By पाउ लाबर्टा बाजो, गणितज्ञ और डेटा वैज्ञानिक.

एक टॉपटाल फ्रीलांसर से व्यावहारिक सुझाव

यदि आप एक बेवकूफ डेटा वैज्ञानिक हैं जो एक स्वतंत्र (दूरस्थ) फ्रीलांस डेटा वैज्ञानिक के रूप में काम करना शुरू करना चाहते हैं, तो यह लेख आपके लिए है। आपकी वर्तमान 9 से 5 की नौकरी से दूरस्थ फ्रीलांसिंग में परिवर्तन एक मुक्तिदायक अनुभव है। अंतिम भुगतान बहुत बड़ा है, जिसमें शामिल हैं:

• उच्च सीखने की गति, क्योंकि आप लगातार नई परियोजनाएं ले रहे हैं और विभिन्न प्रौद्योगिकियों के साथ काम कर रहे हैं।
• सैन फ्रांसिस्को में एक छोटे से कमरे में रुके बिना, अत्याधुनिक स्टार्टअप के साथ काम करने का अवसर।
• अपने दिनों, सप्ताहों और महीनों को व्यवस्थित करने की स्वतंत्रता, साथ ही कोई भी यह नहीं गिन रहा है कि इस वर्ष आपने कितने छुट्टियों के दिन निकाले हैं।
• उच्च प्रति घंटा दरें, जो महीने के अंत में उच्च वेतन में तब्दील हो जाती हैं।

एक फ्रीलांस डेटा वैज्ञानिक का पथ

मेरा नाम पाउ लाबार्टा बाजो है। मैं एक फ्रीलांस डेटा वैज्ञानिक और एमएल इंजीनियर हूं जो पिछले 2+ वर्षों से रिमोट फ्रीलांसर के रूप में काम करता हूं। इससे पहले, मैं एक शीर्ष मोबाइल गेमिंग कंपनी, नोर्डियस में डेटा वैज्ञानिक के रूप में काम करता था। मेरे आसपास, मेरे पास महान डेटा वैज्ञानिकों और अद्भुत डेटा इंजीनियरों का एक दल था। जब तक मैं टीम में शामिल हुआ, तब तक उन्होंने इन-हाउस डेटा एनालिटिक्स प्लेटफ़ॉर्म पहले ही बना लिया था, जिससे कंपनी को 2M से अधिक दैनिक सक्रिय उपयोगकर्ताओं के साथ गेम प्रबंधित करने में मदद मिली। मुझे लगा कि मैं एक अच्छी तरह से स्थापित झुंड के अंदर काम करने वाली एक और मधुमक्खी थी। मेरा 90% समय तकनीकी चीज़ों पर व्यतीत हुआ, जिसमें उत्पाद को बेहतर बनाने के लिए डेटा विश्लेषण और इसकी दक्षता बढ़ाने के लिए एमएल विकास शामिल था। 10% समय बाकी टीम को यह बताने में था कि मैं क्या काम कर रहा था।

वह विभाजन हम जैसे बेवकूफों, डेटा वैज्ञानिकों और एमएल अजीबों के लिए बहुत अच्छा लगता है। हालाँकि, इस आराम की एक कीमत है जो मेरे मन में लगातार दो विचारों में आई

1. जबकि मशीन लर्निंग तकनीकें और एप्लिकेशन हर जगह सामने आते हैं, मैं उन्हीं समस्याओं को हल करने के लिए बार-बार उन्हीं तकनीकों का उपयोग करता रहता हूं। उबाऊ।
2. वेतन वृद्धि पाने के लिए मुझे किसी और की राय के आधार पर वार्षिक मूल्यांकन की प्रतीक्षा क्यों करनी पड़ती है? इसके लिए अवश्य ही एक बेहतर तरीका होना चाहिए। '

आख़िरकार, मैंने एक दूरस्थ फ्रीलांस डेटा वैज्ञानिक के रूप में काम करना शुरू करने के लिए अपनी नौकरी छोड़ दी। यह परिवर्तन चुनौतीपूर्ण और अविश्वसनीय रूप से समृद्ध दोनों रहा है। रास्ते में, मैंने कुछ सीख एकत्र कीं जिन्हें मैंने संक्षेप में प्रस्तुत किया 4 व्यावहारिक सुझाव, आपको मेरे साथ जुड़ने और शुरुआत करने में मदद करने के लिए दूसरी ओर चलना.

द्वारा फोटो फैन डी.

1. शांत रहें और अपनी विशेषज्ञता को कम महत्व न दें

आपका पहला प्रश्न यह है: मुझे अपना पहला प्रोजेक्ट कहां मिलेगा?

इंटरनेट पर ढेरों डेटा-संबंधी नौकरियाँ हैं। यदि आप किसी वेबसाइट पर जाते हैं जैसे Upwork आप हर मिनट नई नौकरी की पोस्टिंग देख सकते हैं। हाँ, डेटा विज्ञान में बहुत सारी नौकरियाँ हैं, जिसके लिए आपको हर सुबह आभारी होना चाहिए। हालाँकि, उन विशाल साइटों पर प्रतिस्पर्धा भी बहुत है। दुनिया भर के फ्रीलांसर आपके जैसे ही तालाब में मछली पकड़ने का प्रयास करते हैं।

आप यह सोचकर प्रलोभित हो सकते हैं:

"आइए मैं अपने कौशल और जीवन-यापन की लागत को देखते हुए जो समझ में आता है उससे कम दर निर्धारित करके अपनी पहली नौकरी पाने की संभावनाओं को बढ़ाने का प्रयास करें।"

बड़ी गलती। और, वैसे, मैंने वह गलती दो बार की। अपने दूसरे फ्रीलांस प्रोजेक्ट में, मैं उसी समय क्षेत्र में एक अन्य डेटा इंजीनियर के साथ काम कर रहा था, जिसका वेतन मुझसे दोगुने से भी अधिक था। वह पहली बार फ्रीलांस काम कर रहे थे। अनगिनत बार मुझे अपने पर पछतावा हुआ स्मार्ट मूल्य निर्धारण।

अधिकांश ग्राहक परियोजना अनिश्चितता को कम करने के लिए उच्च दरों का भुगतान करने को तैयार हैं। आपकी नौकरी अत्यधिक योग्य है, और अत्यधिक मूल्य छूट को परियोजना की सफलता पर उच्च अनिश्चितता के रूप में भी समझा जाता है। साथ ही, ध्यान रखें कि आप किसी अन्य इंसान को समझाने की कोशिश कर रहे हैं, न कि लागत कम करने वाला एंड्रॉइड। आपको आत्मविश्वास दिखाने की ज़रूरत है, और आप जितना सोचते हैं उससे कम कीमत निर्धारित करना इसके विपरीत है।

2. कई तालाबों में मछलियाँ

द्वारा फोटो सूती कपड़ा से Pexels.

आजकल बहुत सारे फ्रीलांस प्लेटफॉर्म हैं। मैंने उनमें से 3 (अपवर्क, टॉपटाल और ब्रेनट्रस्ट) का उपयोग किया है, लेकिन बेझिझक दूसरों का भी पता लगा सकता हूं।

इन प्लेटफार्मों को 2 समूहों में वर्गीकृत किया जा सकता है:

• वॉल्यूम-आधारित प्लेटफ़ॉर्म, जैसे Upwork. ग्राहकों और फ्रीलांसरों दोनों के लिए कोई प्रवेश बाधा नहीं है। कोई भी नौकरी प्रकाशित कर सकता है, और कोई भी फ्रीलांसर के रूप में पंजीकरण कर सकता है। यह छोटी परियोजनाएँ खोजने के लिए एक अच्छी जगह है, लेकिन जब आप शुरुआत करते हैं तो अच्छे ग्राहक प्राप्त करना काफी कठिन होता है। अच्छी नौकरियाँ आमतौर पर केवल उन आवेदकों के लिए खुली होती हैं जिन्होंने पिछली परियोजनाओं के माध्यम से मंच के अंदर प्रतिष्ठा बनाई है। यह आपको नुकसान में डालता है और जब आप शुरुआत करते हैं तो स्पष्ट रूप से काफी निराशा हो सकती है। फिर भी, मेरा सुझाव है कि आप अपवर्क में एक प्रोफ़ाइल बनाएं। अपवर्क क्लाइंट प्लेटफ़ॉर्म के अंदर खोज के माध्यम से आपकी प्रोफ़ाइल ढूंढ सकते हैं और सीधे आपसे एक प्रस्ताव भेजने के लिए कह सकते हैं। यह एक विकल्प है जिसे आपको खुला छोड़ना होगा।
• गुणवत्ता-आधारित प्लेटफ़ॉर्म, जैसे Toptal or दिमाग पर भरोसा. उनके पास कम ग्राहक हैं लेकिन बहुत अधिक गुणवत्ता वाले हैं। इन प्लेटफार्मों के अंदर परियोजनाओं को देखने और आवेदन करने के लिए, आपको एक स्क्रीनिंग प्रक्रिया से गुजरना होगा। इसे पूरा करने में लगभग 2 से 5 सप्ताह का समय लगता है। इसमें समय और ऊर्जा की खपत होती है, लेकिन इसका लाभ बहुत अधिक होता है। इन प्लेटफार्मों के अंदर होने से आपको महान ग्राहकों, आमतौर पर स्टार्टअप और बड़े उद्यमों से जुड़ने का मौका मिलता है, जो उस गुणवत्ता के लिए उच्च दरों का भुगतान करने को तैयार होते हैं जिसका टॉपटल उनसे वादा करता है। उनकी "केवल शीर्ष 3%" नीति से डरो मत। मैं सुरक्षित रूप से कह सकता हूं कि जब मैं 3 साल पहले टॉपटाल में शामिल हुआ था तब मैं "शीर्ष 2% मशीन लर्निंग इंजीनियर" नहीं था।

3. ग्राहक बहुत विशिष्ट प्रोफाइल की तलाश करते हैं

अधिकांश ग्राहक एक सर्वांगीण डेटा वैज्ञानिक की नहीं बल्कि एक विशिष्ट प्रोफ़ाइल की तलाश करते हैं जो उनकी समस्या का समाधान कर सके। कोई है जो यह अच्छी तरह जानता है कि यह कैसे करना है

• डेटासेट का विश्लेषण करें,
• Tableau के साथ एक डैशबोर्ड बनाएं,
• Google क्लाउड में एक डेटा पाइपलाइन बनाएं,
• एक मशीन लर्निंग मॉडल बनाएं,
• किसी वेबसाइट को स्क्रैप करें,
• ...

अपने आप को सर्वश्रेष्ठ फ्रीलांस डेटा वैज्ञानिक के रूप में प्रस्तुत करने का प्रयास करना आकर्षक है जो सब कुछ कर सकता है, लेकिन यह वह नहीं है जिसकी ग्राहक तलाश कर रहा है। साथ ही, डेटा साइंस एक बहुत बड़ा बाज़ार है। अपनी प्रोफ़ाइल को सीमित करके, आप अभी भी एक बहुत बड़े तालाब में मछली पकड़ रहे हैं। उसे दिमाग़ में रखो।

मेरी पहली फ्रीलांस नौकरी को संक्षेप में इस प्रकार वर्णित किया जा सकता है “हमारा कोई भी डेटा इंजीनियर टेबल्यू में एक सुंदर डैशबोर्ड नहीं बना सकता है। क्या आप कर सकते हैं?". यह सबसे रोमांचक काम नहीं था जिसके बारे में मैं सोच सकता था, लेकिन कुछ ऐसा था जिसे मैंने अपनी पिछली नौकरी में हज़ारों बार किया था। मैं उसमें विशेषज्ञ था और यही बात ग्राहक के लिए मूल्यवान है।

उन परियोजनाओं पर ध्यान केंद्रित करके अपना रास्ता शुरू करें जिनमें आप पहले से ही विशेषज्ञ हैं। धोखेबाज सिंड्रोम से बचें, अपना पहला चेक प्राप्त करें, और आत्मविश्वास बढ़ाएं।

अंशकालिक, या यहां तक ​​कि प्रति घंटा काम करके, आप अपने पिछले 9 से 5 की तरह ही सीख सकते हैं। इसे अपने अतिरिक्त समय में नए कौशल सीखने के अवसर के रूप में उपयोग करें, उस अगले क्षेत्र की तैयारी में जिसमें आप अपने अगले अनुबंध के साथ काम करना चाहते हैं।

4. ऐसे प्रस्ताव लिखें जो व्यावसायिक समस्याओं का समाधान करें, प्रस्तुति पत्र नहीं

एक सामान्य त्रुटि इस तरह से एक प्रस्ताव शुरू करना है:

"प्रिय एक्स। मेरा नाम वाई है, और मैं ए, बी, सी और डी में एन वर्षों के अनुभव के साथ एक डेटा वैज्ञानिक हूं। मेरी पृष्ठभूमि ई में है, और..."

ज़रूर। आपका संभावित ग्राहक आपकी अविश्वसनीय पृष्ठभूमि के बारे में जानना चाहेगा। लेकिन वह आपकी माँ या पिता नहीं हैं। वह समस्या का समाधान चाहता है, इसलिए सीधे मुद्दे पर आएँ। पहले पैराग्राफ से समस्या पर ध्यान केंद्रित करें, बिना किसी प्रस्तावना और प्रस्तुतीकरण के जो उसे केवल उबासी लेने पर मजबूर कर सकता है। समस्या से सीधे तौर पर संबंधित विशिष्ट चीज़ों की गणना करने और संज्ञानात्मक भार को कम करने के लिए बुलेट बिंदुओं का उपयोग करें। साथ ही, बीएस को न्यूनतम रखें। क्या आपको यह पढ़कर आनंद आता है कि कोई अन्य व्यक्ति स्वयं की प्रशंसा कैसे करता है? आपके संभावित ग्राहक के लिए भी यही बात है।

जब से मैंने फ्रीलांसिंग शुरू की है, मैंने अपना लिखा हुआ हर प्रस्ताव अपने पास रखा है। जिन सभी प्रस्तावों से मुझे नौकरी मिली उनकी संरचना इस प्रकार है:

"क्या हाल है एक्स! मेरा नाम Y है। मैंने हाल ही में N चीज़ें बनाई हैं जो सीधे तौर पर आपकी समस्या Z से संबंधित हैं:

• प्रोजेक्ट अल्फा
• प्रोजेक्ट बीटा
• परियोजना गामा ...

मुझे इसमें आपकी मदद करना अच्छा लगेगा। आइए इस सप्ताह विशेष जानकारी प्राप्त करने के लिए एक कॉल सेट करें। बेस्ट, वाई."

निष्कर्ष

द्वारा फोटो Pixabay से Pexels.

एक डेटा वैज्ञानिक के रूप में फ्रीलांस रिमोट काम बौद्धिक और आर्थिक रूप से अविश्वसनीय रूप से फायदेमंद है। अगर इनमें से किसी भी सलाह से आपको अपने फ्रीलांस पथ में मदद मिली तो मुझे बहुत खुशी होगी।

जैव: पाउ लाबर्टा बाजो एक गणितज्ञ और डेटा वैज्ञानिक हैं, जिनके पास वित्तीय व्यापार, मोबाइल गेमिंग, ऑनलाइन शॉपिंग और स्वास्थ्य देखभाल सहित विभिन्न समस्याओं के लिए क्रंचिंग नंबर और मॉडल का 10 से अधिक वर्षों का अनुभव है।

संबंधित:

• डेटा फ्रीलांसर से डेटा एंटरप्रेन्योर में कैसे बदलें (लगभग रातों रात)
• फ्रीलांस डेटा साइंटिस्ट बनने में सफलता कैसे प्राप्त करें
• नौसिखिए फ्रीलांस डेटा वैज्ञानिकों के लिए 5 युक्तियाँ