Kuinka ansaitsen 3,500 2.1 dollaria verkossa joka kuukausi Data Sciencen avulla

Julkaissut Platon

seuraajia: 0

Kuinka ansaitsen 3,500 XNUMX dollaria verkossa joka kuukausi Data Sciencen avulla
Kuva Vlada Karpovich

Aloitin itse tietotekniikan opettamisen tammikuussa 2020. Tuolloin ainoa tavoitteeni oli saada kokopäivätyö alalle.

Vaikka datatieteilijöille maksetaan erittäin hyvin, yritysportaiden kiipeäminen ja vaurauden rakentaminen 9–5 työpaikalla kestää kauan.

Tästä johtuen aloin etsiä erilaisia tapoja soveltaa datatieteen taitojani yritystyöni ulkopuolella. Koska kokopäivätyöni on joustava ja mahdollistaa etätyöskentelyn, minulla on päivittäin noin 3-4 tuntia vapaa-aikaa, jonka käytän sivutulojen hankkimiseen.

Olen nyt onnistuneesti rakentanut useita tulovirtoja kokopäivätyöni ulkopuolella, jotka tarjoavat minulle noin 3,000 3,500–XNUMX XNUMX dollaria kuukaudessa.

Monet näistä tulovirroista ovat passiivisia, mikä tarkoittaa, että ansaitsen ilman, että minun tarvitsee aktiivisesti investoida aikaani ja vaivaani niihin.

Tässä artikkelissa näytän sinulle, kuinka tein sen. Jos olet datatieteilijä tai haluat tulla sellaiseksi, voit käyttää joitain näistä ideoista rahallistaaksesi taitosi.

Saan merkittävän osan tuloistani netissä kirjoittamisesta. Tämä sisältää datatieteen opetusohjelmien, vihjeiden ja neuvojen luomisen. Aloitin bloggaamisen Mediumissa toukokuussa 2020.

Kun olen rakentanut alustalle yleisön, työnantajat ovat pyytäneet minua kirjoittamaan freelance-artikkeleita heidän brändeilleen. Viimeisten kahden vuoden aikana olen luonut erilaisia blogikirjoituksia, opetusohjelmia, esityksiä ja SEO-sisältöä kuudelle eri yritykselle.

takeaways:

a) Aloita kirjoittaminen

Sinun ei tarvitse olla aiheen asiantuntija alkaaksesi jakaa tietojasi. Itse asiassa Fast.AI:n perustajan Rachel Thomasin mukaan sinulla on parhaat mahdollisuudet auttaa jotakuta askeleen takanasi.

Tämä tarkoittaa, että jos olet juuri oppinut käsitteen, se on edelleen tuoreessa mielessäsi. Voit yksinkertaistaa tämän helposti ja selittää sen toiselle alan aloittelijalle – ja pystyisi siihen paremmin kuin asiantuntija, joka on unohtanut, millaista on olla aloittelija.

b) Markkinoi itseäsi

Kasvataksesi sisällöntuottajana sinun on markkinoitava itseäsi. Luo houkutteleva LinkedIn-profiili ja jaa artikkelisi alustalla. Postaa säännöllisesti, liity datatieteen ryhmiin ja ole yhteydessä muihin alan ammattilaisiin.

Kontaktien lisääminen datamaailmassa lisää blogisi näkymiä ja parantaa mahdollisuuksiasi päästä maksulliseen kirjoituskeikkaan.

Opetellessani itseäni datatiedettä suoritin monia verkkokursseja Udemysta, Courserasta ja Datacampista. Suosittelisin näitä kursseja työtovereille ja kollegoille, jotka haluavat neuvojani datatieteilijäksi tulemiseen.

Jonkin ajan kuluttua tajusin, että voin saada palkkaa oppimispolkuni jakamisesta muiden kanssa. Kumppanuusmarkkinoinnin avulla julkaisijat voivat jakaa kursseja muiden ihmisten kanssa kumppanilinkin avulla. Jos joku ostaa ohjelman linkkillään, julkaisija saa pienen välityspalkkion.

takeaways:

Saat palkkaa asioista, joita olet jo tehnyt

Jo ennen kuin sisällytin sisältööni affiliate-linkkejä, jaoin oppimateriaalia melkein jokaisessa kirjoittamassani blogikirjoituksessa. Ainoa ero on, että nyt saan siitä palkkaa. Itse asiassa Affisen tekemän kyselyn mukaan yli 25 % tytäryhtiöistä tienaa 81,000 200,000–XNUMX XNUMX dollaria vuodessa.

Vaikka ansaitsen vain osan tästä tytäryhtiömarkkinoinnilla (noin 100–200 dollaria kuukaudessa joka kerta kun julkaisen), se on valtava tulonlähde monille bloggaajille, ja sinun kannattaa ehdottomasti harkita sen lisäämistä sisältöösi.

Muista kuitenkin olla eettinen ja mainosta vain tuotteita, joita olet kuluttanut ja joista olet hyötynyt. Sinun on myös oltava läpinäkyvä ja kerrottava lukijoille selkeästi affiliate-linkkien käyttö.

Tämä saattaa kuulostaa epätavanomaiselta tapa ansaita rahaa datatieteilijänä, mutta kuule minua.

Ensimmäinen kokopäiväinen datatieteen työpaikkani oli markkinointianalytiikan alalla. Tässä roolissa opin soveltamaan datatieteen tekniikoita yksilöllisten asiakaskohdistusstrategioiden luomiseen ja markkinoinnin menestyksen edistämiseen.

Kirjoitin artikkelin datatieteen tekniikoiden soveltamisesta markkinoinnin alalla, ja se kiinnitti työnantajan huomion, joka halusi palkata freelancerin, jolla on samat taidot kuin minulla. Hän otti minuun yhteyttä LinkedInissä, ja työskentelen nyt yrityksen kanssa sopimusperusteisesti.

takeaways:

a) Valitse markkinarako

Koska olen työskennellyt markkinointianalytiikan parissa jonkin aikaa, tunnen alan suurimpia haasteita. Tiedän myös kuinka käyttää dataa niiden ratkaisemiseen.

Tämä on minun markkinarako. On vaikea löytää henkilöä, jolla on sama taitojen yhdistelmä kuin minulla, mikä teki minusta vahvan haastajan tähän freelance-työhön.

Jos olet pyrkivä datatieteilijä, suosittelen, että valitset erikoistumisalueen aloittaessasi. Tämä voi olla rahoitusta, markkinointia, terveydenhuoltoa, vakuutuksia tai mitä tahansa muuta, josta pidät.

Datatieteilijöiden arvo on heidän kyvyssään ratkaista ongelmia. Jos voit tehdä tämän tietyllä toimialalla, sinulla on kilpailuetu muihin datatieteilijöihin verrattuna.

Voin vakuuttavasti sanoa, että saamani työ ei olisi sopinut jollekulle, jolla ei ole kokemusta alalta, vaikka hänellä olisi maisterin tai tohtorin tutkinto. datatieteessä.

b) Rakenna online-läsnäolo

Sain tämän roolin vain, koska työnantaja löysi Medium-profiilini alustaa selatessani. Olen työskennellyt muiden markkinointidatan tutkijoiden kanssa, joista monet ovat kokeneempia ja tuntevat alan paremmin kuin minä.

Siitä huolimatta sain työn, koska työnantaja löysi minut ensin – kiitos blogikirjoitukseni ja sosiaalisen median läsnäolon.

Jos sinulla ei ole aikaa kirjoittaa artikkeleita työstäsi, suosittelen, että luot ainakin portfolion verkkosivuston, joka sisältää yhteenvedon osaamisestasi. Liitä mukaan linkki sivustolle LinkedInissä ja muissa sosiaalisen median alustoissa, jotta mahdolliset työnantajat löytävät sinut helposti avoimiin työpaikkoihin rekrytoiessaan.

Jos sinulla ei vielä ole sellaista, lue tästä oppaasta vinkkejä portfolion luomiseen.

Olen järjestänyt työpajoja aiheista, kuten tiedonkeruu ja analytiikka, opettaakseni ei-teknisiä opiskelijoita työskentelemään tietojen kanssa. Tähän sisältyi tuntikausia valmistautumista, koska minun piti tutustua jokaiseen opettamaani käsitteeseen ja varmistaa, että en tee virheitä.

Parasta opettajaksi ryhtymisessä oli se, että opettaminen vahvisti ymmärrystäni aiheesta ja paransi dramaattisesti kykyäni jakaa monimutkaisia käsitteitä alan aloittelijoille.

takeaways:

Opeta mitä tiedät

Aloitin datatieteen opiskelun noin kaksi tai kolme vuotta sitten, enkä ole alan asiantuntija. Olen kuitenkin oppinut paljon tänä aikana ja voin opettaa sen ihmisryhmälle, joka hyötyy taitojeni oppimisesta.

Esimerkiksi datatieteen ja markkinoinnin parissa työskennellessäni minulla on hyvät mahdollisuudet opettaa datalukutaitoja markkinoijille. Voin myös opettaa datatieteilijöille markkinointianalytiikkaa, jotta he voivat hankkia tietoaluetta ja mahdollisesti saada työpaikan alalla.

Vaikka olisit tavoitteellinen datatieteilijä, joka on oppimisvaiheessa, voit ansaita sivutuloa jakamalla tietosi muiden kanssa. Usein tämä toimii parhaiten, kun yhdistät ainutlaatuiset taidot, joita monilla ei ole.

Esimerkiksi "Johdatus Pythoniin" -kurssi ei välttämättä herätä opiskelijoiden kiinnostusta, koska vastaavia ohjelmia on runsaasti Internetissä. "Johdatus Python for Financeen" -kurssi on kuitenkin erikoistuneempi ja houkuttelee todennäköisesti joukon katsojia, jotka ovat kiinnostuneita osakemarkkinoiden ennustamisesta.

YouTube, Udemy, Pluralsight ja Thinkific ovat joitakin alustoja, joiden avulla voit rakentaa ja jakaa verkkokursseja.

Lisäksi olen työskennellyt freelance-tietotieteen tehtävissä, kuten tiedonkeruussa, mallin rakentamisessa ja kojelaudan luomisessa asiakkaille. Vaikka useimmat freelancerit vannovat Upworkin ja Fiverrin kaltaisten alustojen alle, sain suurimman osan työmahdollisuuksistani Mediumilta, LinkedIniltä ja verkkosivustoltani.

Tässä on joitain artikkeleita, jotka ovat saaneet minut freelance-keikoille:

Asiakassegmentointi Pythonilla: Päädyin rakentamaan asiakkaalle K-Means-klusterointimallin ja esitin tulokseni diassa.
Twitter-tietojen kerääminen Pythonilla: Ohjasin asiakasta keräämään Twitter-tietoja Python-sovellusliittymän avulla.
Täydellinen tietoanalyysiprojekti Pythonilla: Tein samanlaisen kilpailuanalyysin asiakkaan tuotteelle.

takeaways:

Rakennusprojektit: Kun työnantaja haluaa palkata freelance-työntekijän, he etsivät usein Internetiä löytääkseen ihmisiä, jotka työskentelevät vastaavissa projekteissa. Projektien rakentaminen ja niistä usein julkaiseminen parantaa mahdollisuuksiasi tulla huomatuksi ja saada työpaikka.

Riippumatta siitä, missä olet datatieteen matkallasi, voit alkaa rakentaa useita online-tulovirtoja jo tänään.

Aloita kirjoittamalla verkossa ja opettamalla mitä tiedät. Tämä voidaan tehdä julkaisualustoilla, kuten Medium. Voit jopa luoda oman blogisivustosi käyttämällä verkkokehityspalveluita, kuten Wix ja WordPress.

Valitse sitten tietotieteen erikoisala. Suosittelen alan kokopäiväistä työtä, sillä näin saat alakohtaista kokemusta, jota ei voi oppia muualla.

Käytä lopuksi verkkotunnuksesi kokemustasi ja datatieteellisiä taitojasi ryhtyäksesi freelancerina ja luomaan kursseja. Voit myös tarjota konsultaatioistuntoa ja järjestää datatieteen työpajoja alueellasi.