原文：
www.kdnuggets.com/2021/03/succeed-becoming-freelance-data-scientist.html
评论
图片由 Icons8 团队 提供，来源于 Unsplash
数据科学是一个不断扩展的领域。越来越多的行业依赖技术来收集和处理重要信息，数据科学家需求量很大。然而，找到适合你的工作的确可能是一项挑战。在这种情况下，你可以转向自由职业。
1. 谷歌网络安全证书 - 快速进入网络安全职业生涯。
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 - 支持你所在组织的 IT 工作
自由职业正迅速成为各种专业人士的热门选择。实际上，LinkedIn 正在 推出新功能 专门帮助自由职业者找到工作。随着这一增长，现在是进入数据科学自由职业的最佳时机。以下步骤将帮助你开始寻找客户或改善当前策略。
过程的第一步是建立和整理一个强大的在线影响力。你需要一个网站、职位列表和 LinkedIn 页面。
使用你的网站展示你的技能。以最佳状态进行市场宣传。展示你相关的工作经验组合，并随着成功帮助更多客户而不断更新。记住，网站必须易于导航，否则人们会点击离开。让人们容易联系到你并获取他们需要的信息。
在 Google 上，你可以开设 Google 我的商家列表 并连接你的网站和详细信息。这样，快速搜索数据科学自由职业者时，你的业务就会出现。考虑一下你希望营业的时间以及潜在客户应该如何与你联系。
然后，更新你的 LinkedIn，并使用新的市场功能将自己作为自由职业者进行宣传。最后这一举动将帮助你吸引寻找数据科学家的企业或个人。
数据科学随着时间的推移而变化。新的技能不断出现，你必须跟上工作的需求。幸运的是，数据科学是一个广泛的职业——你可以将为网络安全学到的技能应用到机器学习算法中。
你也可以通过在线课程获得你尚未掌握的技能。Lynda 提供了许多选项，可以帮助你发展新技能，如区块链技术中的数据管理。你可以将证书添加到你的个人网站，提高你在数据科学相关职位上的吸引力和资格。
作为一名自由职业数据科学家，你应该掌握工作的基础知识、统计学、编程、数据可视化、机器学习和深度学习以及软件工程。你还需要对大数据有很好的理解。这些技能为你提供了一个全面的自由职业工作方法。
数据科学专业人员的需求旺盛是这份工作的另一个好处。你会发现，技术职位在各个行业中都是必需的，无论它们的重点是什么。例如，旅游和银行需要数据科学家来保护和监控敏感信息。
在银行业中，采用基于数据的方法为客户和机构本身提供了必要的透明度。随着新的金融科技公司为客户提供更多金融服务选项——例如加密银行——银行需要确保所有这些控制都有适当的数据保护。这使得行业能够以更大的信任向前发展。
这个理念适用于所有行业，因为每个机构都需要收集和保护数据。关键是保持选择的开放性。查看每一个机会，记住你可以与成熟的企业、初创公司和个人客户合作。
虽然你可以通过互联网获得认证，但你可以更进一步。其他资源可以帮助你建立网络并创建你作为自由职业者起步所需的联系。以下是你应该开始的地方：
-
Upwork 和 Toptal 是两个专门为自由职业者提供的平台，将帮助你与客户建立联系。
-
Gitter 是一个 Slack 社区，你可以在这里与其他开发人员互动，互相帮助完成项目和目标。
-
Kaggle 是一个全方位的平台，用于学习新技能并找到类似专业人士的社区以建立客户基础。
-
Data Science Stack Exchange 是一个论坛数据库，数据科学家可以在这里提问和提升他们的专业技能。
-
AngelList 和 FounderDating 是优秀的求职平台，你可以在这里找到公司进行工作或合作。你可以使用筛选器来缩小你对数据科学特定机会的搜索范围。
从这四个资源开始。你将立即与他人建立联系，并更好地了解这个领域。
一旦你建立了工作联系，你需要解决一些最终细节。在与你的公司或个人合作时，考虑你的工作时间、合同义务和工资标准。
虽然工作时间和任务将由你根据需要决定，但薪资的确定可能会更复杂。查阅其他自由职业者的收费标准，并根据项目以及你的技能和经验调整这些数字。
根据 Glassdoor 的数据，平均 数据科学家年薪大约为 $113,000。如果将其折算为小时工资，则略高于每小时 $54。然而，如果你掌握了 Scala 和 Spark 等技能，你可以提高收费。这取决于你的背景。记住，不要低估自己 — 了解自己的价值。
通过这五个步骤，你可以开始你的成功自由数据科学家职业生涯。每个人的道路都会不同，但你应该从提升自己开始。然后，通过坚实的基础，你可以接受任何机会。
个人简介：Devin Partida 是一位大数据和技术作家，同时也是 ReHack.com 的总编辑。
相关内容：
-
5 种支持技能可以帮助你找到数据科学工作
-
自动化如何改善数据科学家的角色
-
成为数据工程师所需的 9 项技能