對大多數人來說，擁有自由職業生涯是夢想成真。

自由職業為你提供了在家工作的能力。不需要每天上下班打卡。你可以親自挑選工作任務，拒絕你覺得不有趣的工作。你可以自由地按自己的節奏工作，可以選擇偶爾休息一下放松一下。

如果你是一個有抱負的數據科學家，好消息是全職工作不是你唯一的職業選擇。有很多公司和個人在自由職業的基礎上雇傭數據科學家。

在本文中，我將向您介紹如何使用您的數據科學技能來獲得自由職業。我將涉及以下主題：

• 成為自由數據科學家的利弊
• 你可以從事的自由數據科學工作的類型
• 如何獲得你的第一份自由職業
• 如何建立一個強大的投資組合，吸引多個工作機會

數據科學自由職業的利弊

在任何領域有一個自由職業生涯為你提供了隨時隨地工作的自由。因為你不需要每天去辦公室，所以你可以在汽油和食物等費用上節省很多。如果你發現你在做重復而無聊的工作，你有機會改變事情，只接受讓你興奮的項目。

如果你為一家公司全職工作，你就被限制在公司內部的工作范圍內。你不能在不同的領域完成任務。

然而，如果你是自由職業者，你可以接觸到各種各樣的行業。這在你的投資組合中看起來很棒，并使你有資格在未來申請更廣泛的工作。

然而，自由職業也有自己的一系列缺點。

首先，你會缺乏工作保障。沒有多少雇主雇傭自由職業的數據科學家。

通常是個人或較小的公司/創業公司選擇雇傭自由職業者。它們通常不需要數據科學家，也沒有適當的數據管道。

確實需要數據科學家的大公司一般都有固定的職位。他們更愿意全職雇傭員工，幾乎從不雇傭自由職業者。

這就是為什么你會看到更多的自由職業職位空缺給web開發人員、作家和設計師，而數據科學家的機會很少。

成為一名自由數據科學家的最大缺點是，你需要不斷地在一個職位不多、供大于求的地方尋找工作。

盡管如此，作為一名自由數據科學家，您可以通過提供的服務獲得創造性。您不需要將自己局限于為組織構建機器學習模型。還有許多其他領域與數據科學家的技能交叉，你可以利用這些技能獲得更多的自由職業機會。

以下是基于我過去從事的自由職業的一些建議：

數據收集

這是許多小型組織和個人雇傭數據專業人員來執行的任務。

我曾經和一個人合作過，他想收集五年的社交媒體數據，以了解用戶對某些股票的情緒趨勢。這將幫助他改進現有的預測投資哪只股票的模型。

許多公司還需要大量的數據來幫助決策。我在過去收集了定價信息、用戶評論數據、社交媒體帖子和職位列表，以幫助組織制定關于產品提供和品牌定位的關鍵決策。

數據分析

這是我執行的最常見的任務之一，幫助組織決定如何定位他們的品牌，他們的目標受眾，以及運行的廣告類型。

雖然在數據科學中有很多重點放在模型構建上，但大多數中小型組織沒有足夠的數據來完成這一工作，尤其是在它們的初始階段。

這些公司依賴外部數據，然后可以分析這些數據來識別趨勢。然后，這些模式可以告訴你這些公司應該針對誰，應該推廣的產品類型，這些產品應該何時發布，以及應該如何向不同的人做廣告。

寫作

有許多技術出版物和學習平臺要求數據科學家圍繞這一主題撰寫文章。其中包括關于數據科學的觀點、技巧和教程。

許多這樣的平臺需要一個能夠以初學者很容易理解的方式分解高度技術性主題的人。

DataCamp的博客就是一個很好的例子。他們有關于數據科學幾乎每一個主題的教程。他們的教程非常容易理解，即使你是該領域的初學者。每一個步驟都清楚地概述了，代碼示例總是包括解釋為什么事情是以某種方式進行的。

這使得最終用戶很容易跟上，因為他們不會盲目地復制粘貼他們不理解的代碼。當他們完成教程時，他們實際上獲得了該主題的知識，下次他們想學點什么時，他們肯定會回到同一個網站。

將高度技術性的東西分解成簡單的格式并不是一件容易的事情。如果你能在這項技能上下功夫，在數據科學博客領域有很多機會給你。

如果您想成為一名數據科學作家，但不確定如何成為，您可以閱讀本文開始。

教學

在學習數據科學主題之后，您可以為該行業的初學者舉辦研討會和培訓課程來分解這些主題。

許多在線數據科學學習平臺正在尋找指導者來涵蓋特定的主題，他們將一次性或合同的基礎上讓你參與。

你可以為學生舉行現場會議，或者創建錄制的視頻，這些視頻將上傳到平臺，任何人都可以訪問。

我上面列出的角色是基于我過去承擔的自由職業任務。除此之外，我還一次性地為公司建立了機器學習模型。這是一項比我預期的更復雜的任務，因為這些組織非常小，它們的數據沒有得到正確的清理或存儲。

我不得不花很多時間來弄清楚不同表之間的關系，如何自動化數據庫訪問以便每次都能運行模型，以及清理數據以便便于查詢。

我花了很多時間處理數據并試圖理解它，而花在模型構建上的精力要少得多。

雖然這些項目占用了我很大一部分時間，但我能夠學到很多東西，也學會了許多不同的工具，可以用來處理大量的數據。

如何找到自由數據科學工作？

既然您知道了作為一名自由數據科學家可以承擔的任務類型，那么您可能想知道如何完成一項任務。你如何找到并與尋找這些職位的雇主聯系？

你可以在Upwork和Fiverr等平臺注冊為自由職業者。在LinkedIn上積極發帖。

學到了一個有趣的新話題？在LinkedIn上發布這件事。

創建了一個數據科學項目？寫一篇關于它的文章。在GitHub上分享您的代碼。

如果你想持續地找到自由職業，你的工作需要接觸到合適的人。你需要對你所做的事情直言不諱，并不斷提升自己。

幾乎我得到的每一個自由職業任務都是因為雇主偶然發現了我在社交媒體上的一篇文章或帖子。

此外，請記住，許多雇主選擇雇傭是基于信任。如果你得到了他們關系密切的人的大力推薦，他們更有可能雇傭你，而不是冒險雇傭一個在求職門戶網站上傳簡歷的求職者。

一旦你找到了最初的幾份自由職業工作，就會更容易得到更多的工作。你成功完成的工作越多，你的個人資料在Upwork等平臺上的排名就越高。

在為雇主完成一項任務后，向他們征求建議。這將使未來的雇主對你能完成工作充滿信心，并增加你被雇用的機會。

最后，確保根據你的專業水平設置合理的費率。在開始時，它是有意義的收費略低，以建立您的投資組合。當你開始獲得更多的專業知識和更多的工作開始進入時，你可以逐漸提高你的工資。

然而，確保做適當的研究，這樣你就知道市場利率是多少。當我剛開始做自由職業的時候，我并沒有意識到這一點，我做了很多工作，價格只是市場的一小部分。

我曾經向一家公司收取35美元左右的費用，寫一篇2500字的文章。在和他們一起工作了一個月后，我問這是否可以增加到70美元。他們談判并壓低價格，最后定了60美元。

我又給他們寫了一篇文章，然后就走了。報酬根本不值得我付出的努力，我決定把精力放在有附加值的任務上。

在那之后，我拒絕了很多工作，如果他們與我給雇主的報價不一致的話。

知道自己的價值是很重要的。你已經花費了大量的時間和資源來獲得你現在所擁有的技能。你一直在努力提高技能，獲得更多知識，在線課程/學習材料并不便宜。

這些時間和努力應該得到公平的回報，你需要相應地設置你的自由職業者費率。

如果您希望成為一名自由數據科學家，我希望本文提供的建議是有用的。

記住，離開你的全職工作，立即開始自由職業是不明智的。我建議首先創建一個投資組合，并在兼職的基礎上擔任自由職業角色。一旦你不斷有穩定的工作流入，并建立了一定程度的穩定性，那么你就可以向成為一名全職自由職業者過渡。