Kako zaslužim 3,500 $ na spletu vsak mesec s Data Science

Foto: Vlada Karpovič
 

Januarja 2020 sem začel poučevati znanost o podatkih. Takrat je bil moj edini cilj zaposlitev na tem področju za polni delovni čas.

Kljub temu, da so podatkovni znanstveniki zelo dobro plačani, traja dolgo časa, da se povzpnejo po lestvici podjetja in ustvarijo bogastvo z delom od 9 do 5.

Zaradi tega sem začel iskati različne načine, kako bi svoj nabor podatkovnih znanj uporabil zunaj službe v podjetju. Ker je moja vloga s polnim delovnim časom prilagodljiva in mi omogoča delo na daljavo, imam vsak dan približno 3 do 4 ure prostega časa, ki ga porabim za ustvarjanje stranskega dohodka.

Zdaj sem uspešno zgradil več tokov prihodkov zunaj svoje redne službe, ki mi zagotavljajo približno 3,000–3,500 USD vsak mesec.

Mnogi od teh tokov dohodka so pasivni, kar pomeni, da zaslužim, ne da bi vanje moral aktivno vlagati svoj čas in trud.

V tem članku vam bom pokazal, kako sem to naredil. Če ste podatkovni znanstvenik ali si to želite postati, lahko uporabite nekatere od teh zamisli za monetizacijo svojega nabora spretnosti.

Pomemben del svojega dohodka zaslužim s pisanjem na spletu. To vključuje ustvarjanje vadnic, namigov in nasvetov o znanosti o podatkih. Maja 2020 sem začel pisati blog na Medium.

Potem ko sem pridobil občinstvo na platformi, so me poklicali delodajalci, naj pišem samostojne članke za njihove blagovne znamke. V zadnjih dveh letih sem ustvaril različne objave v blogih, vadnice, bele knjige in vsebino SEO za šest različnih podjetij.

Takeaways:

a) Samo začnite pisati

Ni vam treba biti strokovnjak za zadevo, da začnete deliti, kar veste. Pravzaprav ste po mnenju Rachel Thomas, soustanoviteljice Fast.AI, v najboljšem položaju, da nekomu pomagate korak za vami.

To pomeni, da če ste se pravkar naučili koncepta, je še svež v vaših mislih. To lahko preprosto poenostavite in razložite drugemu začetniku na tem področju - in to bi lahko naredil bolje kot strokovnjak, ki je pozabil, kako je biti začetnik.

b) Tržite se

Če želite rasti kot ustvarjalec vsebine, se morate tržiti. Ustvarite privlačen LinkedIn profil in delite svoje članke na platformi. Redno objavljajte, pridružite se skupinam podatkovne znanosti in se povežite z drugimi strokovnjaki na tem področju.

Povečanje vaših stikov v svetu podatkov bo povečalo število ogledov vašega spletnega dnevnika in izboljšalo vaše možnosti za pridobitev plačanega pisnega nastopa.

Ko sem sam poučeval podatkovno znanost, sem obiskoval številne spletne tečaje na Udemy, Coursera in Datacamp. Te tečaje bi priporočil sodelavcem in vrstnikom, ki so želeli moj nasvet, kako postati podatkovni znanstvenik.

Čez nekaj časa sem ugotovil, da bi lahko prejel plačilo, če bi svojo učno pot delil z drugimi. Pridruženo trženje izdajateljem omogoča, da tečaje delijo z drugimi ljudmi prek pridružene povezave. Če nekdo kupi program prek njihove povezave, založnik prejme majhno provizijo.

Takeaways:

Prejmite plačilo za stvari, ki jih že počnete

Še preden sem vključil pridružene povezave do svoje vsebine, bi delil učno gradivo v skoraj vsaki objavi v blogu, ki sem jo napisal. Edina razlika je, da sem zdaj plačan za to. Pravzaprav glede na anketo Affise več kot 25 % povezanih podjetij ustvari med 81,000 in 200,000 $ na leto.

Čeprav zaslužim le delček tega s pridruženim trženjem (približno 100–200 USD na mesec vsakič, ko objavim), je to veliko gonilo prihodkov za mnoge blogerje in je vsekakor nekaj, kar bi morali dodati svoji vsebini.

Vendar ne pozabite, da bodite etični in promovirate samo izdelke, ki ste jih zaužili in od katerih ste imeli koristi. Prav tako morate biti pregledni in bralcem jasno razkriti uporabo pridruženih povezav.

To se morda sliši kot nekonvencionalen način za služenje denarja kot podatkovni znanstvenik, vendar me poslušajte.

Moja prva redna služba podatkovne znanosti je bila na področju marketinške analitike. V tej vlogi sem se naučil uporabljati tehnike podatkovne znanosti za ustvarjanje prilagojenih strategij ciljanja strank in spodbujanje trženjskega uspeha.

Napisal sem članek o uporabi tehnik podatkovne znanosti na področju trženja, ki je pritegnil pozornost delodajalca, ki je želel zaposliti samostojnega delavca z enakim naborom znanj, kot jih imam jaz. Obrnil se mi je na LinkedIn in zdaj s podjetjem sodelujem na podlagi pogodbe.

Takeaways:

a) Izberite nišo

Ker sem nekaj časa delal na področju marketinške analitike, sem seznanjen z nekaterimi največjimi izzivi, s katerimi se srečuje panoga. Znam tudi uporabiti podatke za njihovo reševanje.

To je moja niša. Težko je najti nekoga z enako kombinacijo spretnosti kot jaz, zaradi česar sem močan kandidat za to samostojno delo.

Če ste ambiciozni podatkovni znanstvenik, predlagam, da na začetku izberete področje specializacije. To so lahko finance, trženje, zdravstvo, zavarovanje ali kar koli drugega, kar počnete z veseljem.

Vrednost podatkovnih znanstvenikov je v njihovi sposobnosti reševanja problemov. Če lahko to storite v določeni industriji, imate konkurenčno prednost pred drugimi podatkovnimi znanstveniki.

Z gotovostjo lahko rečem, da služba, ki sem jo dobil, ne bi bila primerna za nekoga brez izkušenj s področja, tudi če bi imel magisterij ali doktorat. v podatkovni znanosti.

b) Zgradite spletno prisotnost

To vlogo sem dobil samo zato, ker je delodajalec med brskanjem po platformi našel moj Medium profil. Delal sem z drugimi znanstveniki za trženje podatkov, od katerih so mnogi bolj izkušeni in poznajo to področje bolje kot jaz.

Ne glede na to sem dobil službo, ker me je delodajalec prvi našel – zahvaljujoč mojim objavam na spletnem dnevniku in prisotnosti na družbenih medijih.

Če nimate časa za pisanje člankov o svojem delu, vam predlagam, da ustvarite vsaj spletno mesto za portfelj, ki vsebuje povzetek vaših spretnosti. Vključite povezavo do spletnega mesta na LinkedInu in drugih platformah družbenih medijev, da vas bodo potencialni delodajalci zlahka našli pri zaposlovanju za odprta delovna mesta.

Če ga še nimate, preberite ta vodnik za nasvete o tem, kako ustvariti spletno mesto za portfelj.

Izvajal sem delavnice o temah, kot sta zbiranje podatkov in analitika, da sem študente, ki niso tehniške smeri, naučil dela s podatki. To je vključevalo ure priprav, saj sem se moral seznaniti z vsakim konceptom, ki sem ga poučeval, in zagotoviti, da ne delam nobenih napak.

Najboljše pri tem, ko sem postal inštruktor, je bilo to, da je poučevanje utrdilo moje razumevanje predmeta in dramatično izboljšalo mojo sposobnost razčleniti kompleksne koncepte začetnikom na tem področju.

Takeaways:

Naučite, kar znate

Podatkovne znanosti sem se začel učiti pred približno dvema do tremi leti in nisem strokovnjak na tem področju. Vendar sem se v tem času veliko naučil in lahko o tem naučim skupino ljudi, ki jim bo koristilo učenje mojih veščin.

Na primer, kot nekdo, ki je delal na področju podatkovne znanosti in trženja, sem v dobrem položaju, da tržnike učim veščin podatkovne pismenosti. Podatkovne znanstvenike lahko tudi poučim o marketinški analitiki, da lahko pridobijo znanje o domeni in potencialno dobijo službo v industriji.

Tudi če ste ambiciozni podatkovni znanstvenik, ki je v fazi učenja, lahko zaslužite stranski dohodek z deljenjem svojega znanja z drugimi. Pogosto to najbolje deluje, če združite edinstven nabor veščin, ki jih nima veliko ljudi.

Na primer, tečaj »Uvod v Python« morda ne bo vzbudil zanimanja študentov, saj je podobnih programov na internetu ogromno. Vendar pa je tečaj »Uvod v Python za finance« bolj specializiran in bo verjetno pritegnil skupino gledalcev, ki jih zanima napovedovanje borze.

YouTube, Udemy, Pluralsight in Thinkific so nekatere platforme, ki jih lahko uporabite za izdelavo in skupno rabo spletnih tečajev.

Poleg tega sem delal na samostojnih nalogah podatkovne znanosti, kot so zbiranje podatkov, izdelava modelov in ustvarjanje nadzorne plošče za stranke. Medtem ko večina samostojnih podjetnikov prisega na platforme, kot sta Upwork in Fiverr, sem jaz večino zaposlitvenih priložnosti dobil na Mediumu, LinkedInu in svojem spletnem mestu.

Tukaj je nekaj člankov, ki so mi prinesli samostojne nastope:

Segmentacija strank s Pythonom: Na koncu sem zgradil model združevanja v gruče K-Means za stranko in predstavil svoje rezultate v diapozitivih.
Kako zbrati podatke Twitterja s Pythonom: Stranko sem vodil pri zbiranju podatkov Twitterja z API-jem Python.
Popoln projekt podatkovne analize s Pythonom: Izvedel sem podobno konkurenčno analizo za naročnikov izdelek.

Takeaways:

Gradnja projektov: Ko delodajalec želi zaposliti samostojnega podjetnika, pogosto brska po internetu, da bi našel ljudi, ki delajo na podobnih projektih. Če gradite projekte in pogosto objavljate o njih, boste izboljšali svoje možnosti, da vas bodo opazili in dobili službo.

Ne glede na to, kje ste na svojem potovanju v znanosti o podatkih, lahko že danes začnete ustvarjati več tokov spletnega dohodka.

Začnite tako, da pišete na spletu in poučujete, kar znate. To je mogoče storiti na založniških platformah, kot je Medium. S storitvami za spletni razvoj, kot sta Wix in WordPress, lahko celo ustvarite svoje spletno mesto s spletnim dnevnikom.

Nato izberite področje specializacije v podatkovni znanosti. Predlagam, da si na tem področju zagotovite zaposlitev za polni delovni čas, saj boste tako pridobili izkušnje, specifične za panogo, ki se jih ni mogoče naučiti drugje.

Nazadnje uporabite svoje izkušnje z domeno in veščine znanosti o podatkih, da se razširite na samostojno delo in ustvarjanje tečajev. Prav tako lahko ponudite posvetovanje in izvedete delavnice podatkovne znanosti na vašem območju.

"Skrivnost napredovanja je v tem, da začnete." - Mark Twain

 
 
Nataša Selvaraj je samouk podatkovni znanstvenik s strastjo do pisanja. Z njo se lahko povežete na LinkedIn.

 
prvotni. Poročeno z dovoljenjem.
 

• Distribucija vsebine in PR s pomočjo SEO. Okrepite se še danes.
• Platoblockchain. Web3 Metaverse Intelligence. Razširjeno znanje. Dostopite tukaj.
• vir: https://www.kdnuggets.com/2023/01/make-3500-online-every-month-data-science.html?utm_source=rss&utm_medium=rss&utm_campaign=how-i-make-3500-online-every-month-with-data-science