How I Make $3,500 Online Every Month With Data Science

Újra kiadta Platón

Követő: 0

Hogyan kereshetek havonta 3,500 dollárt online a Data Science segítségével?
Fotó Vlada Karpovich

2020 januárjában kezdtem el magam tanítani adattudományt. Akkoriban az egyetlen célom az volt, hogy teljes munkaidős állást szerezzek ezen a területen.

Bár az adattudósokat nagyon jól fizetik, sok időbe telik, amíg felmásznak a vállalati ranglétrán, és 9-5 állás mellett gazdagságot építenek fel.

Emiatt elkezdtem különböző módokat keresni adattudományi készségem alkalmazására a vállalati munkámon kívül. Mivel a teljes munkaidős munkaköröm rugalmas és lehetővé teszi a távmunkát, naponta körülbelül 3-4 óra szabadidőm van, amit mellékjövedelem generálására fordítok.

Mára több bevételi forrást is sikeresen kiépítettem a teljes munkaidős munkámon kívül, amelyek körülbelül 3,000-3,500 dollárt biztosítanak havonta.

Ezen bevételi források közül sok passzív, ami azt jelenti, hogy anélkül keresek, hogy aktívan időmet és erőfeszítésemet kellene bele fektetni.

Ebben a cikkben megmutatom, hogyan csináltam. Ha Ön adattudós, vagy szeretne azzá válni, használhatja ezeket az ötleteket a készségek pénzzé tételére.

Jövedelmem jelentős részét online írásból szerzem. Ez magában foglalja az adattudományi oktatóanyagok, tippek és tanácsok létrehozását. 2020 májusában kezdtem el blogolni a Mediumon.

Miután felépítettem a közönséget a platformon, megkerestek a munkaadók, hogy írjak szabadúszó cikkeket márkáik számára. Az elmúlt két évben számos blogbejegyzést, oktatóanyagot, ismertetőt és SEO-tartalmat készítettem hat különböző cég számára.

Útravaló:

a) Csak kezdj el írni

Nem kell szakértőnek lenned ahhoz, hogy elkezdd megosztani, amit tudsz. Valójában Rachel Thomas, a Fast.AI társalapítója szerint Ön a legjobb helyzetben ahhoz, hogy segítsen valakinek egy lépéssel mögötte.

Ez azt jelenti, hogy ha most tanult meg egy fogalmat, az még mindig friss az elméjében. Könnyen leegyszerűsítheti ezt, és elmagyarázhatja a területen egy másik kezdőnek – és ezt jobban meg tudná tenni, mint egy szakértő, aki elfelejtette, milyen kezdőnek lenni.

b) Marketingesítse magát

Ahhoz, hogy tartalomkészítőként fejlődhess, piacra kell dobnod magad. Hozzon létre egy lenyűgöző LinkedIn-profilt, és ossza meg cikkeit a platformon. Rendszeresen tegyen közzé bejegyzéseket, csatlakozzon adattudományi csoportokhoz, és lépjen kapcsolatba a terület más szakembereivel.

Ha növeli kapcsolatait az adatok világában, akkor megnövekszik a blogok nézettsége, és javul az esélye annak, hogy fizetős írókoncertre kerüljön.

Amikor adattudományt tanítottam magamnak, számos online tanfolyamon vettem részt az Udemy, a Coursera és a Datacamp témakörben. Ezeket a kurzusokat azoknak a munkatársaknak és társaiknak ajánlom, akik tanácsot szeretnének kapni arról, hogyan váljanak adattudóssá.

Egy idő után rájöttem, hogy pénzt kaphatok azért, ha megosztom másokkal a tanulási utamat. Az affiliate marketing lehetővé teszi a kiadók számára, hogy kurzusaikat affiliate link segítségével osszák meg másokkal. Ha valaki a linkje segítségével vásárolja meg a programot, a kiadó kis jutalékot kap.

Útravaló:

Pénzt kap a már végzett dolgaiért

Még azelőtt is, hogy a tartalomhoz kapcsolódó linkeket hozzáadnék, szinte minden blogbejegyzésemben megosztottam tananyagot. Az egyetlen különbség az, hogy most pénzt kapok érte. Valójában az Affise közvélemény-kutatása szerint a leányvállalatok több mint 25%-a 81,000 200,000 és XNUMX XNUMX dollár között keres évente.

Bár ennek csak töredékét keresem affiliate marketingből (körülbelül 100-200 dollár havonta minden publikáláskor), ez sok blogger számára hatalmas bevételi forrást jelent, és mindenképpen érdemes megfontolni a tartalom kiegészítését.

Ne felejtse el azonban etikusnak lenni, és csak azokat a termékeket reklámozza, amelyeket fogyasztott, és amelyekből hasznot húzott. Átláthatónak kell lennie, és egyértelműen közölnie kell az olvasókkal a kapcsolt linkek használatát.

Lehet, hogy adattudósként nem szokványos módon lehet pénzt keresni, de hallgass meg.

Az első teljes munkaidős adattudományi munkám a marketingelemzés területén volt. Ebben a munkakörben megtanultam adattudományi technikákat alkalmazni személyre szabott ügyfélcélzási stratégiák létrehozására és a marketing sikerének elősegítésére.

Írtam egy cikket az adattudományi technikák marketing területén történő alkalmazásáról, amely felkeltette egy munkáltató figyelmét, aki olyan szabadúszót keresett, aki ugyanolyan készségekkel rendelkezik, mint én. A LinkedIn-en keresett meg, és most szerződéses alapon dolgozom a céggel.

Útravaló:

a) Válasszon ki egy rést

Mivel egy ideje a marketingelemzés területén dolgozom, ismerem az iparág legnagyobb kihívásait. Azt is tudom, hogyan kell adatokat felhasználni ezek megoldására.

Ez az én résem. Nehéz olyan embert találni, aki ugyanolyan készségekkel rendelkezik, mint én, ami miatt erős versenyzővé váltam erre a szabadúszó állásra.

Ha Ön törekvő adattudós, azt javaslom, hogy válasszon egy szakterületet az induláskor. Ez lehet pénzügy, marketing, egészségügy, biztosítás vagy bármi más, amit szívesen csinál.

Az adattudósok értéke abban rejlik, hogy képesek megoldani a problémákat. Ha ezt meg tudja tenni egy adott iparágban, akkor versenyelőnyben van a többi adatkutatóval szemben.

Bátran kijelenthetem, hogy az általam megszerzett állás nem lett volna megfelelő a domain tapasztalata nélkül, még akkor sem, ha mesterfokozatú vagy Ph.D. adattudományban.

b) Építsen online jelenlétet

Csak azért kaptam ezt a szerepet, mert a munkáltató a platform böngészése közben megtalálta a Medium profilomat. Dolgoztam együtt más marketingadatokkal foglalkozó tudósokkal, akik közül sokan tapasztaltabbak és jobban ismerik a területet, mint én.

Ettől függetlenül megkaptam az állást, mert a munkáltató talált meg először – a blogbejegyzéseimnek és a közösségi médiában való jelenlétemnek köszönhetően.

Ha nincs ideje cikkeket írni a munkájáról, azt javaslom, hogy legalább hozzon létre egy portfólió-webhelyet, amely összefoglalja készségeit. Adjon meg egy linket a webhelyre a LinkedInben és más közösségi média platformokon, hogy a potenciális munkaadók könnyen megtalálhassák Önt, amikor nyitott pozíciókra jelentkeznek.

Ha még nem rendelkezik ilyennel, olvassa el ezt az útmutatót a portfóliówebhely létrehozásához.

Műhelyeket tartottam olyan témákban, mint az adatgyűjtés és az elemzés, hogy megtanítsam a nem műszaki hallgatókat az adatokkal való munkavégzésre. Ez órákig tartó felkészüléssel járt, hiszen meg kellett ismerkednem minden fogalommal, amit tanítok, és gondoskodnom kellett arról, hogy ne kövessek el hibákat.

Az oktatóvá válásban az volt a legjobb, hogy a tanítás megszilárdította a témával kapcsolatos megértésemet, és drámai módon javította azon képességemet, hogy az összetett fogalmakat a területen kezdőknek bontsa ki.

Útravaló:

Tanítsd meg, amit tudsz

Körülbelül két-három éve kezdtem el tanulni az adattudományt, és alig vagyok szakértő a területen. Azonban sokat tanultam ezalatt az idő alatt, és megtaníthatom ezt egy olyan embercsoportnak, akiknek hasznára válik, ha elsajátítom a képességemet.

Például, mint valaki, aki az adattudomány és a marketing területén dolgozott, jó helyzetben vagyok ahhoz, hogy adatműveltségi készségeket tanítsak a marketingeseknek. Emellett megtaníthatok adatkutatókat a marketingelemzésre, hogy szakterületi ismereteket szerezzenek, és potenciálisan elhelyezkedhessenek az iparágban.

Még ha törekvő adattudós vagy, aki a tanulási szakaszban van, mellékjövedelemre tehet szert, ha megosztja tudását másokkal. Ez gyakran akkor működik a legjobban, ha olyan egyedi készségeket kombinálsz, amelyekkel kevés ember rendelkezik.

Például egy „Bevezetés a Pythonba” tanfolyam nem keltheti fel a hallgatók érdeklődését, mivel hasonló programok bővelkednek az interneten. A „Bevezetés a Pythonba pénzügyekhez” tanfolyam azonban speciálisabb, és valószínűleg vonzza a nézők egy csoportját, akik érdeklődnek a tőzsdei előrejelzések iránt.

A YouTube, az Udemy, a Pluralsight és a Thinkific olyan platformok, amelyek segítségével online tanfolyamokat készíthet és oszthat meg.

Emellett szabadúszó adattudományi feladatokon is dolgoztam, mint például adatgyűjtés, modellépítés és irányítópult-készítés az ügyfelek számára. Míg a legtöbb szabadúszó olyan platformokra esküszik, mint az Upwork és a Fiverr, én a legtöbb álláslehetőségemet a Mediumtól, a LinkedIntől és a webhelyemtől kaptam.

Íme néhány cikk, amelyek szabadúszó fellépésekre késztettek:

Ügyfélszegmentáció Python segítségével: Végül egy K-Means klaszterezési modellt építettem az ügyfél számára, és bemutattam az eredményeimet egy diacsomagban.
Twitter-adatok gyűjtése Python segítségével: A klienst arra irányítottam, hogy Python API-val gyűjtsön Twitter-adatokat.
Teljes adatelemzési projekt Pythonnal: Hasonló versenyelemzést végeztem az ügyfél termékén.

Útravaló:

Építési projektek: Amikor egy munkáltató szabadúszót szeretne felvenni, gyakran az internetet keresi, hogy hasonló projekteken dolgozókat találjon. A projektek építése és a róluk való gyakori közzététel növeli az esélyét annak, hogy észrevegyenek és elhelyezkedjenek.

Függetlenül attól, hogy hol tart az adattudományi úton, már ma elkezdheti több online bevételi forrás kiépítését.

Kezdje azzal, hogy írjon online, és tanítsa meg, amit tud. Ez megtehető olyan közzétételi platformokon, mint a Medium. Még saját blogoldalt is létrehozhat olyan webfejlesztő szolgáltatásokkal, mint a Wix és a WordPress.

Ezután válasszon egy szakterületet az adattudományon belül. Azt javaslom, hogy vállaljon teljes munkaidős állást a területen, mert ezzel olyan iparág-specifikus tapasztalatot szerezhet, amelyet máshol nem tanulhat meg.

Végül használja domain tapasztalatait és adattudományi készségeit, hogy szabadúszóvá váljon és tanfolyamokat készítsen. Konzultációs munkamenetet is kínálhat, és adattudományi műhelymunkákat tarthat az Ön területén.