Хотите начать карьерный путь в Data Science в качестве фрилансера? Мы подготовили для вас 8 простых шагов: от регистрации на платформе до обустройства рабочего места. Обсудить

Независимо от того, являетесь ли вы опытным специалистом по Data Science или входящим в мир фриланса новичком, вы можете столкнуться с трудностями на своем пути. В небольшом обзоре мы разберемся, какие стратегии и инструменты помогут в поиске проектов, как продать себя на рынке фриланса и как получить лучшие офферы.

С чего начать?

Выберите платформу

При поиске фриланс-офферов и проектов обратите внимание на самые крупные и авторитетные российские и международные онлайн-платформы, такие как Upwork, AngelList, Freelancer, Kaggle, Indeed, Peopleperhour, Freelance.ru, Freelancehunt, Weblancer, Workzilla.

Они предлагают массу возможностей, а также предоставляют необходимые для успешной реализации проекта средства: публичный профиль, чат в режиме реального времени с клиентами, функции безопасности, расписание, аналитику и, самое главное, инструменты для управления заработной платой и налогами. Регистрация на сайтах может занять много времени, а в ряде случаев вам придется пройти собеседование. Также вас могут попросить заплатить небольшой взнос, чтобы зарегистрироваться или подать заявку на получение офферов.

Это один из наиболее трудозатратных этапов, поэтому уделите достаточное количество времени созданию хорошего профиля с подробным описанием вашего образования и опыта, а также с информацией о предыдущих проектах. Включите в него ссылки на примеры работы: личный веб-сайт, GitHub, интерактивное портфолио, студенческие проекты или соревнования Kaggle.

Исследуйте рынок труда

Изучите рынок внештатных специалистов по Data Science: для этого можно использовать рейтинги онлайн-платформ. Проанализируйте профайлы и портфолио коллег, их опыт работы и заработную плату. В этом случае сравнение с конкурентами может пойти на пользу.

Большинство высокооплачиваемых специалистов в области Data Science имеют высшее образование в сфере компьютерных наук (как минимум они знают основы математики и статистики), владеют одним или более языками программирования, имеют навыки визуализации и презентации данных с помощью различных инструментов.

О необходимых специалисту по анализу данных ресурсах мы подробнее писали в статьях «Data Science с нуля: обзор книг и видеокурсов для начинающих» и «10 навыков, необходимых в профессии Data Scientist».

Чем больше у вас опыта и чем лучше ваше образование (включая самообучение с помощью онлайн-ресурсов), тем выше ставка, которую вы можете установить. Не хватает практики? Ознакомьтесь с материалом «Обучение на Data Scientist: как получить работу, если без опыта никуда не берут?».

Продайте себя

Если вы начинаете карьеру внештатного специалиста по Data Science, будьте предельно настойчивы в поиске контрактов. Создайте личный веб-сайт с демонстрацией примеров вашей работы и убедитесь, что он прост в навигации, лаконичен и постоянно обновляется. Потенциальные клиенты обязательно захотят заглянуть в ваше портфолио, поэтому приступите к его оформлению в первую очередь.

Не забывайте выходить в сеть. Участвуйте в чатах и личных встречах, спрашивайте о доступной работе и о клиентах, которые ищут фрилансеров. Даже если проектов для вас нет, это не значит, что они не появятся.

Оцените свои навыки

Выберите свою нишу или специальность в области науки о данных. Например, если ли у вас есть опыт в обработке естественного языка, фармацевтики, финансов, компьютерного зрения, розничной торговли или облачных технологий, обозначьте это в начале резюме или профайла. Ваши посты в блоге, примеры проектов и поиск офферов должны быть сосредоточены вокруг выбранной специализации. Это поможет найти подходящий проект намного быстрее и начать строить портфолио даже не имея опыта за плечами.

Определите свой арсенал навыков. Например, знание языка Scala, навыки использования инструментов с открытым исходным кодом, облачных решений или Python могут повысить вашу ставку.

Не бойтесь вести переговоры! Если вы готовы освоить дополнительные навыки в ходе работы над проектом, не спешите отказываться от офферов, которые их требуют. Работа в Data Science – это постоянное самообучение. Если же вы не уверены, что сможете выполнить заказ качественно и в срок, стоит задуматься, стоит ли вознаграждение риска потерять репутацию. Лучше всего – проанализировать свои возможности и не цепляться за каждый оффер.

Определите свою ставку

Для начала определите, какой заработок необходим вам для комфортной жизни. Исходя из этой планки, вашего опыта и ниши, посчитайте, сколько часов/проектов вам необходимо завершить за месяц. В первое время не стремитесь к полной занятости, берите меньше проектов, но делайте их качественно. Тогда заказчики будут возвращаться к вам и смогут порекомендовать другим. Если вы смогли достичь желаемого уровня заработка, поставьте себе новые цели и увеличьте количество проектов.

Определив желаемую ставку, никогда не опускайте руки от отчаяния при поиске офферов. Спрос на специалистов по данным очень высок, а заказчики готовы платить за качественные и креативные проекты.

Проанализируйте среднюю ставку на платформе для специалистов вашего уровня и в зависимости от целей установите свой почасовой тариф. Главное, не занижайте плату за работу, даже если у вас нет опыта: слишком низкий оклад может отпугнуть клиентов.

Как продолжить?

Подготовьте рабочее место

Найдите тихое рабочее место, которое позволит вам быть максимально продуктивным. Если вы чувствуйте себя продуктивным в кофейне или в коворкинге, выделите бюджет на кофе и взнос. Если вы только начинаете, имеет смысл экономить деньги и работать дома, особенно если фриланс является вашим единственным источником дохода.

Если вы решили работать из дома, выделите для этого специальное место. Только отделив личную жизнь от рабочей, вы сможете быть максимально продуктивным.

Прежде чем приступить к фрилансу, убедитесь в надежности и высокой пропускной способности интернет-соединения. Ваша продуктивность напрямую зависит от возможности быть в онлайне. Приобретите удобное кресло, клавиатуру и по возможности дополнительный экран. Рабочее место должно хорошо проветриваться, задумайтесь над покупкой увлажнителя воздуха.

Планирование времени

Основная проблема фрилансера – организация работы и планирование времени. Если каждый день вы перерабатываете, то стоит задуматься о более эффективной организации времени. Вашей цель – работать как можно меньше, а получать как можно больше, наслаждаясь процессом. Оставшееся время нужно использовать для поисков новых клиентов, изучения профессии и нетворкинг. Не стоит забывать и о концепции work-life balance: профессиональное выгорание – проблема многих начинающих фрилансеров, которые спешат наработать опыт и забывают отдыхать.

Присоединись к сообществу и начните строить сеть контактов

Необходимо регулярно посещать мероприятия, где вы можете встретить потенциальных клиентов. Сделайте нетворкинг частью ежедневной рутины. Окружите себя новостями, ресурсами и людьми, которые работают и заинтересованы в сфере Data Science. Подпишитесь на рассылки, ежедневно читайте посты, статьи и книги, слушайте подкасты и смотрите видео на YouTube. Общайтесь с людьми в LinkedIn, просите их о помощи, будьте любопытным и полезным в решении их проблем. Участвуйте в онлайн-дискуссиях и обсуждениях проектов, высказываете свое мнение и задавайте правильные вопросы.

Еще один хороших способ найти заказчиков – посещение конференций и митапов, где вы сможете не только получить знания, но и познакомитесь с готовыми поделиться опытом (и даже вакансиями) людьми. Не просто знакомьтесь с ними: важно быть заметным и показать свой интерес, а также ценность для отрасли. Расскажите, что вы ищете и с кем хотели бы связаться. О вас обязательно вспомнят, когда услышат о новой вакансии. Сделав это, вы получите больше ресурсов для поиска работы и расширения социальной сети контактов.

После завершения проекта для клиента попросите его о рекомендации и отзыве. Отправьте заказчику электронное письмо с краткой анкетой о процессе, а также попросите имена и контактные данные людей с похожими проблемами.

Заключение

Идеальный сценарий работы фрилансером выглядит так: вы выбираете интересные проекты, вы независимы, не привязаны к одному месту или компании, сами определяется рабочую нагрузку и заработную плату. Минусы тоже есть: поиски офферов могут быть оказаться довольно трудозатратными, необходимо всегда выделятся на фоне других специалистов, на наработку репутации и клиентской базы может понадобиться время, а самое главное – необходимо умение организовывать рабочий процесс.

***

Если вы только начинаете свой путь в Data Science, стоит обратить внимание на курс Факультета Искусственного интеллекта образовательной онлайн-платформы GeekBrains. Рассчитанная на 2 года обучения программа – одна из самых объемных и содержательных на рынке. Она включает основательную математическую подготовку, изучение программирования и статистического анализа, а также работу с базами данных, нейронные сети и машинное обучение. Курс построен на основе практической работы с ведущими специалистами технологических компаний и личным помощником-куратором. Успешно завершившие обучение студенты получат диплом о профессиональной подготовке и помощь в трудоустройстве, а также смогут добавить в портфолио реализованные проекты.

Интересно, хочу попробовать