Cách tôi kiếm 3,500 đô la trực tuyến mỗi tháng với Khoa học dữ liệu

Được xuất bản lại bởi Plato

Người theo dõi: 0

Cách tôi kiếm 3,500 đô la trực tuyến mỗi tháng với Khoa học dữ liệu
Photo by Vlada Karpovich

Tôi bắt đầu tự học khoa học dữ liệu vào tháng 2020 năm XNUMX. Vào thời điểm đó, mục tiêu duy nhất của tôi là kiếm được một công việc toàn thời gian trong lĩnh vực này.

Tuy nhiên, mặc dù các nhà khoa học dữ liệu được trả lương rất cao, nhưng phải mất một thời gian dài để thăng tiến trong công ty và tạo dựng sự giàu có với công việc từ 9 đến 5 giờ.

Do đó, tôi bắt đầu tìm kiếm các cách khác nhau để áp dụng bộ kỹ năng khoa học dữ liệu của mình bên ngoài công việc ở công ty. Vì vai trò toàn thời gian của tôi rất linh hoạt và cho phép tôi làm việc từ xa nên tôi có khoảng 3 đến 4 giờ rảnh mỗi ngày để tạo thu nhập phụ.

Hiện tại, tôi đã xây dựng thành công nhiều nguồn doanh thu bên ngoài công việc toàn thời gian mang lại cho tôi khoảng $3,000-$3,500 mỗi tháng.

Nhiều nguồn thu nhập trong số này là thụ động, có nghĩa là tôi kiếm được mà không cần phải tích cực đầu tư thời gian và công sức vào chúng.

Trong bài viết này, tôi sẽ chỉ cho bạn cách tôi đã làm điều đó. Nếu bạn là một nhà khoa học dữ liệu hoặc mong muốn trở thành một nhà khoa học dữ liệu, bạn có thể sử dụng một số ý tưởng này để kiếm tiền từ bộ kỹ năng của mình.

Tôi kiếm được một phần đáng kể thu nhập của mình từ việc viết bài trực tuyến. Điều này bao gồm tạo các hướng dẫn, mẹo và lời khuyên về khoa học dữ liệu. Tôi bắt đầu viết blog trên Medium vào tháng 2020 năm XNUMX.

Sau khi xây dựng khán giả trên nền tảng, tôi đã được các nhà tuyển dụng tiếp cận để viết bài tự do cho thương hiệu của họ. Trong hai năm qua, tôi đã tạo nhiều bài đăng trên blog, hướng dẫn, sách trắng và nội dung SEO cho sáu công ty khác nhau.

takeaways:

a) Chỉ cần bắt đầu viết

Bạn không cần phải là một chuyên gia về chủ đề để bắt đầu chia sẻ những gì bạn biết. Trên thực tế, theo Rachel Thomas, người đồng sáng lập Fast.AI, bạn có vị trí tốt nhất để giúp ai đó đi sau bạn một bước.

Điều này có nghĩa là nếu bạn vừa học một khái niệm, thì nó vẫn còn mới mẻ trong tâm trí bạn. Bạn có thể dễ dàng đơn giản hóa điều này và giải thích nó cho một người mới bắt đầu khác trong lĩnh vực này — và sẽ có thể làm điều này tốt hơn một chuyên gia đã quên mất cảm giác của một người mới bắt đầu.

b) Tiếp thị bản thân

Để phát triển với tư cách là người tạo nội dung, bạn cần tiếp thị bản thân. Tạo một hồ sơ LinkedIn hấp dẫn và chia sẻ các bài viết của bạn trên nền tảng này. Đăng thường xuyên, tham gia các nhóm khoa học dữ liệu và kết nối với các chuyên gia khác trong lĩnh vực này.

Tăng liên hệ của bạn trong thế giới dữ liệu sẽ tăng lượt xem blog của bạn và cải thiện cơ hội đạt được hợp đồng viết lách được trả tiền.

Khi tự học về khoa học dữ liệu, tôi đã tham gia nhiều khóa học trực tuyến trên Udemy, Coursera và Datacamp. Tôi muốn giới thiệu các khóa học này cho đồng nghiệp và đồng nghiệp, những người muốn tôi cho lời khuyên về cách trở thành nhà khoa học dữ liệu.

Sau một thời gian, tôi nhận ra rằng mình có thể được trả tiền khi chia sẻ lộ trình học tập của mình với người khác. Tiếp thị liên kết cho phép nhà xuất bản chia sẻ các khóa học với những người khác bằng liên kết liên kết. Nếu ai đó mua chương trình bằng liên kết của họ, nhà xuất bản sẽ nhận được một khoản hoa hồng nhỏ.

takeaways:

Được trả tiền cho những việc bạn đã làm

Ngay cả trước khi đưa các liên kết liên kết vào nội dung của mình, tôi đã chia sẻ tài liệu học tập trong hầu hết các bài đăng trên blog mà tôi đã viết. Sự khác biệt duy nhất là bây giờ tôi được trả tiền để làm việc đó. Trên thực tế, theo một cuộc thăm dò từ Affise, hơn 25% các chi nhánh kiếm được từ 81,000 đến 200,000 đô la mỗi năm.

Mặc dù tôi chỉ kiếm được một phần nhỏ trong số này từ tiếp thị liên kết (khoảng $100-$200 một tháng mỗi lần tôi xuất bản), nhưng đó là một nguồn thu nhập khổng lồ cho nhiều blogger và chắc chắn là thứ bạn nên cân nhắc thêm vào nội dung của mình.

Tuy nhiên, hãy nhớ phải có đạo đức và chỉ quảng bá những sản phẩm mà bạn đã tiêu thụ và hưởng lợi từ đó. Bạn cũng phải minh bạch và tiết lộ rõ ràng việc sử dụng các liên kết liên kết cho độc giả.

Điều này nghe có vẻ giống như một cách kiếm tiền độc đáo với tư cách là một nhà khoa học dữ liệu, nhưng hãy nghe tôi nói.

Công việc khoa học dữ liệu toàn thời gian đầu tiên của tôi là trong lĩnh vực phân tích tiếp thị. Với vai trò này, tôi đã học cách áp dụng các kỹ thuật khoa học dữ liệu để tạo chiến lược nhắm mục tiêu khách hàng được cá nhân hóa và thúc đẩy thành công tiếp thị.

Tôi đã viết một bài báo về việc áp dụng các kỹ thuật khoa học dữ liệu trong lĩnh vực tiếp thị, bài báo này đã thu hút sự chú ý của một nhà tuyển dụng đang muốn thuê một người làm việc tự do có cùng bộ kỹ năng mà tôi sở hữu. Anh ấy đã liên hệ với tôi trên LinkedIn và tôi hiện đang làm việc với công ty trên cơ sở hợp đồng.

takeaways:

a) Chọn một thị trường ngách

Vì tôi đã làm việc trong lĩnh vực phân tích tiếp thị một thời gian nên tôi đã quen thuộc với một số thách thức lớn nhất phải đối mặt trong ngành. Tôi cũng biết cách sử dụng dữ liệu để giải quyết chúng.

Đây là thị trường ngách của tôi. Rất khó để tìm được một người có sự kết hợp các kỹ năng giống như tôi, điều này khiến tôi trở thành một ứng cử viên nặng ký cho công việc tự do này.

Nếu bạn là một nhà khoa học dữ liệu đầy tham vọng, tôi khuyên bạn nên chọn một lĩnh vực chuyên môn khi bắt đầu. Đây có thể là tài chính, tiếp thị, chăm sóc sức khỏe, bảo hiểm hoặc bất cứ điều gì khác mà bạn thích làm.

Giá trị của các nhà khoa học dữ liệu nằm ở khả năng giải quyết vấn đề của họ. Nếu bạn có thể làm điều này trong một ngành cụ thể, bạn sẽ có lợi thế cạnh tranh so với các nhà khoa học dữ liệu khác.

Tôi có thể tự tin nói rằng công việc mà tôi đã đảm nhận sẽ không phù hợp với những người không có kinh nghiệm về lĩnh vực này, ngay cả khi họ có bằng Thạc sĩ hoặc Tiến sĩ. trong khoa học dữ liệu.

b) Xây dựng sự hiện diện trực tuyến

Tôi chỉ nhận được vai trò này vì nhà tuyển dụng đã tìm thấy hồ sơ Phương tiện của tôi khi duyệt qua nền tảng. Tôi đã làm việc với các nhà khoa học dữ liệu tiếp thị khác, nhiều người trong số họ có nhiều kinh nghiệm hơn và hiểu rõ lĩnh vực này hơn tôi.

Bất chấp điều đó, tôi đã nhận được công việc vì nhà tuyển dụng đã tìm thấy tôi trước - nhờ các bài đăng trên blog và sự hiện diện trên mạng xã hội của tôi.

Nếu bạn không có thời gian để viết các bài báo về công việc của mình, tôi khuyên bạn ít nhất nên tạo một trang web danh mục đầu tư chứa bản tóm tắt bộ kỹ năng của bạn. Bao gồm một liên kết đến trang web trên LinkedIn và các nền tảng truyền thông xã hội khác để các nhà tuyển dụng tiềm năng có thể dễ dàng tìm thấy bạn khi tuyển dụng cho các vị trí mở.

Nếu bạn chưa có, hãy đọc hướng dẫn này để biết mẹo về cách tạo trang web danh mục đầu tư.

Tôi đã tổ chức các hội thảo về các chủ đề như thu thập và phân tích dữ liệu để dạy những sinh viên không chuyên về kỹ thuật làm việc với dữ liệu. Điều này đòi hỏi hàng giờ chuẩn bị, vì tôi phải tự làm quen với mọi khái niệm mà tôi đang dạy và đảm bảo rằng tôi không mắc bất kỳ lỗi nào.

Điều tuyệt vời nhất khi trở thành giảng viên là việc giảng dạy đã củng cố kiến thức của tôi về chủ đề này và cải thiện đáng kể khả năng phân tích các khái niệm phức tạp của tôi đối với những người mới bắt đầu trong lĩnh vực này.

takeaways:

Dạy những gì bạn biết

Tôi bắt đầu học khoa học dữ liệu khoảng hai đến ba năm trước và hầu như không phải là chuyên gia trong lĩnh vực này. Tuy nhiên, tôi đã học được rất nhiều trong thời gian này và có thể dạy nó cho một nhóm người sẽ được hưởng lợi từ việc học bộ kỹ năng của tôi.

Chẳng hạn, với tư cách là một người đã làm việc trong lĩnh vực khoa học dữ liệu và tiếp thị, tôi có vị trí tốt để dạy các kỹ năng hiểu biết về dữ liệu cho các nhà tiếp thị. Tôi cũng có thể dạy các nhà khoa học dữ liệu về phân tích tiếp thị để họ có được kiến thức về lĩnh vực và có khả năng kiếm được việc làm trong ngành.

Ngay cả khi bạn là một nhà khoa học dữ liệu đầy tham vọng đang trong giai đoạn học hỏi, bạn vẫn có thể kiếm được thu nhập phụ từ việc chia sẻ những gì bạn biết với người khác. Thông thường, điều này hoạt động tốt nhất khi bạn kết hợp một bộ kỹ năng độc đáo mà không nhiều người có.

Chẳng hạn, khóa học “Giới thiệu về Python” có thể không thu hút được sự quan tâm của sinh viên vì các chương trình tương tự có rất nhiều trên Internet. Tuy nhiên, khóa học “Giới thiệu về Python cho Tài chính” chuyên biệt hơn và có khả năng thu hút nhóm người xem quan tâm đến việc dự đoán thị trường chứng khoán.

YouTube, Udemy, Pluralsight và Thinkific là một số nền tảng bạn có thể sử dụng để xây dựng và chia sẻ các khóa học trực tuyến.

Ngoài ra, tôi đã thực hiện các nhiệm vụ khoa học dữ liệu tự do như thu thập dữ liệu, xây dựng mô hình và tạo bảng điều khiển cho khách hàng. Trong khi hầu hết các dịch giả tự do tin tưởng vào các nền tảng như Upwork và Fiverr, thì tôi đã nhận được hầu hết các cơ hội việc làm từ Medium, LinkedIn và trang web của mình.

Dưới đây là một số bài báo đã mang lại cho tôi hợp đồng biểu diễn tự do:

Phân khúc khách hàng bằng Python: Tôi đã hoàn thành việc xây dựng mô hình phân cụm K-Means cho khách hàng và trình bày kết quả của mình trong một trang trình bày.
Cách thu thập dữ liệu Twitter bằng Python: Tôi đã hướng dẫn khách hàng thu thập dữ liệu Twitter bằng API Python.
Dự án phân tích dữ liệu hoàn chỉnh với Python: Tôi đã thực hiện phân tích cạnh tranh tương tự cho sản phẩm của khách hàng.

takeaways:

Dự án xây dựng: Khi một nhà tuyển dụng muốn thuê một freelancer, họ thường lùng sục trên Internet để tìm những người làm việc trong các dự án tương tự. Xây dựng các dự án và đăng bài về chúng thường xuyên sẽ cải thiện tỷ lệ được chú ý và tìm được việc làm của bạn.

Bất kể bạn đang ở đâu trong hành trình khoa học dữ liệu của mình, bạn có thể bắt đầu xây dựng nhiều luồng thu nhập trực tuyến ngay hôm nay.

Bắt đầu bằng cách viết trực tuyến và dạy những gì bạn biết. Điều này có thể được thực hiện trên các nền tảng xuất bản như Medium. Bạn thậm chí có thể tạo trang blog của riêng mình bằng các dịch vụ phát triển web như Wix và WordPress.

Sau đó, chọn một lĩnh vực chuyên môn trong khoa học dữ liệu. Tôi khuyên bạn nên kiếm một công việc toàn thời gian trong lĩnh vực này, vì điều này sẽ cung cấp cho bạn kinh nghiệm cụ thể về ngành mà bạn không thể học được ở nơi khác.

Cuối cùng, hãy sử dụng kinh nghiệm miền và kỹ năng khoa học dữ liệu của bạn để chuyển sang làm việc tự do và tạo khóa học. Bạn cũng có thể tổ chức các buổi tư vấn và tổ chức các hội thảo về khoa học dữ liệu trong khu vực của mình.