原文：
www.kdnuggets.com/2022/02/become-successful-data-science-freelancer-2022.html
Andrew Neel的照片，来源于 Unsplash
对大多数人来说，从事自由职业是一种梦想成真。
1. 谷歌网络安全证书 - 快速进入网络安全职业的快车道。
2. 谷歌数据分析专业证书 - 提升你的数据分析技能
3. 谷歌 IT 支持专业证书 - 支持你的组织进行 IT 工作
自由职业让你能够在家工作。无需每天打卡。你可以挑选要做的任务，拒绝那些你不感兴趣的工作。你可以按自己的节奏工作，也可以选择偶尔休息放松。
如果你是一名有抱负的数据科学家，好消息是全职工作并不是你唯一的职业选择。许多公司和个人都在寻找自由职业的数据科学家。
在这篇文章中，我将带你了解如何运用你的数据科学技能来获得自由职业机会。我将涵盖以下主题：
-
成为自由职业数据科学家的利与弊
-
你可以从事的自由职业数据科学工作类型
-
如何获得你的第一个自由职业机会
-
如何建立一个强大的作品集，以吸引多个工作机会
在任何领域从事自由职业可以让你自由选择工作地点和时间。你可以节省许多如汽油和餐饮的费用，因为你不需要每天去办公室。如果你发现自己在做重复和无聊的任务，你有机会改变这种情况，只接受让你兴奋的项目。
如果你全职为一家公司工作，你会受到公司内部工作范围的限制。你无法在不同领域的任务中进行工作。
然而，如果你从事自由职业，你将接触到各种行业。这对你的作品集非常有帮助，并使你有资格申请更广泛的职位。
然而，自由职业也有其自身的缺点。
首先，你将缺乏工作保障。没有很多雇主雇佣自由职业的数据科学家。
一般来说，个人或小型公司/创业公司选择雇佣自由职业者。他们通常不需要数据科学家，也没有完善的数据管道。
较大的公司如果需要数据科学家，通常会有固定职位。他们更倾向于全职雇佣员工，几乎不会聘请自由职业者。
这就是为什么你会看到更多的网页开发者、写作者和设计师的自由职业工作机会，而数据科学家的机会则仅有少数。
成为自由职业数据科学家的最大劣势是你需要不断寻找工作，而这个领域的机会并不多，且供给往往超过需求。
尽管如此，你可以在作为自由职业数据科学家时发挥创造力。你不必仅限于为组织构建机器学习模型。还有许多其他与数据科学家技能集交叉的领域，你可以利用这些领域来争取更多自由职业机会。
这里是我过去做过的一些自由职业工作的例子：
这是许多小型组织和个人雇佣数据专业人士进行的任务。
我曾与一个希望收集五年社交媒体数据的人合作，以了解用户对某些股票的情绪趋势。这将帮助他改进一个现有的模型，该模型预测哪些股票值得投资。
许多公司还需要大量数据来辅助决策。我曾经抓取过定价信息、用户评论数据、社交媒体帖子和职位列表，以帮助组织制定有关产品供应和品牌定位的关键决策。
这是我帮助组织决定品牌定位、目标受众和广告类型的最常见任务之一。
尽管数据科学中对模型构建的重视很多，但大多数小型到中型组织在初期阶段没有足够的数据来进行这一工作。
这些公司依赖外部数据，然后分析这些数据以识别趋势。这些模式可以告诉你这些公司应该瞄准谁，应该推广哪些类型的产品，这些产品应该什么时候发布，以及如何向不同的人群进行广告宣传。
许多技术出版物和学习平台需要数据科学家撰写与此主题相关的文章，包括观点文章、技巧和数据科学教程。
这些平台中的许多需要能够将高度技术性的主题简化为初学者易于理解的内容的人。
一个很好的例子是 DataCamp 的 博客。他们提供几乎涵盖数据科学每一个主题的教程。这些教程非常易于理解，即使你是该领域的初学者也不例外。每一步都被清晰地列出，代码示例总是包括了为什么要这样做的解释。
这使得最终用户很容易跟随，因为他们不会盲目地复制粘贴自己不理解的代码。实际上，他们在完成教程时对主题有了了解，下次想学习新知识时肯定会回到同一个网站。
将高度技术性的内容简化成一个简单的格式并不是一项容易的任务。如果你能在这方面下功夫，你会在数据科学博客领域发现许多机会。
如果你想成为数据科学作家但不确定如何开始，你可以阅读 这篇文章 来入门。
在学习数据科学主题后，你可以开展研讨会和培训课程，将这些知识分解给行业中的初学者。
许多在线数据科学学习平台正在寻找讲师来讲授特定主题，他们会与你进行一次性或合同性的合作。
你可以为学生举办现场讲座，或创建录制的视频，这些视频会上传到平台上，任何人都可以访问。
我上面列出的角色是基于我过去从事的自由职业任务。除了这些，我还为公司建立了机器学习模型。这比我预期的要复杂，因为这些组织规模较小，他们的数据没有经过清理或正确存储。
我不得不花费大量时间弄清楚不同表之间的关系，如何自动化数据库访问以便模型每次都能运行，以及清理数据以便于查询。
我花了很多时间处理数据并尝试理解它，而在模型构建上花费的精力要少得多。
虽然这些项目占用了我大量的时间，但我学到了很多东西，也掌握了许多可以用于处理大量数据的不同工具。
现在你知道了作为自由职业数据科学家可以承担的任务类型，你可能会想知道如何获得这些职位。你如何找到并与那些寻找这些职位的雇主联系呢？
你可以在像 Upwork 和 Fiverr 这样的平台上注册为自由职业者。积极在 LinkedIn 上发布内容。
学到一个有趣的新话题？在 LinkedIn 上发布。
创建了一个数据科学项目？写一篇关于它的文章。将你的代码分享到 GitHub 上。
如果你想持续获得自由职业工作，你的工作需要达到正确的受众。你需要对自己所做的事情大声宣传，并持续推广自己。
我几乎每一份自由职业任务都是因为雇主偶然发现了我在社交媒体上的一篇文章或帖子。
另外，记住许多雇主选择招聘基于信任。如果你得到了他们熟悉的人推荐，他们更可能雇佣你，而不是冒险招聘一个在招聘门户网站上传简历的申请者。
一旦你获得了前几份自由职业工作，获取更多工作将变得更容易。你成功完成的工作越多，你在如 Upwork 等平台上的个人资料排名就会越高。
完成雇主的任务后，向他们请求推荐。这将给未来的雇主提供信心，表明你能够完成工作，并增加被聘用的机会。
最后，确保根据你的专业水平设定合理的费用。刚开始时，略低的收费有助于建立你的作品集。随着你开始获得更多的经验和工作，你可以逐渐提高你的费用。
然而，确保进行适当的研究以了解市场费用。我在刚开始自由职业时并不知道这一点，做了很多工作的报酬却远低于市场价格。
我曾经向一家公司收取约$35 来撰写一篇 2500 字的文章。在与他们合作一个月后，我询问是否可以将费用增加到$70. 他们进行了讨价还价，最后定在了$60。
我为他们写了另一篇文章，然后离开了。报酬根本不值得我付出的努力，我决定将精力转向更有价值的任务。
之后如果工作不符合我报价的金额，我就会拒绝多个工作机会。
了解自己的价值是很重要的。你花费了大量的时间和资源来获得你现在的技能。你不断地努力提升技能并获得更多知识，而在线课程/学习材料并不便宜。
这段时间和精力应该得到公平的回报，你需要相应地设定你的自由职业费用。
如果你打算成为一名自由职业数据科学家，希望这篇文章提供的建议对你有帮助。
记住，立即辞掉全职工作并开始自由职业并不明智。我建议先建立一个作品集，兼职接自由职业角色。一旦你不断有稳定的工作流并建立了一定的稳定性，你可以逐渐过渡到全职自由职业者的角色。
Natassha Selvaraj 是一位自学成才的数据科学家，对写作充满热情。你可以在LinkedIn上与她联系。