Πώς να γίνετε ανεξάρτητος επιστήμονας δεδομένων - 4 πρακτικές συμβουλές

Κόμβος πηγής: 1017821

Πώς να γίνετε ανεξάρτητος επιστήμονας δεδομένων - 4 πρακτικές συμβουλές

Εάν είστε επιστήμονας δεδομένων που θέλει να ξεκινήσει να εργάζεται ως ανεξάρτητος (απομακρυσμένος) ανεξάρτητος επιστήμονας δεδομένων, τότε αυτές οι τέσσερις πρακτικές συμβουλές μπορούν να σας βοηθήσουν να μεταβείτε από την παραδοσιακή εργασία 9 έως 5 σε μια δυναμική εμπειρία ως απομακρυσμένος εργολάβος , ακριβώς όπως έκανε ο συγγραφέας πριν από τρία χρόνια.


By Πάου Λαμπάρτα Μπάχο, μαθηματικός και επιστήμονας δεδομένων.

Πρακτικές συμβουλές από έναν ελεύθερο επαγγελματία Toptal

Εάν είστε σπασίκλας επιστήμονας δεδομένων και θέλετε να ξεκινήσετε να εργάζεστε ως ανεξάρτητος (εξ αποστάσεως) ανεξάρτητος επιστήμονας δεδομένων, αυτό το άρθρο είναι για εσάς. Η μετάβαση από την τρέχουσα εργασία 9-σε-5 στην εξ αποστάσεως ελεύθερο επαγγελματία είναι μια απελευθερωτική εμπειρία. Η τελική ανταμοιβή είναι τεράστια, συμπεριλαμβανομένων:

  • υψηλότερη ταχύτητα εκμάθησης, καθώς αναλαμβάνετε συνεχώς νέα έργα και εργάζεστε με διαφορετικές τεχνολογίες.
  • ευκαιρία να εργαστείτε με νεοσύστατες επιχειρήσεις, χωρίς να χρειάζεται να φύγετε από ένα μικρό δωμάτιο στο Σαν Φρανσίσκο.
  • ελευθερία να οργανώνεις τις μέρες, τις εβδομάδες και τους μήνες σου, συν κανένας δεν μετράει πόσες ημέρες διακοπών έχεις κάνει φέτος.
  • υψηλότερες ωριαίες χρεώσεις, οι οποίες μεταφράζονται σε υψηλότερους μισθούς στο τέλος του μήνα.

Το μονοπάτι ενός ανεξάρτητου επιστήμονα δεδομένων

Το όνομά μου είναι Pau Labarta Bajo. Είμαι ανεξάρτητος επιστήμονας δεδομένων και μηχανικός ML που εργάζομαι ως ελεύθερος επαγγελματίας από απόσταση τα τελευταία 2+ χρόνια. Πριν, εργαζόμουν ως επιστήμονας δεδομένων σε μια κορυφαία εταιρεία τυχερών παιχνιδιών για κινητά, τη Nordeus. Γύρω μου, είχα ένα πλήρωμα από σπουδαίους επιστήμονες δεδομένων και καταπληκτικούς μηχανικούς δεδομένων. Μέχρι να γίνω μέλος της ομάδας, είχαν ήδη δημιουργήσει την εσωτερική πλατφόρμα ανάλυσης δεδομένων που βοήθησε την εταιρεία να διαχειριστεί ένα παιχνίδι με πάνω από 2 εκατομμύρια ενεργούς χρήστες καθημερινά. Ένιωσα ότι ήμουν μια άλλη μέλισσα που λειτουργούσε μέσα σε ένα καλά εδραιωμένο σμήνος. Το 90% του χρόνου μου ξοδεύτηκε σε τεχνικά πράγματα, συμπεριλαμβανομένης της ανάλυσης δεδομένων για τη βελτίωση του προϊόντος και της ανάπτυξης ML για την αύξηση της αποτελεσματικότητάς του. Το 10% του χρόνου ήταν στο να επικοινωνήσω με την υπόλοιπη ομάδα τι δούλευα.

Αυτός ο διαχωρισμός είναι υπέροχος για σπασίκλες όπως εμείς, επιστήμονες δεδομένων και περίεργους ML. Ωστόσο, αυτή η άνεση έχει ένα τίμημα που μου ήρθε σε δύο συνεχείς σκέψεις

  1. Ενώ οι τεχνικές και οι εφαρμογές Μηχανικής Μάθησης εμφανίζονται παντού, συνεχίζω να χρησιμοποιώ τις ίδιες τεχνικές για να λύνω τα ίδια προβλήματα, ξανά και ξανά. Βαρετό.
  2. Γιατί πρέπει να περιμένω ετήσιες αξιολογήσεις, με βάση τη γνώμη κάποιου άλλου, για να πάρω αύξηση; Πρέπει να υπάρχει καλύτερος τρόπος.

Τελικά, παράτησα τη δουλειά μου για να αρχίσω να εργάζομαι ως εξ αποστάσεως ανεξάρτητος επιστήμονας δεδομένων. Η μετάβαση ήταν ταυτόχρονα προκλητική και απίστευτα εμπλουτιστική. Στο δρόμο, έχω συγκεντρώσει μερικές γνώσεις στις οποίες συμπυκνώθηκα 4 πρακτικές συμβουλές, για να σας βοηθήσω να ενωθείτε μαζί μου και να ξεκινήσετε περπατώντας στην άλλη πλευρά.

Φωτογραφία Θαυμαστής Δ.

1. Μείνετε ήρεμοι και μην υποτιμάτε την εμπειρία σας

Η πρώτη ερώτηση που έχετε είναι: πού μπορώ να βρω το πρώτο μου έργο;

Υπάρχουν πάρα πολλές εργασίες που σχετίζονται με δεδομένα στο διαδίκτυο. Εάν επισκεφτείτε έναν ιστότοπο όπως Εργασία μπορείτε να δείτε νέες αγγελίες εργασίας να εμφανίζονται κάθε λεπτό. Ναι, υπάρχουν ΠΟΛΛΕΣ εργασίες επιστήμης δεδομένων, κάτι για το οποίο πρέπει να είστε ευγνώμονες κάθε πρωί. Ωστόσο, υπάρχει επίσης μεγάλος ανταγωνισμός σε αυτούς τους τεράστιους ιστότοπους. Ελεύθεροι επαγγελματίες από όλο τον κόσμο προσπαθούν να ψαρέψουν στην ίδια λίμνη με εσάς.

Μπορεί να μπείτε στον πειρασμό να σκεφτείτε:

«Ας προσπαθήσουμε να αυξήσω τις πιθανότητές μου να βρω την πρώτη μου δουλειά ορίζοντας χαμηλότερο ποσοστό από αυτό που νομίζω ότι είναι λογικό δεδομένων των δεξιοτήτων και του κόστους ζωής μου».

Μεγάλο λάθος. Και, παρεμπιπτόντως, έκανα αυτό το λάθος δύο φορές. Στο δεύτερο έργο μου ως ελεύθερος επαγγελματίας, δούλευα με έναν άλλο μηχανικό δεδομένων στην ίδια ζώνη ώρας, του οποίου ο μισθός υπερδιπλασιάστηκε ο δικός μου. Δούλευε ελεύθερος επαγγελματίας για πρώτη φορά. Αμέτρητες φορές μετάνιωσα για το δικό μου έξυπνος τιμολόγηση.

Οι περισσότεροι πελάτες είναι πρόθυμοι να πληρώσουν υψηλότερα επιτόκια για να μειώσουν την αβεβαιότητα του έργου. Η δική σας είναι μια εργασία με υψηλά προσόντα και οι υπερβολικές εκπτώσεις τιμών ερμηνεύονται επίσης ως μεγαλύτερη αβεβαιότητα για την επιτυχία του έργου. Επίσης, να έχετε κατά νου ότι προσπαθείτε να πείσετε έναν άλλο άνθρωπο, όχι ένα Android που ελαχιστοποιεί το κόστος. Πρέπει να δείξετε εμπιστοσύνη και το να ορίσετε χαμηλότερη τιμή από αυτή που πιστεύετε ότι αξίζετε είναι το αντίθετο από αυτό.

2. Ψάρια σε πολλές λιμνούλες

Φωτογραφία βαμβάκι από Pexels.

Σήμερα, υπάρχουν πολλές πλατφόρμες ανεξάρτητων επαγγελματιών. Έχω χρησιμοποιήσει 3 από αυτά (Upwork, Toptal και Braintrust), αλλά μη διστάσετε να εξερευνήσετε και άλλα.

Αυτές οι πλατφόρμες μπορούν να ταξινομηθούν σε 2 ομάδες:

  • Πλατφόρμες που βασίζονται σε όγκο, αρέσει Εργασία. Δεν υπάρχουν φραγμοί εισόδου τόσο για πελάτες όσο και για ελεύθερους επαγγελματίες. Ο καθένας μπορεί να δημοσιεύσει μια θέση εργασίας και ο καθένας μπορεί να εγγραφεί ως ελεύθερος επαγγελματίας. Είναι ένα καλό μέρος για να βρείτε μικρά έργα, αλλά πολύ δύσκολο να αποκτήσετε καλούς πελάτες όταν ξεκινήσετε. Οι καλές θέσεις εργασίας είναι συνήθως ανοιχτές μόνο σε αιτούντες που έχουν δημιουργήσει μια φήμη μέσα στην πλατφόρμα μέσω προηγούμενων έργων. Αυτό σας θέτει σε μειονεκτική θέση και μπορεί ειλικρινά να απογοητευτείτε όταν ξεκινάτε. Ωστόσο, σας προτείνω να δημιουργήσετε ένα προφίλ στο Upwork. Οι πελάτες Upwork μπορούν να βρουν το προφίλ σας μέσω μιας αναζήτησης εντός της πλατφόρμας και να σας ζητήσουν απευθείας να στείλετε μια πρόταση. Αυτή είναι μια επιλογή που πρέπει να αφήσετε ανοιχτή.
  • Πλατφόρμες που βασίζονται στην ποιότητα, αρέσει Toptal or Εγκέφαλος. Έχουν λιγότερους πελάτες αλλά με πολύ υψηλότερη ποιότητα. Για να δείτε και να υποβάλετε αίτηση για έργα μέσα σε αυτές τις πλατφόρμες, πρέπει να περάσετε μια διαδικασία ελέγχου. Χρειάζονται περίπου 2 με 5 εβδομάδες για να ολοκληρωθεί. Είναι χρονοβόρο και ενεργοβόρο, αλλά η ανταμοιβή είναι τεράστια. Το να βρίσκεστε μέσα σε αυτές τις πλατφόρμες σας δίνει την ευκαιρία να συνδεθείτε με μεγάλους πελάτες, συνήθως startups και μεγάλες επιχειρήσεις, που είναι πρόθυμοι να πληρώσουν υψηλότερες τιμές για την ποιότητα που τους υπόσχεται η Toptal. Μην σας τρομάζει η πολιτική τους «μόνο το κορυφαίο 3%». Μπορώ να πω με σιγουριά ότι δεν ήμουν «κορυφαίος μηχανικός μηχανικής μάθησης 3%» όταν μπήκα στην Toptal πριν από 2 χρόνια.

3. Οι πελάτες αναζητούν ΠΟΛΥ συγκεκριμένα προφίλ

Οι περισσότεροι πελάτες δεν αναζητούν έναν καλά στρογγυλεμένο επιστήμονα δεδομένων, αλλά ένα συγκεκριμένο προφίλ που μπορεί να λύσει το πρόβλημά τους. Κάποιος που ξέρει πολύ καλά πώς να το κάνει

  • να αναλύσει ένα σύνολο δεδομένων,
  • δημιουργήστε έναν πίνακα ελέγχου με το Tableau,
  • δημιουργία ενός αγωγού δεδομένων στο Google Cloud,
  • να δημιουργήσει ένα μοντέλο μηχανικής μάθησης,
  • ξύστε έναν ιστότοπο,
  • ...

Είναι δελεαστικό να προσπαθείς να παρουσιάσεις τον εαυτό σου ως τον απόλυτο ανεξάρτητο επιστήμονα δεδομένων που μπορεί να κάνει τα πάντα, αλλά αυτό δεν είναι αυτό που αναζητά ο πελάτης. Επίσης, η επιστήμη δεδομένων είναι μια τεράστια αγορά. Περιορίζοντας το προφίλ σας, εξακολουθείτε να ψαρεύετε σε μια αρκετά μεγάλη λιμνούλα. Κρατα αυτο στο μυαλο σου.

Η πρώτη μου εργασία ως ελεύθερος επαγγελματίας θα μπορούσε να περιγραφεί ωμά ως «Κανένας από τους μηχανικούς δεδομένων μας δεν μπορεί να δημιουργήσει έναν όμορφο πίνακα εργαλείων στο Tableau. Μπορείς?". Αυτή δεν ήταν η πιο συναρπαστική δουλειά που μπορούσα να σκεφτώ, αλλά κάτι που είχα κάνει χιλιάδες φορές στην προηγούμενη δουλειά μου. Ήμουν ειδικός σε αυτό, και αυτό είναι που έχει αξία για τον πελάτη.

Ξεκινήστε την πορεία σας εστιάζοντας σε έργα στα οποία είστε ήδη ειδικός. Αποφύγετε το σύνδρομο απατεώνων, κερδίστε την πρώτη σας επιταγή και αποκτήστε αυτοπεποίθηση.

Δουλεύοντας με μερική απασχόληση, ή ακόμα και ωριαία, μπορείτε να μάθετε το ίδιο όπως στο προηγούμενο 9-to-5. Χρησιμοποιήστε το ως ευκαιρία για να μάθετε νέες δεξιότητες στον επιπλέον χρόνο σας, προετοιμαζόμενοι για τον επόμενο τομέα στον οποίο θέλετε να εργαστείτε με το επόμενο συμβόλαιό σας.

4. Γράψτε προτάσεις που λύνουν επιχειρηματικά προβλήματα, όχι επιστολές παρουσίασης

Ένα τυπικό σφάλμα είναι να ξεκινήσετε μια πρόταση όπως αυτό:

"Αγαπητέ X. Το όνομά μου είναι Y, και είμαι επιστήμονας δεδομένων με N χρόνια εμπειρίας στο A, B, C και D. Έχω ιστορικό στο E και ..."

Σίγουρος. Ο πιθανός πελάτης σας θα ήθελε να μάθει για το απίστευτο υπόβαθρό σας. Αλλά δεν είναι η μαμά ή ο μπαμπάς σου. Θέλει να λύσει το πρόβλημα, οπότε πηγαίνετε κατευθείαν στο θέμα. Επικεντρωθείτε στο πρόβλημα από την πρώτη παράγραφο, χωρίς προοίμια και παρουσιάσεις που μόνο να την κάνουν να χασμουρητό. Χρησιμοποιήστε κουκκίδες για να απαριθμήσετε πολύ συγκεκριμένα πράγματα που σχετίζονται άμεσα με το πρόβλημα και για να μειώσετε το γνωστικό φορτίο. Επίσης, κρατήστε το BS στο ελάχιστο. Σας αρέσει να διαβάζετε πώς κάποιος άλλος επαινεί τον εαυτό της; Το ίδιο και για τον πιθανό πελάτη σας.

Έχω κρατήσει κάθε πρόταση που έγραψα από τότε που ξεκίνησα να ασχολούμαι με το ελεύθερο. Όλες οι προτάσεις που μου κέρδισαν μια δουλειά έχουν μια δομή όπως αυτή:

«Γεια X! Το όνομά μου είναι Y. Έχω δημιουργήσει πρόσφατα N πράγματα που σχετίζονται άμεσα με το πρόβλημά σας Z:

  • Έργο άλφα
  • Έκδοση beta
  • Γκάμα έργου ...

Θα ήθελα πολύ να σας βοηθήσω με αυτό. Ας κάνουμε μια κλήση αυτή την εβδομάδα για να μπούμε στις λεπτομέρειες. Καλύτερος, Υ."

Συμπέρασμα

Φωτογραφία Pixabay από Pexels.

Η ανεξάρτητη εργασία από απόσταση ως επιστήμονας δεδομένων είναι απίστευτα ανταποδοτική, τόσο πνευματικά όσο και οικονομικά. Θα μου έδινε τεράστια χαρά αν κάποια από αυτές τις συμβουλές σας βοηθούσε στην ανεξάρτητη πορεία σας.

Bio: Πάου Λαμπάρτα Μπάχο είναι μαθηματικός και επιστήμονας δεδομένων με πάνω από 10 χρόνια εμπειρίας να ξεδιπλώνει αριθμούς και μοντέλα για διαφορετικά προβλήματα, συμπεριλαμβανομένων των οικονομικών συναλλαγών, των τυχερών παιχνιδιών για κινητά, των online αγορών και της υγειονομικής περίθαλψης.

Συγγενεύων:

Πηγή: https://www.kdnuggets.com/2021/08/how-become-freelance-data-scientist.html

Σφραγίδα ώρας:

Περισσότερα από KDnuggets