چگونه با Data Science هر ماه 3,500 دلار به صورت آنلاین کسب کنم

بازنشر افلاطون

دنبال: 0

چگونه می توانم هر ماه 3,500 دلار آنلاین با علم داده کسب کنم
عکس ولادا کارپوویچ

از ژانویه 2020 شروع به آموزش علم داده به خودم کردم. در آن زمان، تنها هدف من این بود که یک شغل تمام وقت در این زمینه پیدا کنم.

با این حال، اگرچه دانشمندان داده دستمزد بسیار خوبی می گیرند، اما بالا رفتن از نردبان شرکت و ایجاد ثروت با یک شغل 9 تا 5 به زمان طولانی نیاز دارد.

به همین دلیل، من شروع به جستجوی راه‌های مختلفی کردم تا بتوانم مجموعه مهارت‌های علوم داده‌ام را خارج از شغل شرکتی خود به کار ببرم. از آنجایی که نقش تمام وقت من انعطاف پذیر است و به من امکان می دهد از راه دور کار کنم، هر روز حدود 3 تا 4 ساعت وقت آزاد دارم که از آن برای ایجاد درآمد جانبی استفاده می کنم.

من اکنون با موفقیت چندین جریان درآمد را خارج از شغل تمام وقت خود ایجاد کرده ام که تقریباً 3,000 تا 3,500 دلار در ماه به من می دهد.

بسیاری از این جریان‌های درآمدی غیرفعال هستند، به این معنی که من بدون نیاز به سرمایه‌گذاری فعالانه وقت و تلاشم روی آنها، درآمد کسب می‌کنم.

در این مقاله به شما نشان خواهم داد که چگونه این کار را انجام دادم. اگر شما یک دانشمند داده هستید یا می خواهید یکی از آنها شوید، می توانید از برخی از این ایده ها برای کسب درآمد از مجموعه مهارت های خود استفاده کنید.

من بخش قابل توجهی از درآمدم را از نوشتن آنلاین به دست می‌آورم. این شامل ایجاد آموزش های علم داده، نکات و مشاوره می شود. من در می 2020 وبلاگ نویسی را در Medium شروع کردم.

پس از ایجاد مخاطب در پلتفرم، کارفرمایان با من تماس گرفتند تا برای برندهایشان مقالات آزاد بنویسم. در دو سال گذشته، من انواع پست های وبلاگ، آموزش، وایت پیپر و محتوای سئو را برای شش شرکت مختلف ایجاد کرده ام.

تحویل در محل:

الف) فقط شروع به نوشتن کنید

برای شروع به اشتراک گذاری آنچه می دانید، لازم نیست متخصص موضوع باشید. در واقع، به گفته ریچل توماس، یکی از بنیانگذاران Fast.AI، شما بهترین موقعیت را دارید تا به کسی کمک کنید که یک قدم پشت سرتان باشد.

این بدان معناست که اگر مفهومی را تازه یاد گرفته اید، هنوز در ذهن شما تازه است. شما به راحتی می توانید این را ساده کنید و آن را برای مبتدی دیگری در این زمینه توضیح دهید - و بهتر از متخصصی که فراموش کرده است مبتدی بودن چگونه بود، این کار را انجام دهید.

ب) خودتان را بازاریابی کنید

برای رشد به عنوان یک تولید کننده محتوا، باید خودتان را بازاریابی کنید. یک نمایه لینکدین جذاب ایجاد کنید و مقالات خود را در این پلتفرم به اشتراک بگذارید. به طور منظم پست ارسال کنید، به گروه های علم داده بپیوندید و با دیگر متخصصان در این زمینه ارتباط برقرار کنید.

افزایش مخاطبین خود در دنیای داده، بازدیدهای وبلاگ شما را افزایش می دهد و شانس شما را برای دریافت یک برنامه نوشتاری پولی افزایش می دهد.

وقتی به خودم علم داده آموزش می دادم، دوره های آنلاین زیادی را در مورد Udemy، Coursera و Datacamp گذراندم. من این دوره ها را به همکاران و همکارانی که خواستار راهنمایی من در مورد چگونگی تبدیل شدن به یک دانشمند داده بودند توصیه می کنم.

پس از مدتی متوجه شدم که می توانم برای به اشتراک گذاشتن مسیر یادگیری خود با دیگران پول دریافت کنم. بازاریابی وابسته به ناشران این امکان را می دهد که دوره ها را با استفاده از پیوند وابسته با افراد دیگر به اشتراک بگذارند. اگر شخصی برنامه را با استفاده از پیوند خود خریداری کند، ناشر کمیسیون کمی دریافت می کند.

تحویل در محل:

برای کارهایی که از قبل انجام می‌دهید پول دریافت کنید

حتی قبل از افزودن پیوندهای وابسته به محتوای خود، تقریباً در هر پست وبلاگی که می‌نوشتم، مطالب آموزشی را به اشتراک می‌گذارم. تنها تفاوت این است که من اکنون برای انجام آن پول می گیرم. در واقع، طبق یک نظرسنجی از Affise، بیش از 25٪ از شرکت های وابسته بین 81,000 تا 200,000 دلار در سال درآمد دارند.

در حالی که من فقط کسری از این را از بازاریابی وابسته به دست می‌آورم (حدود 100 تا 200 دلار در ماه هر بار که منتشر می‌کنم)، این یک محرک درآمد بزرگ برای بسیاری از وبلاگ‌نویسان است و قطعاً چیزی است که باید به محتوای خود اضافه کنید.

با این حال، به یاد داشته باشید که اخلاقی باشید و فقط محصولاتی را تبلیغ کنید که مصرف کرده اید و از آنها سود برده اید. شما همچنین باید شفاف باشید و استفاده از پیوندهای وابسته را به وضوح برای خوانندگان افشا کنید.

ممکن است این روشی غیر متعارف برای کسب درآمد به عنوان یک دانشمند داده به نظر برسد، اما صدای من را بشنوید.

اولین کار تمام وقت من در زمینه علم داده در زمینه تجزیه و تحلیل بازاریابی بود. در این نقش، یاد گرفتم که از تکنیک‌های علم داده برای ایجاد استراتژی‌های هدف‌یابی مشتری شخصی‌شده و موفقیت در بازاریابی استفاده کنم.

من مقاله ای در مورد استفاده از تکنیک های علم داده در زمینه بازاریابی نوشتم که توجه کارفرمایی را به خود جلب کرد که به دنبال استخدام یک فریلنسر با همان مجموعه مهارت هایی بود که من داشتم. او در لینکدین با من تماس گرفت و من اکنون به صورت قراردادی با این شرکت کار می کنم.

تحویل در محل:

الف) یک طاقچه را انتخاب کنید

از آنجایی که مدتی در زمینه تجزیه و تحلیل بازاریابی کار کرده ام، با برخی از بزرگترین چالش های پیش روی این صنعت آشنا هستم. من همچنین می دانم چگونه از داده ها برای حل آنها استفاده کنم.

این طاقچه من است. به سختی می توان فردی را با همان مهارت هایی که من دارم پیدا کرد، که باعث شد یک مدعی قوی برای این شغل آزاد باشم.

اگر شما یک دانشمند داده مشتاق هستید، پیشنهاد می کنم هنگام شروع کار، یک حوزه تخصصی را انتخاب کنید. این می تواند امور مالی، بازاریابی، مراقبت های بهداشتی، بیمه یا هر چیز دیگری باشد که از انجام آن لذت می برید.

ارزش دانشمندان داده در توانایی آنها در حل مسائل نهفته است. اگر بتوانید این کار را در یک صنعت خاص انجام دهید، برتری رقابتی نسبت به سایر دانشمندان داده دارید.

می‌توانم با اطمینان بگویم شغلی که من پیدا کردم برای کسی که تجربه حوزه‌ای نداشته باشد، مناسب نبود، حتی اگر مدرک کارشناسی ارشد یا دکتری داشته باشد. در علم داده

ب) یک حضور آنلاین بسازید

من این نقش را فقط به این دلیل دریافت کردم که کارفرما هنگام مرور پلتفرم، نمایه متوسط من را پیدا کرد. من با سایر دانشمندان داده بازاریابی کار کرده ام که بسیاری از آنها باتجربه تر هستند و این رشته را بهتر از من می دانند.

صرف نظر از این، من این کار را پیدا کردم زیرا کارفرما ابتدا من را پیدا کرد - به لطف پست های وبلاگ و حضور در رسانه های اجتماعی.

اگر زمان لازم برای نوشتن مقاله در مورد کار خود را ندارید، پیشنهاد می کنم حداقل یک وب سایت نمونه کارها ایجاد کنید که حاوی خلاصه ای از مجموعه مهارت های شما باشد. پیوندی به سایت در لینکدین و دیگر پلتفرم های رسانه های اجتماعی اضافه کنید تا کارفرمایان بالقوه بتوانند به راحتی شما را هنگام استخدام برای موقعیت های باز پیدا کنند.

اگر قبلاً ندارید، این راهنما را برای نکاتی در مورد نحوه ایجاد یک وب سایت نمونه کارها بخوانید.

من کارگاه هایی را در مورد موضوعاتی مانند جمع آوری داده ها و تجزیه و تحلیل برای آموزش کار با داده ها به دانشجویان غیر فنی برگزار کرده ام. این شامل ساعت‌ها آماده‌سازی بود، زیرا باید با هر مفهومی که تدریس می‌کردم آشنا می‌شدم و مطمئن می‌شدم که هیچ اشتباهی مرتکب نمی‌شوم.

بهترین بخش در مورد مربی شدن این بود که تدریس درک من از موضوع را تقویت کرد و توانایی من را در تجزیه مفاهیم پیچیده به مبتدیان در این زمینه به طرز چشمگیری بهبود بخشید.

تحویل در محل:

آنچه می دانید را آموزش دهید

من حدود دو تا سه سال پیش شروع به یادگیری علم داده کردم و به سختی در این زمینه متخصص هستم. با این حال، من در این مدت چیزهای زیادی یاد گرفته‌ام و می‌توانم آن را به گروهی از افراد آموزش دهم که از یادگیری مجموعه مهارت‌های من سود می‌برند.

به عنوان مثال، من به عنوان فردی که در زمینه‌های علم داده و بازاریابی کار کرده‌ام، در موقعیت خوبی هستم تا مهارت‌های سواد داده را به بازاریابان آموزش دهم. من همچنین می توانم به دانشمندان داده در مورد تجزیه و تحلیل بازاریابی آموزش دهم تا بتوانند دانش دامنه را به دست آورند و به طور بالقوه شغلی در این صنعت پیدا کنند.

حتی اگر شما یک دانشمند داده مشتاق هستید که در مرحله یادگیری هستید، می توانید از به اشتراک گذاری آنچه می دانید با دیگران درآمد جانبی کسب کنید. اغلب، زمانی که مجموعه‌ای از مهارت‌های منحصربه‌فرد را که افراد زیادی ندارند، ترکیب می‌کنید، بهترین کار را انجام می‌دهد.

به عنوان مثال، یک دوره آموزشی "مقدمه ای بر پایتون" ممکن است علاقه دانش آموزان را برانگیزد زیرا برنامه های مشابه در اینترنت فراوان هستند. با این حال، دوره "مقدمه ای بر پایتون برای امور مالی" تخصصی تر است و احتمالاً گروهی از بینندگان را که علاقه مند به پیش بینی بازار سهام هستند جذب می کند.

YouTube، Udemy، Pluralsight و Thinkific برخی از پلتفرم‌هایی هستند که می‌توانید برای ایجاد و اشتراک‌گذاری دوره‌های آنلاین از آنها استفاده کنید.

علاوه بر این، من بر روی وظایف علم داده مستقل مانند جمع آوری داده ها، ساخت مدل و ایجاد داشبورد برای مشتریان کار کرده ام. در حالی که اکثر فریلنسرها به پلتفرم هایی مانند Upwork و Fiverr سوگند یاد می کنند، من بیشتر فرصت های شغلی خود را از Medium، LinkedIn و وب سایتم دریافت کردم.

در اینجا چند مقاله وجود دارد که من را به عنوان کنسرت آزاد به ارمغان آورده است:

تقسیم بندی مشتری با پایتون: من در نهایت یک مدل خوشه بندی K-Means را برای مشتری ساختم و نتایج خود را در یک عرشه اسلاید ارائه کردم.
نحوه جمع آوری داده های توییتر با پایتون: من مشتری را راهنمایی کردم تا داده های توییتر را با استفاده از یک API پایتون جمع آوری کند.
یک پروژه تجزیه و تحلیل داده کامل با پایتون: من یک تحلیل رقابتی مشابه برای محصول مشتری انجام دادم.

تحویل در محل:

ساخت پروژه ها: هنگامی که یک کارفرما به دنبال استخدام یک فریلنسر است، اغلب در اینترنت جستجو می کند تا افرادی را پیدا کند که در پروژه های مشابه کار می کنند. ساختن پروژه ها و ارسال مکرر در مورد آنها، شانس شما را برای جلب توجه و یافتن شغل افزایش می دهد.

صرف نظر از جایی که در سفر علم داده خود هستید، می توانید از امروز شروع به ایجاد چندین جریان درآمد آنلاین کنید.

با نوشتن آنلاین و آموزش آنچه می دانید شروع کنید. این را می توان در پلتفرم های انتشاراتی مانند Medium انجام داد. شما حتی می توانید سایت وبلاگ خود را با استفاده از خدمات توسعه وب مانند Wix و WordPress ایجاد کنید.

سپس، یک حوزه تخصصی را در علم داده انتخاب کنید. من پیشنهاد می‌کنم یک شغل تمام وقت در این زمینه داشته باشید، زیرا این به شما تجربه‌ای خاص در صنعت می‌دهد که نمی‌توان آن را در جای دیگری یاد گرفت.

در نهایت، از تجربه دامنه و مهارت های علم داده خود برای انشعاب به مشاغل آزاد و ایجاد دوره استفاده کنید. همچنین می توانید جلسه مشاوره ارائه دهید و کارگاه های علوم داده را در منطقه خود برگزار کنید.