。我博士论文的第一篇文章,从2016年到现在,累计被引72次。算上共同作者的文章,2018共新增185次引用。目前h-index=12,有三篇质量不错的文章是2018发表的,未来h-index有望突破15,我应该不会再写新文章,这也许就是我的极限了。

独立审了不下8篇稿件。给以下杂审过稿:Sensors, IEEE Review in Biomedical Engineering, IEEE Transactions on Nanotechnology, Micromachines, ACS Nano。毕业之前偶尔帮教授审稿,毕业之后自己收到这些杂志的审稿邀请。前几天提交了一篇文章的二审意见,现在手上还有一篇Applied Optics等着审,Sensors系统还有审稿证书。审稿并非强制性,但算是学术圈默认的义务,也算为同行评议出一分力。对于科研,我有自己的标准,人微言轻,靠呼吁没用,但是我能通过审稿来执行。

在学术圈做事,要看能不能定义问题、写项目书、设计实验、发表文章;要看能否通过参加会议、作报告、审稿,增加影响力;还要看能不能带学生。关于带学生,2018我只带了一个Summer Research的学生(其中一个被我劝退了),暑期结束,她拿了best poster award。往年带过的学生,都是拿奖的。毕业后有去帝国理工、西北大学、剑桥的。也指导过硕士生和本科生毕业论文,自己的确能看到big picture,未做实验之前,就能预判到各种不同的结果能导致哪些不同的结论;无论哪种结论,我都能当场构思出毕业论文的框架,想好如何写novelty, contribution, impact。我有想法,就能motivate学生朝着我想要的方向去做;没想法,就能通过问问题,迅速理解学生的想法,想到可能的结论,意义,以及设计出实验验证。带博士我还没有经验,不过若是真让我负责,我相信自己也有能力带好。

前几天重操旧业,画光刻版。两年时间没做过的事,很快又重新上手。与光刻版相关的上下游注意事项,全部涌上心头。设计过程中,自然而然就考虑了制备光刻版本身的机器精度,光刻机的精度,考虑后续改动的难易程度反推图案的设计样式,样品衬底的大小反推光刻版图案的布局,测试线焊接方案反推衬底的大小……想想看,毕竟是七年之功,自己还挺擅长搞科研的,但还是选择了离开。

创业

受限于自己的教育背景与接触到的信息,觉得物联网是自己力所能及的一个方向,想找个机会切入。刚好教授课题组有个研究了十几年的血压算法项目,想进行商业化尝试。教授信任,让我负责这个创业项目。公司2016年11月成立,两年多,拿TSSSU创业资金的钱,做了两代样机,已经做了初步临床测试。正在做第三期样机,在更大人群样本上做验证。

六月份有家做硬件代工的公司要投钱,要深度参与产品的研发,并要求锁定三年的产品生产权,被教授拒了。教授定义公司处于R&D阶段,核心任务是算法优化,为避免IP被盗,股权稀释,现在最好的选择是拿天使投资或free money撑过这段时期。

这算是一次非典型创业,我把它定义成一个创业项目。进入学术圈的一般途径是拿到博士学位,做一两期博后,拿高校的教职。前两步都是积累,积累文章,认识圈内人。博后期间,做的是科研项目,写proposal,拿funding,发paper;funding是教授的,paper成果也是教授的,个人得到的好处是paper是一作,分享的是科研成果,提升最后找到教职的概率。我也是博后,但做的是创业项目,写business plan,raise fund,generate IP & product,分享的是创业成果,即股份,期望的是股份变现,财务自由。

朋友总给我各种建议,把我当成老板,其实我不是。我只是个员工,操着老板的心。开始我以为是参与创业,负责做技术做产品,后来才明白,我是负责创业。股权上不是老板,但要以CEO的心态打点一切。也就有机会涉足创业公司的方方面面,注册公司、开户、公司秘书、税务、会计、审计、商业计划书、股份、融资……都懂一些,现在若是有个什么值得创业的项目,分分钟就能在香港注册一家公司。

初期没有工程师,就找ODM做样机。有家ODM公司看在CUHK教授的面子上,跟我讲,“你一说做血压手环,别人就把你当骗子(当时是2017年底),穿戴设备的市场已经被洗劫过一波了”。早期主要是电子产品爱好者、年轻人使用穿戴手环,这些人的血压大都正常,本来波动也不大,根据用户的年龄、身高、体重、心率,报一个统计平均值,就给人一种很准的错觉。买给家里的老人使用,就暴露了。市场就这么被收割了一波,血压手环也失去了市场信誉。市面上,凡是有点知名度的牌子,比如小米、华为、fitbit、苹果,就没有敢说自己能测血压的,怕砸招牌。

我也考虑过,为什么教授搞这个血压算法十几年了,不自己创业?参与到这项研究之后,我才知道,它不单是算法问题,而是一个系统性都工程。每个人都乐意做自己擅长都事,教授也不例外。做算法的博士生,不理解数据。比如一个PPG信号,只知道原理上信号如何得到,反映了什么生理特性;大多数文章,都假定,如果拿到perfect data,应用paper中的算法,就能得到准确的血压值。但是,什么是perfect data,跟什么标准对比是准的,都值得商榷。

为了理解PPG信号,我把正在使用的一款AFE芯片手册,从头到尾,一字不差地读了个遍,才知道信号里面的各种坑。一个PPG波形信号,无非是横轴和纵轴。横轴是时间,涉及采样率,漏点等问题。纵轴是幅值,涉及的是吸收峰的问题,受芯片配置的LED driven current,TIA放大器,offset current影响。给我代工的第一家公司,见过PPG信号,但不知道芯片里面是怎么回事,直接使用芯片的推荐配置。第二家公司的工程师比第一家更专业,但是他主要是做嵌入式开发,PPG信号的波形是从我这里才第一次见过。若是跟他们讲要最原始的信号,他们无非就是不滤波。要信号强点,他们就可能增大LED driven current,TIA。若是信号饱和了,调节offset current都有点超出他们的范围。再深入一点,不同LED都发光效率是不一样的,人体对不同波长光的吸收也不一样,PD对不同波长光的响应也不一样,这三个参数叠加起来,你说光强信号意味着什么?做算法的人不了解信号的来源,单纯做信号分析,怎么行?做硬件的不懂算法,做算法的不懂硬件、信号。这个系统很难玩得转。最后那款AFE的芯片是我配置的。写了各种宏定义,可以直接在配置文件中修改LED电流大小,TIA放大倍数,以及offset current的值,而无需考虑寄存器怎么回事。而两家公司工程师给我的原代码,是直接用I2C在特定寄存器位置写二进制数。不知道是他们不懂所谓的硬件层抽象的概念,还是他们不乐意花时间做这件事。

经过一番折腾,我跟同事们总算定义清楚了,这个血压手环,是一个系统工程,并非只是算法问题。整个过程是:

Hardware — (product design, posture) —> Raw Data — (filter, motion artifact elimination) —> Perfect Data — (algorithm, calibration) —> Cuffless BP — (database) —> Statistic Result

Algorithm是核心,但也只是其中一部分,而不是全部。打个比喻,CPU当然是电脑的核心,就如算法是血压手环的核心一样。但是要提升电脑性能,不能单纯升级CPU,也需要配套升级主板、内存、硬盘。为了解决算准血压的问题,需要配套的硬件、信号处理、数据库验证等跟上。血压算法研究了十几年,即便是要再进一步提升精度,也需要其它部分配合升级。不写出自动化的运动伪影处理算法,没有标准的病人数据库,每个做算法的博士生,总可以自己采集一些“完美数据”,证明自己的算法很准,总是可以说某些数据因为运动伪影的问题使得算法失效,所以被剔除。现阶段我跟同事的工作就是搭建一个标准的验证数据库,写出运动伪影处理算法。任何算法,是骡子是马,在我的数据库上遛遛再说。

科研的Paper跟创业的R&D很不一样。科研总是可以挑选一个符合理论的数据,说potentially是怎么回事。而R&D过程,一旦有一个不符合预期的数据,就要很小心。我听过一个博士生说,理论是简化过后的,真实的情况很复杂,不太符合理论。没有“真实情况不符合理论”这种说法,只有“理论无法解释真实情况”这唯一的一种说法。

正是因为意识到这个创业项目是一个系统工程,而我能快速学习,从传感器到硬件系统,从数据到算法,我都能快速抓住核心,而我的宏观把控能力也还行,有希望能make a difference,也算是我切入物联网的第一个项目。所以才敢在面对各种困难,依然选择参与这个项目。

职业发展

朋友奇怪,问我为什么选择做这个项目,何不去大公司找个工作。一方面是我需要一个机会转行去物联网,另一方面我是觉得这件事能做成。

我也准备过简历,去外面看过机会。有一家公司,给我研发总工程师的职位,负责它深圳研发部,年薪70万。我认真了解过他们的业务,签NDA之后了解了产品技术细节,了解他们的销售渠道,参照吴军《智能时代》的一些案例,提了一个方案,老总也觉得可行。接offer之前我参加过他们公司的例会,才意识到,技术部也是销售,技术部的主要任务是去市场上挖掘现有方案,copy cat回来。最后我就没去,选择留在教授这个公司。工资差了一大截,但钱只是一部分,更重要的是机会和我未来的职业发展。做销售没什么不好,只是我更愿意做工程师。

我的目标是吴军定义的第三级工程师。吴借用朗道的理论,将工程师分为五级。核心的思想是,人和人的差距,能力和能力的差距,是数量级的差别。每升一级,贡献和收入都大一个数量级。

第五级:能独立解决问题,完成工程工作;

第四级:能指导和带领其他人一同完成更有影响力的工作;

第三级:能独立设计和实现产品,并且在市场上获得成功;

第二级:能设计和实现别人不能做出的产品,也就是说他的作用很难取代;

第一级:开创一个产业。

我博士完成的工作,自认为达到了五级工程师的水平。在教授这个创业项目的身份,勉强够得着四级工程师的标准。

期间也有猎头找我,说浙江那边有个机会。做柔性传感器与血压算法,跟我博士的工作和现在负责的事很相似。我没问待遇就拒了。一个原因是我在教授这里有credit,经得起我转行的尝试。我相信,做的任何事,都无可避免产生一个效果:earn credit or lose reputation。毕竟跟教授有5年的师生情谊,教授也知道我的价值与能力,有足够的credit供我使用,不会因为一点点不顺就开了我。留在这里我也会更自由一点点,有时间填补基础知识的漏洞。而其他老板,因为没有信任基础,不会给我犯错的机会,稍有不慎,credit就变成负数,game over。

我清楚自己很擅长定义问题,拆解任务,从零到一打造原型机,只是需要一点点时间。从硕士开始,我就独自在Prof. C课题组开了一个研究方向。13年毕业的时候,有同学接手,他顺利博士毕业。5年了,现在实验室还有人做那个方向,文章还在发。13年开始念博士,在Prof. Z这里,也是独自开了一个柔性传感器的研究方向,搭建了专业的校准测试台,并重新定义了柔性压力传感器的关键问题。现在这个方向依旧在做。17年博士毕业,开始搞公司的事,从对穿戴设备一无所知,到知道整个系统怎么回事、一个最小研发团队需要哪些工程师、如何判断每个方向对工程师是否靠谱;从对公司毫无概念,到懂得如何看财报,分析商业模式、做帐。现在我只是需要一点点时间,让我补上五级工程师需要的硬技能,然后就可以朝着三级工程的方向迈进了,避免浮沙筑高楼。

2019/1/5, Sat

博士论文开题与答辩—与高手过招

今天下午,我博士论文答辩。我把两年前开题的时候,问倒我的教授重新请了回来,打算从这些人手里,拿到我的博士学位。

答辩主席是Prof Ho,他最擅长从根基上把别人工作价值挖掉。曾经有个博士答辩,用溶液法做FET器件,说低成本。Ho说,若是单纯考虑溶液和spin coator,那当然低成本;但是考虑到量产,虽然MOCVD很贵,但把人工,时间,化学试剂,能耗等等算起来,哪种方法成本更低,就不好说了。若是基于成本考虑,得把全部因素考虑进去,不能只算溶液成本。后来我的导师Prof Zhao就很小心,让组内做器件的同学,不要随便声称低成本,尤其是溶液法做太阳能电池的同学。

Prof Chen更直接,直接问别人的contribution。有一个人申请他们系的教职,展示了很多酷炫的工作,大部分是跟人合作的,别人做器件,他负责力学模拟部分。Chen就问他的contribution是什么,哪些是他做的,哪些是别人的工作。那人简单说了下,说某些slide只是为了方便说明问题,所以用了别人的工作。Chen就指着当时停留在投影荧幕上的ppt问,你给我说说这张ppt,哪些东西是你做的?那人一愣,说是别人的。Chen就说,你拿一张全是你自己工作的ppt出来……最后那个人没有拿到职位。在场的同学都觉得,好恐怖。后来Chen说,他这么问问题,是在给那人机会,既然那人没讲清楚,那他就通过提问给对方多一次机会,讲清楚自己的contribution。Chen对自己的学生也会这么“凶残”地问问题。

另一个教授是外审,Prof Zheng,我以为会友善点的。但听朋友说,也很tough,特别是他懂的问题,尤其tough。论文开题的时候,不需要外审,并没有请Prof Zheng。

两年前的6月1日,我论文开题,答辩委员会四个教授(包括我的导师Prof Zhao和Prof Poon),还有两位来旁听的教授,一共六位教授。

当时Prof Chen直接把我问傻在当场。我讲完PPT,场下的同学简单问了几个问题。然后Prof Chen开始提问,上来就说,I’m not convinced by your presentation. I didn’t see the novelty and impact in your research. I don’t think your research make a difference. 当时我就懵了。要翻出PPT解释给他听。他直接打断,“Don’t look at you Powerpoint, Just tell me the novelty of your project.”我当时就抓瞎了。我都忘了当时自己是怎么回答他的问题了,可能都没听明白他的问题是什么。然后Chairman问Prof Ho有没有问题要问,我是希望他提些意见的,结果他说:“I’m done. I’m more than satisfied.”很遗憾,没有听到他的challenge。

事后Prof Chen拿着那评分表给我看,上面列的就是novelty,impact之类的打分。从他的角度看,我没有讲清楚,所以他很直接的提出那些问题,给我一个机会解释清楚,也好让我从其他教授那里拿到高分。这之后,我就一直被novelty,impact之类的问题困扰。

Prof Ho事后说我这类sensor,重复性可能会是个大问题。

我的cosupervisor Prof Poon提出一个问题,说虽然柔性是一个大优点,但不见得柔性传感器就一定比硬的传感器好。比如对于我的压力传感器,可能柔性带来的问题远大于它的优势。

旁听的一个教授Prof Mak,问了一个问题,“我看很多压力传感器都是形变传感器,包括你的也是。有没有除了形变之外的其它传感器机理,也能探测压力?”我一懵,他就接着很体谅地补充到,“我只是很好奇而已,不需要你的回答,这可能是一个哲学问题”,我也很识趣的说,我handle不了这个问题。

我开题后的工作,就是源自于这些教授提的那些问题。就是对那些问题的思考,让我对柔性压力传感器有了更深入的理解。我完成的第二个工作,是直接针对Prof Ho关于重复性的问题。第三个工作,是源自于Prof Poon的启发。而最后我把全部sensor都归结到material deformation induced pressure sensitive device,则是源自于Prof Mak的启发。

为了今天下午点答辩,我忐忑了好久。自己就设想了很多自认为挺tough的问题,比如“你发现的这些东西,不是凭直觉都知道是这么回事吗?你竟然用了四年时间。”“为什么你不从一开始就用这种表面可控的材料,一次性解决sensor的重复性问题,还用了两个工作的时间才搞定这个问题?”我甚至都预备好了,万一Prof Chen再问novelty或者impact的问题,我直接把预备好的答案背一遍给他听。

然后,出乎我的意料,所有professor都十分友善,都没有问tough的问题。在close door的过程中,群里的同学还在担心我会被问死。Prof Chen的学生担心他老板会问出让我崩溃的问题,Prof Zheng的RA也担心她老板会让我很“难过”。然而,这个close door的过程,所有教授都很友善。Prof Zheng只是纠正了几个我误用的描述。Prof Chen没有问novelty和impact的问题,挑了几张slide,讲了下该如何present才更流畅。Prof Ho也没问什么问题,主要是鼓励大家问问题,就着别人的问题继续深挖。没有那种故意考我的问题出来。我提前准备好的那些问题,都没被问。是我自己把自己吓着了。

总体算下来,我讲了35min;听众问了几个问题,大概15min;然后close door,问了一个小时左右;我在会议室外等了不到十分钟分钟,Prof Ho就出来说,恭喜,committee通过了我的答辩,给出了小修论文的意见。后来我拿到了Prof Ho记录下整个答辩过程中,我需要在论文中修改的14个问题,三页A4纸。

最后我进去跟各位教授握手致谢的时候,我对我的cosupervisor Prof Poon说Thank you very much, 她说,no, no, no, Ningqi, you deserve your Ph.D. degree. 

2017/7/18, Tue