CDA數據分析師 出品

作者：Natassha Selvaraj

編譯：Mika

導讀：由于新冠疫情，一年多前我失業了。在失業后，我自學了數據分析，如今我的收入翻了三倍。

大約18個月前，正值新冠疫情爆發最嚴重的時期，我失去了工作。之前，我在大學期間做兼職家教。我獲得的課時費被用來支付伙食費、汽車加油等費用。

隨著疫情防護政策的升級，要求停課停學，居家隔離，我也不能再去學校了，被迫在家自習。

一開始這看起來很糟，但我意識到這能讓我有更多的時間。我開始嘗試在這段時間里提升自己的技能。

在做了一些研究后，我發現一個很有意思的機器學習在線課程。這是我學完的第一個在線課程。在那之后，我把大部分時間都用于開發項目、學習代碼和獲得在線認證上。

如今，一年半過去了，憑借我在數據科學和分析領域的知識，我已經有了多個收入來源。下面跟大家簡單分享一下。

01、數據分析的全職工作

首先，我入職了一家公司的數據分析崗位，在實習一段時間后，現在已經成功轉正了。

起初，我本以為我的工作主要是模型構建。在入職后我發現，模型構建大約只占我工作內容的10%。其余的時間，我和我的團隊都在研究如何創建的新解決方案，以解決業務問題。

通常，這些問題甚至不需要用到機器學習來解決。數據解決方案大多可以通過SQL查詢完成。

我每天的工作主要包括回答以下問題：

• 如何利用數據找到A公司競爭對手的信息？
• 我們建立了一個客戶流失預測模型。我們可以用哪些業務用例來測試該模型？它在生產環境中的效果是否和在測試環境中一樣好？
• 如何為客戶持續改進細分和性能？是否能從現有的數據推斷出在現實生活中的情景？

這是對我日常工作的簡單概括。但我想強調的是，創建數據解決方案并不以建立模型為起點和終點。

如果你是一位有抱負的數據分析師，我建議你在想從事的行業中獲得一些專業領域知識。

02、寫數據分析博客

我會把自己在數據領域獲得的經驗寫下來。如果我在工作中構建一個項目，我會在Kaggle上找類似的數據集并復制分析，而且圍繞它寫一個教程。

最開始這只是我的個人愛好，也能提升自己的作品集。但同時，這類文章也讓我認識了許多志同道合的數據分析師。這也是我展示自己編寫和構建ML模型能力的一種方式。

起初，我從未想過通過自己的寫作會得到報酬。然而，在過去的一年里，這項愛好開始為我創造收入?，F在，我可以通過創建與數據相關的教程、項目和寫自己的經歷來獲得被動收入。

03、接項目，做私活

當我在數據分析社區活躍起來后，我開始收到多個項目的邀約，也接了一些數據分析的私活。我為客戶建立了機器學習模型，創建競爭對手分析報告，并撰寫數據科學文章。

當我最初想到自由職業時，我以為必須在某個在線平臺上競標項目。然而，我所有的客戶都是在閱讀了我的文章或看了我的數據分析項目后主動與我聯系的。

幾個月前，我構建了一個聚類算法，并在網上發布了關于它的教程。第二天，就有人主動聯系我，問我是否有興趣為他們的客戶構建聚類模型。

接手這些項目讓我掌握了很多我在日常工作領域以外的技能。

在我的公司，我處理的數據通常以某種預處理的格式提供，我用SQL和Python對數據進行查詢和處理。

而接私活時，客戶的數據的格式非常不同。大部分數據都沒有經過處理或結構化，我要花很多時間來弄清數據集之間的關系并進行理解。

我還需要收集外部數據來進行分析，這通常包括爬取第三方網站和使用開源工具。這些工程中讓我接觸到了目前日常工作外的知識，而且我能夠在從事的每一個項目中學到新的東西。

我是如何做到的

之前提到，我參加了一個數據科學在線課程。其實在剛上完課程后，我感到很失落和茫然。之后我又花了大約一個月的時間用Scikit Learn學習不同的算法和訓練模型。

當時我也不知道今后該怎么發展。

之后我看到一些文章，當中分享了別人是如何在沒有相關學位或任何專業資格的情況下成功地獲得了數據分析工作。我意識到領域知識和借助現有數據解決問題的重要性。

對我來說，建立最精確的模型或理解模型背后的基本算法并不是必須的。

我意識到，最重要的技能是利用數據解決問題的能力，而不是局限于機器學習的算法。

之后我又我參加了商業分析和ML工程的課程。這次我花在學習代碼上的時間比花在理論上的時間多，我還花時間學習了SQL和數據處理。

隨后，我通過網絡爬取，從在線網站收集數據。我用這些數據解決問題，并用它構建了簡單的機器學習web應用。

通過這種方式，我慢慢獲得了成為端到端數據科學家所需的技能。

在公司的數據分析團隊中，如果有任何超出我們日常工作范圍的項目，比如需要收集外部數據或新算法的項目，我通常會被分配到該項目中。

結語

如果你對數據分析行業感興趣，或者已經在從事數據分析工作，現在網上有很多資源可供使用。事實上，這些資源太多了，有時你會不知道該如何選擇。

雖然知道構建和訓練模型的基本原理是很重要的，但大多數現有工作都要求你超越這一點。真正的需求在于，你能夠借助現有數據去解決實際問題。