我如何通过数据科学每月在线赚 3,500 美元

由柏拉图重新发布

关注： 0

我如何通过数据科学每月在线赚取 3,500 美元
照片由弗拉达·卡尔波维奇

我于 2020 年 XNUMX 月开始自学数据科学。当时，我唯一的目标是在该领域找到一份全职工作。

然而，尽管数据科学家的薪水很高，但要攀登公司阶梯并通过朝九晚五的工作积累财富需要很长时间。

因此，我开始寻找不同的方法在公司工作之外应用我的数据科学技能。由于我的全职工作很灵活，可以远程工作，所以我每天有大约 3 到 4 个小时的空闲时间可以用来赚取额外收入。

我现在已经在全职工作之外成功地建立了多个收入来源，每月为我提供大约 3,000 至 3,500 美元。

这些收入来源中有许多是被动的，这意味着我无需主动投入时间和精力就可以赚钱。

在本文中，我将向您展示我是如何做到的。如果您是一名数据科学家或渴望成为一名数据科学家，您可以使用其中一些想法来利用您的技能组合获利。

我的很大一部分收入来自在线写作。这包括创建数据科学教程、技巧和建议。我于 2020 年 XNUMX 月开始在 Medium 上写博客。

在平台上建立了受众后，雇主找我为他们的品牌撰写自由撰稿人文章。在过去的两年里，我为六家不同的公司创建了各种博客文章、教程、白皮书和 SEO 内容。

要点：

a) 开始写作

您不必成为主题专家就可以开始分享您的知识。事实上，根据 Fast.AI 的联合创始人 Rachel Thomas 的说法，你最有能力帮助落后你一步的人。

这意味着如果你刚刚学习了一个概念，它在你的脑海中仍然记忆犹新。你可以很容易地简化它并向该领域的另一个初学者解释——并且能够比忘记初学者是什么样子的专家做得更好。

b) 推销自己

要成长为内容创作者，您需要推销自己。创建引人注目的 LinkedIn 个人资料并在平台上分享您的文章。定期发帖、加入数据科学小组并与该领域的其他专业人士联系。

增加您在数据世界中的联系将增加您的博客浏览量并增加您获得付费写作机会的机会。

在自学数据科学时，我参加了 Udemy、Coursera 和 Datacamp 上的许多在线课程。我会将这些课程推荐给需要我的建议以成为一名数据科学家的同事和同行。

一段时间后，我意识到我可以通过与他人分享我的学习路径而获得报酬。附属营销允许发布者使用附属链接与其他人共享课程。如果有人使用他们的链接购买该程序，发布者将获得少量佣金。

要点：

为您已经做过的事情获得报酬

甚至在包含指向我的内容的附属链接之前，我几乎会在我写的每一篇博文中分享学习材料。唯一的区别是我现在这样做是有报酬的。事实上，根据 Affise 的一项民意调查，超过 25% 的附属公司每年的收入在 81,000 美元到 200,000 美元之间。

虽然我从联盟营销中赚取的收入只有一小部分（每次发布时每月大约 100-200 美元），但它对许多博主来说是一个巨大的收入来源，绝对是你应该考虑添加到你的内容中的东西。

但是，请记住遵守道德规范，只推销您消费过并从中受益的产品。您还必须透明并向读者清楚地披露附属链接的使用。

作为数据科学家，这听起来像是一种非常规的赚钱方式，但请听我说完。

我的第一份全职数据科学工作是在营销分析领域。在这个角色中，我学会了应用数据科学技术来创建个性化的客户定位策略并推动营销成功。

我写了一篇关于在营销领域应用数据科学技术的文章，这引起了一位雇主的注意，他想雇用一名与我拥有相同技能的自由职业者。他在 LinkedIn 上联系了我，我现在以合同的形式与公司合作。

要点：

a）选择一个利基

由于我在营销分析领域工作了一段时间，所以我熟悉该行业面临的一些最大挑战。我也知道如何使用数据来解决它们。

这是我的利基。很难找到与我拥有相同技能组合的人，这使我成为这份自由职业的有力竞争者。

如果您是一位有抱负的数据科学家，我建议您在开始时选择一个专业领域。这可以是金融、市场营销、医疗保健、保险或任何您喜欢做的事情。

数据科学家的价值在于他们解决问题的能力。如果你能在特定行业做到这一点，你就比其他数据科学家更有竞争优势。

我可以自信地说，我找到的这份工作不适合没有领域经验的人，即使他们拥有硕士学位或博士学位。在数据科学中。

b) 建立在线形象

我得到这个职位只是因为雇主在浏览该平台时发现了我的 Medium 个人资料。我曾与其他营销数据科学家合作过，他们中的许多人比我更有经验，也更了解这个领域。

无论如何，我得到这份工作是因为雇主先找到了我——多亏了我的博客文章和社交媒体的存在。

如果您没有时间撰写有关您工作的文章，我建议您至少创建一个作品集网站，其中包含您的技能组合摘要。在 LinkedIn 和其他社交媒体平台上包含指向该网站的链接，以便潜在雇主在招聘空缺职位时可以轻松找到您。

如果您还没有，请阅读本指南以获取有关如何创建投资组合网站的提示。

我举办了关于数据收集和分析等主题的研讨会，以教非技术学生使用数据。这涉及数小时的准备，因为我必须熟悉我所教授的每一个概念，并确保我没有犯任何错误。

成为一名讲师最好的部分是，教学巩固了我对这门学科的理解，并极大地提高了我向该领域的初学者分解复杂概念的能力。

要点：

教你所知道的

我大约在两到三年前开始学习数据科学，并且几乎不是该领域的专家。然而，我在这段时间里学到了很多东西，可以将它教给一群将从学习我的技能中受益的人。

例如，作为在数据科学和营销领域工作过的人，我有能力向营销人员传授数据素养技能。我还可以教数据科学家有关营销分析的知识，以便他们获得领域知识并有可能在该行业找到一份工作。

即使你是一名处于学习阶段的有抱负的数据科学家，你也可以通过与他人分享你所知道的来赚取额外收入。通常，当你结合一套没有多少人拥有的独特技能时，这种方法效果最好。

例如，“Python 简介”课程可能不会激起学生的兴趣，因为互联网上有很多类似的程序。但是，“Introduction to Python for Finance”课程更专业，更容易吸引一群对预测股票市场感兴趣的观众。

YouTube、Udemy、Pluralsight 和 Thinkific 是一些可用于构建和共享在线课程的平台。

此外，我还从事自由数据科学任务，例如为客户收集数据、构建模型和创建仪表板。虽然大多数自由职业者都信赖 Upwork 和 Fiverr 等平台，但我的大部分工作机会都是从 Medium、LinkedIn 和我的网站获得的。

以下是一些让我成为自由职业者的文章：

使用 Python 进行客户细分：我最终为客户构建了一个 K-Means 聚类模型，并在幻灯片中展示了我的结果。
如何使用 Python 收集 Twitter 数据：我指导客户使用 Python API 收集 Twitter 数据。
A Complete Data Analytics Project with Python：我对客户的产品进行了类似的竞争分析。