登录
首页大数据时代如何成为在线数据科学导师
如何成为在线数据科学导师
2022-02-28
收藏

在数据科学领域工作了几年,我试图了解学习教授数据科学的最佳方法。

我希望我们的团队在通过MOOCs进行教学方面做得很好。

“50多万学生不会错的,”正如广告所说。

虽然在线课程是最实惠的学习方式,但在线辅导也不应该被低估。

在需求方面,对于任何人来说,这是一个更昂贵但极其有效的方法来推进他们的数据科学职业生涯。

在供应方面,许多专业人士在他们的数据科学团队中是令人惊叹的导师,但没有考虑将家教作为额外收入的来源。

在本文中,我们将把这个问题作为一个“在线数据科学辅导”的商业案例来探讨。

问题所在

抖音很热,但很容易。我花了一个小时才“得到它”

数据科学很热,但很难。我花了几年时间才“得到它”,然而,我仍然觉得不舒服说,“我得到了数据科学。”

这主要是因为数据科学确实是一个没完没了的话题。

没有人能说:“我知道关于数据科学的一切。”

它有许多不同的方面:

  • 设计令人惊叹的数据可视化的创造性方面
  • 通过BI工具将数据源组合到仪表板中的业务方面
  • 机器学习和人工智能的数学难题
  • 大数据管道的计算机科学方面
  • 销售人员沟通发现的方面

你明白重点了。

要成为一名优秀的数据科学家,必须具备这些技能的综合。再加上更多。

你们中的一些人可以自学,另一些人--不是真的。

在整个过程中会出现许多问题,如果有人在那里回答这些问题,这将是一个巨大的帮助。

解决方案

你可能就是那个人!当然是一定的价格。

你有资格吗?如果你了解KDnuggets上一半的博客,你肯定有资格通过帮助有抱负的数据科学家来获得额外的收入。

辅导有抱负的人的不同方法包括:

  • 书面答复
    这是我们多年来在网上课程中一直在做的事情:通过电子邮件或问答空间回答问题。这个活动有很大的规模经济,因为经过一段时间,你已经看到了人们问的大部分问题,你会更好更快地回答他们。
  • 实时聊天回答
    与上述相同。问题是,当你现场回答问题时,你没有时间准备或做额外的研究。这是个大禁忌。
  • 实时视频聊天回答
    这是过去一年每个人都在做的事情。确保你提前得到问题或代码,这样你就可以提前做好准备,并且你已经准备好了所有可能的答案。您可以交谈、屏幕共享、配对代码--成功的辅导会议所需的一切。

这是一个双赢的局面,你可以把你对数据科学的热情转化为额外的收入,并可能在此过程中学到一些新的东西。

目标客户

谁会对你的服务感兴趣?

有抱负的数据科学家目前在大学,参加在线课程,或与书本学习。他们总是需要一只额外的手。

但是,不仅仅是他们。

每一个愿意学习新东西的数据科学家,即每一个明智的数据科学家,都可以真正从您提供的东西中受益。

也不要低估经验丰富的数据科学家。

如果他们是“数学难”的类型,他们肯定需要一些数据科学沟通技能。

如果他们是“创造性”的数据可视化类型,他们可能需要“销售人员”类型的帮助,将他们的工作从非常漂亮到非常有说服力。

请放心,在这个过程中你也会学到很多东西。

如何将此作为一项业务开始

你需要三件事:

  • 建立一个基础设施来主持会议并获得报酬。
  • 学习举办在线课程的基本知识。
  • 联系你的目标客户。

设置基础结构以主办会议并获得报酬

你如何确保视频通话发生并获得报酬?

  1. 你需要一个网站。

为什么?因为人们必须能在网上找到你。更重要的是,您需要记录了解您的人数的数据。不管是一个简单的预订页面还是一个辅导市场,你必须存在于互联网上。如果你正在寻找一些更私人但更容易的东西,那么Wix和Squarespace将是一个很好的匹配。

  1. 一个调度工具。

当你开始的时候,你可以自己安排会议。但那不是自动化的。作为一名数据科学家,您可能更喜欢自动化或至少半自动化调度。您可以使用Calendly或HubSpot。

  1. 一种视频会议工具。

这是旧闻:缩放,谷歌见面,微软团队拯救世界!

  1. 一种支付工具。

PayPal、Stripe和Revolut都是很好的候选人。

集成这四个工具,甚至至少视频和支付,将是您的技术基础设施。

如果你太忙或不想麻烦,你可以选择端到端付费在线会议的解决方案之一。我鼓励你尝试一下3Veta.com。

学习在线教学的基本知识

确保你没有跳过这一步。这听起来可能很平凡,但事实并非如此。

首先,你必须学会如何准备一个会议和领导一个会议。所有类型的在线咨询规则都是一样的。这些步骤很容易遵循--所有与建立、准备设备、收集材料等相关的步骤。让自己熟悉这个阶段,我强烈建议有一个清单。

其次,了解这个人面临的问题。

你在那里不是为了教他们“所有的数据科学”,你在那里是因为他们有一个特定的数据科学问题,你有专业知识来解决。

问很多问题。转移您的数据科学技能,并深入挖掘,直到您达到问题的根本原因。个人只不过是一个极其庞大的数据集合。

例如,他们告诉你,“我需要帮助来创建图表。”所以对话可以是这样的:

你用的是什么软件?你在编码,啊哈。

用什么编程语言?蟒蛇!不错的选择。

您首选的IDE是什么?嗯,Jupyter对初学者很好,但你可以考虑在未来转向其他东西。

您发现有有用的库吗?MatPlotLib是一个非常坚固的,但你试过Seaborn吗?我想这可能更适合你的案子。一个有趣的也是阴谋。但是如果你想在MatPlotLib上做得更好,我听到了,我会帮助你的。

那么您到底想要创建什么呢?你在创作它或设计它时挣扎吗?造型很重要。但是如果外表是你追求的,MatPlotLib不适合你。也许Python也不是正确的选择。在Tableau或Powerbi中试试这个怎么样?我可以给你看。

你是专家。指导他们成为一个更好的数据科学家,并分享你的错误或偏见。

联系目标客户

你需要对你的目标客户有所帮助。知道他们存在的地方或上网。

  • KDnuggets?
    你已经来了。试着就某一主题写一篇高质量的文章,人们肯定会联系你详细阐述它。
  • 在线课程讨论(问答部分)。
    我从亲身经历中知道这一点:在线课程创作者正在努力回答他们在课程中得到的所有问题。试着帮助别人。你很快就会意识到学生和老师都在注意你,这是你向他们中的任何一个投球的机会。
  • 论坛,如Quora、Reddit、StackOverflow。
    这些实际上是“溢出”了未回答的数据科学问题。在你的简历中放置一个链接到你的服务,尽可能地提供帮助。

额外的想法

  • 教书是不合理的回报。如果你帮助一个人解决他们的问题,你会对自己感觉非常好。
  • 不要担心他们会问你一些你不知道的事情。通过事先提出问题来缓解这种情况。如果你做不到这一点,你可以随时要求他们以后再来找他们。会议上的演讲者就是这么做的,没有人对此感到愤怒。
  • 你得了冒名顶替综合症?如果您在咨询期间或之后对自己不满意,您可以随时提供退款。
  • 如果你有点内向,你可能会考虑变得更开放。不要害怕能见度。如果人们知道你对数据科学如此感兴趣,以至于你甚至在辅导,这只会在你的职业生涯中帮助你。记住,一路上你会学到很多。从字面上看,可能发生的最糟糕的事情是在网上被忽视,这并不是一个糟糕的结果。
  • 作为一名课程讲师,当我试图处理课程的问答时,我迫切需要帮助之手。每当一个学生回答超过5个问题,我就会联系并要求他们与我们一起工作。

您真的能做到这一点吗?

开始在网上赚取额外收入从来没有这么容易过,我已经提倡这一点很长一段时间了。

听起来可能很难,但你知道吗?你是数据科学专家,不是抖音!

你的事业通常更难,但总是更有回报!


数据分析咨询请扫描二维码

客服在线
立即咨询