Jak co miesiąc zarabiam 3,500 dolarów online dzięki analizie danych

Opublikowane ponownie przez Plato

Obserwuje: 0

Jak zarabiam 3,500 USD miesięcznie dzięki analizie danych
Photo by Włada Karpowicz

Zacząłem uczyć się data science w styczniu 2020 roku. W tamtym czasie moim jedynym celem było znalezienie pracy w terenie na pełny etat.

Jednak chociaż analitycy danych są bardzo dobrze opłacani, wspinanie się po drabinie korporacyjnej i budowanie bogactwa za pomocą pracy od 9 do 5 zajmuje dużo czasu.

Z tego powodu zacząłem szukać różnych sposobów zastosowania moich umiejętności związanych z nauką o danych poza pracą w korporacji. Ponieważ moja pełnoetatowa rola jest elastyczna i pozwala mi pracować zdalnie, każdego dnia mam około 3 do 4 godzin wolnego czasu, który wykorzystuję do generowania dodatkowego dochodu.

Z powodzeniem zbudowałem wiele źródeł dochodów poza moją pracą w pełnym wymiarze godzin, które zapewniają mi około 3,000–3,500 USD miesięcznie.

Wiele z tych źródeł dochodów ma charakter pasywny, co oznacza, że zarabiam bez konieczności aktywnego inwestowania w nie swojego czasu i wysiłku.

W tym artykule pokażę ci, jak to zrobiłem. Jeśli jesteś naukowcem danych lub chcesz nim zostać, możesz wykorzystać niektóre z tych pomysłów, aby zarabiać na swoim zestawie umiejętności.

Zarabiam znaczną część moich dochodów z pisania online. Obejmuje to tworzenie samouczków, wskazówek i porad dotyczących nauki o danych. Zacząłem blogować na Medium w maju 2020 roku.

Po zbudowaniu grona odbiorców na platformie pracodawcy zwracali się do mnie z prośbą o napisanie niezależnych artykułów dla ich marek. W ciągu ostatnich dwóch lat stworzyłem różnorodne posty na blogach, samouczki, oficjalne dokumenty i treści SEO dla sześciu różnych firm.

Na wynos:

a) Po prostu zacznij pisać

Nie musisz być ekspertem w danej dziedzinie, aby zacząć dzielić się tym, co wiesz. W rzeczywistości, według Rachel Thomas, współzałożycielki Fast.AI, najlepiej możesz pomóc komuś, kto jest o krok za tobą.

Oznacza to, że jeśli właśnie nauczyłeś się jakiejś koncepcji, wciąż jest ona świeża w twoim umyśle. Możesz łatwo to uprościć i wyjaśnić innemu początkującemu w tej dziedzinie — i byłby w stanie zrobić to lepiej niż ekspert, który zapomniał, jak to jest być początkującym.

b) Sprzedawaj się

Aby rozwijać się jako twórca treści, musisz się promować. Stwórz atrakcyjny profil na LinkedIn i udostępniaj swoje artykuły na platformie. Publikuj regularnie, dołączaj do grup zajmujących się nauką o danych i kontaktuj się z innymi specjalistami w tej dziedzinie.

Zwiększenie liczby kontaktów w świecie danych zwiększy liczbę wyświetleń Twojego bloga i zwiększy Twoje szanse na wylądowanie na płatnym koncercie pisarskim.

Ucząc się data science, wziąłem udział w wielu kursach online na Udemy, Coursera i Datacamp. Poleciłbym te kursy współpracownikom i rówieśnikom, którzy chcieli mojej porady, jak zostać naukowcem danych.

Po jakimś czasie zdałem sobie sprawę, że mogę zarabiać na dzieleniu się swoją ścieżką uczenia się z innymi. Marketing afiliacyjny umożliwia wydawcom udostępnianie kursów innym osobom za pomocą linku afiliacyjnego. Jeśli ktoś kupi program korzystając z jego linku, wydawca otrzymuje niewielką prowizję.

Na wynos:

Zarabiaj za rzeczy, które już robisz

Nawet przed dołączeniem linków partnerskich do moich treści udostępniałem materiały do nauki w prawie każdym moim poście na blogu. Jedyna różnica polega na tym, że teraz dostaję za to pieniądze. W rzeczywistości, według sondażu przeprowadzonego przez Affise, ponad 25% podmiotów stowarzyszonych zarabia od 81,000 200,000 do XNUMX XNUMX USD rocznie.

Chociaż zarabiam tylko ułamek tego z marketingu afiliacyjnego (około 100-200 USD miesięcznie za każdym razem, gdy publikuję), jest to ogromny czynnik napędzający dochody dla wielu blogerów i zdecydowanie warto rozważyć dodanie go do swoich treści.

Pamiętaj jednak, aby postępować etycznie i promować tylko produkty, które spożyłeś i z których skorzystałeś. Musisz także zachować przejrzystość i wyraźnie informować czytelników o korzystaniu z linków partnerskich.

Może to brzmieć jak niekonwencjonalny sposób zarabiania pieniędzy jako analityk danych, ale wysłuchaj mnie.

Moja pierwsza pełnoetatowa praca w dziedzinie analityki danych dotyczyła analityki marketingowej. W tej roli nauczyłem się stosować techniki data science do tworzenia spersonalizowanych strategii kierowania do klientów i osiągania sukcesu marketingowego.

Napisałem artykuł o stosowaniu technik data science w dziedzinie marketingu, który zwrócił uwagę pracodawcy, który chciał zatrudnić freelancera z takim samym zestawem umiejętności, jakie posiadałem. Skontaktował się ze mną na LinkedIn i teraz pracuję z firmą na podstawie umowy.

Na wynos:

a) Wybierz niszę

Ponieważ od jakiegoś czasu pracuję w dziedzinie analityki marketingowej, znam niektóre z największych wyzwań stojących przed branżą. Wiem też, jak wykorzystać dane do ich rozwiązania.

To jest moja nisza. Trudno jest znaleźć kogoś z taką samą kombinacją umiejętności, jak ja, co uczyniło mnie silnym kandydatem do tej niezależnej pracy.

Jeśli jesteś początkującym analitykiem danych, na początku sugeruję wybranie obszaru specjalizacji. Mogą to być finanse, marketing, opieka zdrowotna, ubezpieczenia lub cokolwiek innego, co lubisz robić.

Wartość analityków danych leży w ich zdolności do rozwiązywania problemów. Jeśli możesz to zrobić w określonej branży, masz przewagę konkurencyjną nad innymi analitykami danych.

Mogę śmiało powiedzieć, że praca, którą dostałem, nie byłaby odpowiednia dla kogoś bez doświadczenia w dziedzinie, nawet gdyby miał tytuł magistra lub doktora. w nauce o danych.

b) Zbuduj obecność w Internecie

Dostałem tę rolę tylko dlatego, że pracodawca znalazł mój profil Medium podczas przeglądania platformy. Pracowałem z innymi analitykami danych marketingowych, z których wielu jest bardziej doświadczonych i zna tę dziedzinę lepiej ode mnie.

Mimo wszystko dostałam tę pracę, ponieważ pracodawca znalazł mnie jako pierwszy — dzięki wpisom na blogu i obecności w mediach społecznościowych.

Jeśli nie masz czasu na pisanie artykułów o swojej pracy, sugeruję przynajmniej utworzenie strony z portfolio, która zawiera podsumowanie Twoich umiejętności. Dołącz link do strony na LinkedIn i innych platformach mediów społecznościowych, aby potencjalni pracodawcy mogli łatwo Cię znaleźć podczas rekrutacji na wolne stanowiska.

Jeśli jeszcze go nie masz, przeczytaj ten przewodnik, aby uzyskać wskazówki, jak utworzyć witrynę z portfolio.

Prowadziłem warsztaty na tematy takie jak gromadzenie danych i analityka, aby uczyć studentów nietechnicznych pracy z danymi. Wymagało to wielu godzin przygotowań, ponieważ musiałem zapoznać się z każdym nauczanym pojęciem i upewnić się, że nie popełniam żadnych błędów.

Najlepszą częścią zostania instruktorem było to, że nauczanie umocniło moje zrozumienie przedmiotu i radykalnie poprawiło moją umiejętność przedstawiania złożonych koncepcji początkującym w tej dziedzinie.

Na wynos:

Ucz tego, co wiesz

Zacząłem uczyć się data science jakieś dwa, trzy lata temu i nie jestem ekspertem w tej dziedzinie. Jednak wiele się nauczyłem w tym czasie i mogę tego nauczyć grupę ludzi, którzy skorzystają na poznaniu mojego zestawu umiejętności.

Na przykład, jako ktoś, kto pracował w dziedzinie nauki o danych i marketingu, mam dobrą pozycję, aby uczyć marketerów umiejętności czytania i pisania na temat danych. Mogę również uczyć analityków danych o analityce marketingowej, aby mogli zdobyć wiedzę dziedzinową i potencjalnie znaleźć pracę w branży.

Nawet jeśli jesteś aspirującym analitykiem danych, który jest na etapie nauki, możesz zarobić dodatkowy dochód, dzieląc się swoją wiedzą z innymi. Często działa to najlepiej, gdy łączysz unikalny zestaw umiejętności, którymi dysponuje niewiele osób.

Na przykład kurs „Wprowadzenie do języka Python” może nie wzbudzić zainteresowania uczniów, ponieważ podobnych programów jest mnóstwo w Internecie. Jednak kurs „Wprowadzenie do Pythona dla finansów” jest bardziej specjalistyczny i prawdopodobnie przyciągnie grupę widzów zainteresowanych przewidywaniem rynku giełdowego.

YouTube, Udemy, Pluralsight i Thinkific to tylko niektóre platformy, których można używać do tworzenia i udostępniania kursów online.

Ponadto pracowałem nad niezależnymi zadaniami data science, takimi jak gromadzenie danych, budowanie modeli i tworzenie pulpitów nawigacyjnych dla klientów. Podczas gdy większość freelancerów przysięga na platformy takie jak Upwork i Fiverr, większość ofert pracy dostałem od Medium, LinkedIn i mojej strony internetowej.

Oto kilka artykułów, które zapewniły mi niezależne występy:

Segmentacja klientów za pomocą Pythona: Skończyło się na zbudowaniu modelu klastrowania K-średnich dla klienta i przedstawiłem moje wyniki w formie slajdów.
Jak zbierać dane z Twittera za pomocą Pythona: Poprowadziłem klienta do zbierania danych z Twittera za pomocą API Pythona.
Kompletny projekt analizy danych w Pythonie: Przeprowadziłem podobną analizę konkurencji dla produktu klienta.

Na wynos:

Zbuduj projekty: Kiedy pracodawca chce zatrudnić freelancera, często przeszukuje Internet w poszukiwaniu osób pracujących nad podobnymi projektami. Tworzenie projektów i częste publikowanie o nich postów zwiększy Twoje szanse na zostanie zauważonym i znalezienie pracy.

Niezależnie od tego, gdzie jesteś w swojej podróży do nauki o danych, już dziś możesz zacząć budować wiele strumieni dochodów online.

Zacznij od pisania online i nauczania tego, co wiesz. Można to zrobić na platformach wydawniczych, takich jak Medium. Możesz nawet stworzyć własną witrynę blogową, korzystając z usług tworzenia stron internetowych, takich jak Wix i WordPress.

Następnie wybierz obszar specjalizacji w zakresie data science. Sugeruję podjęcie pracy w pełnym wymiarze godzin w terenie, ponieważ zapewni ci to doświadczenie w branży, którego nie można zdobyć gdzie indziej.

Na koniec wykorzystaj swoje doświadczenie w dziedzinie domeny i umiejętności w zakresie analizy danych, aby zająć się freelancingiem i tworzeniem kursów. Możesz również zaoferować sesję konsultacyjną i przeprowadzić warsztaty data science w Twojej okolicy.