Cách trở thành Nhà khoa học dữ liệu tự do (phần 2)

• Lộ trình hoàn chỉnh cho khoa học dữ liệu tự do 
• 13 mẹo dành cho nhà khoa học dữ liệu tự do mới bắt đầu
• Kết luận

Trong phần 1, chúng tôi đã nêu ưu và nhược điểm của con đường này, thảo luận về các kỹ năng cứng và mềm mà bạn cần, và điểm qua một số nền tảng tốt nhất để kết nối với khách hàng tiềm năng. Ở phần 2, chúng tôi sẽ phác thảo những bước cụ thể bạn cần thực hiện để bắt đầu hành trình, cũng như cung cấp danh sách các mẹo cho người mới.  

Lộ trình hoàn chỉnh cho khoa học dữ liệu tự do 

Lộ trình khoa học dữ liệu tự do sau đây là một hướng dẫn hữu ích giúp bạn trên hành trình làm freelancer. Bạn không cần phải bắt đầu từ bước một - có thể nhảy thẳng đến bước phù hợp với kinh nghiệm hiện tại. Nếu bạn chưa có kinh nghiệm và bắt đầu từ con số 0, hãy bắt đầu từ đầu. 

• Bắt đầu học Python hoặc R
  Python và R là các ngôn ngữ lập trình được giới khoa học dữ liệu sử dụng rộng rãi. Chúng tôi gợi ý bạn bắt đầu với Python vì với người mới sẽ có nhiều cơ hội hơn. Bắt đầu học Python với khóa Nhập môn Python cho khoa học dữ liệu của DataCamp. Nếu bạn đã biết những điều cơ bản, hãy làm bài đánh giá Python nhanh và chúng tôi sẽ cung cấp lộ trình học cá nhân hóa để bạn tập trung vào những kỹ năng cần nhất. Bạn cũng có thể xem dự án Viết hàm cho phân tích sản phẩm, giúp bạn rèn luyện viết các hàm Python sạch và dễ bảo trì.
  
  
• Nâng cao kỹ năng lập trình
  Chỉ học những điều cơ bản thường chưa đủ để có được công việc đầu tiên. Bạn nên làm quen với các thư viện phổ biến của Python như NumPy, SciPy, Pandas, Scrapy, Matplotlib, v.v. Bạn cũng nên hiểu lý thuyết phía sau và luyện tập cấu trúc dữ liệu, thuật toán, cùng lập trình hướng đối tượng.
  
  Bạn có thể cải thiện kỹ năng Python bằng khóa Python trung cấp của chúng tôi. Chúng tôi cũng mang đến trải nghiệm thực hành với dự án Khám phá phim Netflix và khách mời trong The Office.
  
  
• Học SQL
  Đến lúc học SQL (Structured Query Language) và cơ sở dữ liệu quan hệ cũng như phi quan hệ. Với kiến thức này, bạn sẽ biết cách truy xuất, ghi và thao tác dữ liệu trong cơ sở dữ liệu.
  
  Bắt đầu học Python với khóa Nhập môn SQL của DataCamp, sẽ dạy bạn những kiến thức cơ bản như lọc, nhóm và sắp xếp dữ liệu bằng cách viết các truy vấn cơ sở dữ liệu hiệu quả và tối ưu. Hoặc nếu đã nắm căn bản, hãy làm bài đánh giá Phân tích dữ liệu bằng SQL (PostgreSQL) và chúng tôi sẽ cung cấp lộ trình học cá nhân hóa.
  
  
• Học cách trực quan hóa dữ liệu
  Ở bước này, bạn nên làm quen với một số thư viện trực quan hóa trong Python và thực hành các kỹ thuật phổ biến nhất.
  
  Bắt đầu học với khóa Hiểu về trực quan hóa dữ liệu của DataCamp, khóa học sẽ dạy bạn cách chọn kỹ thuật trực quan hóa phù hợp nhất cho bộ dữ liệu của mình và cách diễn giải các dạng biểu đồ phổ biến như histogram, scatter plot, line plot và bar plot. Nếu bạn đã có kỹ năng trực quan hóa dữ liệu nâng cao hơn, hãy thử Nhập môn trực quan hóa dữ liệu với Matplotlib với các bài học về vẽ chuỗi thời gian, so sánh định lượng và trực quan hóa thống kê. Qua khóa học này, bạn sẽ được thực hành với Matplotlib, một trong những gói phổ biến nhất cho trực quan hóa dữ liệu, và cải thiện kỹ năng Python.
  
  
• Tạo hồ sơ freelancer đầu tiên của bạn
  Giờ bạn đã sẵn sàng ứng tuyển các tác vụ cơ bản. Chọn một nền tảng freelancer và tạo hồ sơ. Đặt mức phí theo giờ và bắt đầu ứng tuyển các công việc Python và trực quan hóa dữ liệu cơ bản.
  
  
• Nỗ lực hơn nữa
  Có thể sẽ mất thời gian để có được công việc đầu tiên và bạn có thể nản lòng, nhưng đừng bỏ cuộc. Hãy ứng tuyển càng nhiều tác vụ đơn giản càng tốt. Chủ động liên hệ với khách hàng. Dù chưa có việc ngay, hãy dùng thời gian này để làm quen với nền tảng, loại tác vụ được chia sẻ và luyện tập trao đổi với khách hàng. Sau khi có được công việc đầu tiên, các cơ hội khác sẽ theo sau. Dù mất vài tháng, hãy kiên nhẫn và tiếp tục cố gắng.
  
  
• Lấp đầy khoảng trống kiến thức toán và thống kê
  Bạn có thể cần mở rộng kiến thức toán học và thống kê hiện có để hiểu những điều cơ bản của khoa học dữ liệu.
  
  Bắt đầu học với khóa Nhập môn thống kê bằng Python của DataCamp, sẽ dạy bạn những kiến thức cơ bản như tính xác suất đơn giản, phân phối và định lý giới hạn trung tâm. Nếu bạn đã có kỹ năng xác suất và thống kê nâng cao hơn, hãy thử Mô phỏng thống kê bằng Python với các bài học về mô phỏng và phân phối xác suất. Bạn cũng sẽ có trải nghiệm thực hành với gói NumPy của Python.
  
  
• Đến lúc học máy học
  Khi đạt đến mức này, bạn sẽ thấy thoải mái khi làm quen với những kiến thức cơ bản về máy học. Đừng quên kiểm tra kiến thức mới qua các dự án mẫu để quen với việc áp dụng máy học khi có thể.
  
  Bắt đầu học với các khóa Hiểu về máy học và Kiến thức nền tảng về AI của DataCamp, sẽ dạy bạn căn bản và giúp bạn hiểu cách máy học vận hành. Nếu bạn đã có kỹ năng máy học nâng cao hơn, hãy thử các khóa Bộ phân loại tuyến tính và Phân tích phân cụm với các bài học về hồi quy logistic, máy vectơ hỗ trợ (SVM) và K-Means.
  
  
• Học những điều cơ bản về học sâu
  Xây dựng các mạng sâu hơn hoặc sử dụng các mạng đã được huấn luyện sẵn có thể giúp giải quyết vấn đề hiệu quả hơn. Vì vậy, học những điều cơ bản về học sâu là quan trọng trong khoa học dữ liệu.
  
  Bắt đầu học với khóa  Nhập môn học sâu bằng Python của DataCamp.
  
  
• Cập nhật hồ sơ của bạn
  Giờ đây bạn đã tích lũy thêm kỹ năng, đây là thời điểm tốt để cập nhật hồ sơ freelancer với năng lực và kinh nghiệm mới.
  
  
• Tập trung vào dự án mẫu và dự án cá nhân
  Bạn có thể vẫn gặp khó khăn khi có được công việc tự do đầu tiên. Điều đó hoàn toàn bình thường. Lúc này, bạn nên chuyển trọng tâm sang làm các dự án mẫu hoặc, nếu bạn có ý tưởng dự án trong lĩnh vực khoa học dữ liệu, đó có thể là động lực tuyệt vời để tích lũy thêm kinh nghiệm bằng cách thực hiện những dự án này.
  
  Đăng ký theo dõi các bài viết về công nghệ mới cũng giúp bạn bắt kịp những cập nhật trong lĩnh vực. Các buổi họp với khách hàng không phải lúc nào cũng chỉ xoay quanh dự án của họ; bạn thường sẽ bàn về công nghệ và xu hướng mới. Có thể trò chuyện về những chủ đề như vậy sẽ giúp bạn cải thiện đáng kể mối quan hệ với khách hàng và tạo cảm giác bạn thực sự gắn bó với lĩnh vực của mình.

• Kiểm tra công việc có sẵn mỗi ngày hoặc mỗi giờ
  Tìm công việc phù hợp với bạn sẽ cần nỗ lực. Thật không may, là freelancer chưa có đánh giá từ khách hàng sẽ khiến bạn bị xếp sau khi họ tìm ứng viên mới. Bạn nên kiểm tra công việc mới mỗi ngày hoặc mỗi giờ nếu có thể. Nếu ứng tuyển sớm hơn các freelancer khác, bạn sẽ được nhìn thấy trước. 

• Giữ khách hàng hài lòng
  Đôi khi, việc xem các bài đăng tuyển trước đây của khách hàng và chủ động đề xuất hoặc đưa ý tưởng, ngay cả khi họ đã giao việc cho người khác, cũng hữu ích. Khách hàng có thể đánh giá cao điều đó và có xu hướng nhớ đến bạn cho những công việc sau.

• Thành lập kinh doanh hợp pháp
  Đến thời điểm này, có lẽ bạn đã nhận ra rằng mình có thể nhận việc tự do nếu nỗ lực và bàn giao thành công. Giờ bạn tự tin bắt đầu công việc freelancer một cách hợp pháp. Hãy tìm hiểu về thuế, phí freelancer và các yêu cầu pháp lý khác tại quốc gia của bạn. Sau đó, bạn có thể chính thức bắt đầu kinh doanh và yêu cầu các khoản thanh toán đã được giữ trên nền tảng freelancer ưa thích cho đến nay. 

13 mẹo dành cho nhà khoa học dữ liệu tự do mới bắt đầu

1. Chọn một nền tảng freelancer và gắn bó với nó
   Nên chọn một nền tảng freelancer và cam kết với nó vì số lượng đánh giá và giới thiệu bạn nhận được trên nền tảng sẽ là chìa khóa để chốt các công việc khác, qua đó đảm bảo thu nhập. Cần thời gian để hồ sơ freelancer của bạn trở nên mạnh, nên bạn sẽ phải nỗ lực. Đặc biệt trong năm đầu, thu nhập của bạn có thể tăng theo cấp số nhân. Nếu chia nhỏ nỗ lực vào nhiều nền tảng, bạn có thể phải bỏ công nhiều hơn cho cùng mức thành công, thậm chí ít hơn.
   
   
2. Tạo hồ sơ ấn tượng
   Khi freelancer ứng tuyển, khách hàng sẽ đánh giá ứng viên bằng cách xem hồ sơ. Hồ sơ của bạn cần nổi bật và hấp dẫn với các công ty bạn ứng tuyển, cả về thông tin cung cấp lẫn cách thức làm việc. Bạn nên trình bày chi tiết kinh nghiệm, gồm bằng cấp và chứng chỉ, các công ty từng làm và vai trò đã đảm nhiệm.
   
   
3. Bắt đầu với mức phí theo giờ thấp
   Khi mới tạo tài khoản trên nền tảng freelancer, bạn chưa có đánh giá hay giới thiệu, vì vậy cần tự chứng minh trước. Hãy bắt đầu với mức phí theo giờ khá thấp và tập trung lấy đánh giá tốt. Mức phí bạn có thể đề xuất phụ thuộc vào nhiều yếu tố như quốc gia cư trú của cả hai bên, kinh nghiệm của freelancer và ngân sách của khách hàng. Nên tham khảo mức phí theo giờ của các freelancer khác để quyết định mức phí khởi điểm của riêng bạn.
   
   
4. Giữ thái độ tôn trọng
   Luôn tôn trọng khi trò chuyện với khách hàng. Đôi lúc bạn cần đàm phán, nhưng ưu tiên hàng đầu luôn là giữ cho họ hài lòng và thỏa mãn.
   
   
5. Đừng hứa mức độ chính xác cụ thể cho các tác vụ mang tính xác suất
   Các tác vụ liên quan đến dữ liệu thường dựa trên xác suất. Bạn có thể phải áp dụng máy học và có thể chưa hiểu rõ dữ liệu, hoặc khách hàng chưa chia sẻ bộ dữ liệu. Ngay cả khi bạn biết dữ liệu, bạn cũng không thể dự đoán chính xác độ chính xác tối thiểu cho tác vụ trừ khi đã phát triển xong giải pháp. Tuy nhiên, vấn đề thực tế hoặc dữ liệu được cung cấp có thể khác với những gì bạn từng làm.
   
   Bạn có thể bị cám dỗ hứa độ chính xác 99% để có được công việc đầu tiên, nhưng bạn không nên đặt mình vào vị thế đó ngay cả khi từng làm tác vụ tương tự. Luôn có rủi ro điều gì đó trục trặc và bạn không thể thực hiện đúng cam kết.
   
   
6. Cho khách hàng biết bạn đang làm gì
   Tốt hơn là giữ cho khách hàng được cập nhật. Nếu họ không yêu cầu, bạn không nên spam, nhưng luôn nên cung cấp thông tin về các bước bạn đang thực hiện, trao đổi ý tưởng và những gì bạn sẽ làm tiếp theo.
   
   
7. Ứng tuyển trong phạm vi năng lực của bạn
   Bạn sẽ thống nhất điều khoản trong các hợp đồng ràng buộc với khách hàng. Đừng ứng tuyển các việc mà bạn không chắc có thể hoàn thành. Tuy nhiên, điều này không có nghĩa là bạn không nên tự tin và ứng tuyển những vai trò vượt khỏi vùng an toàn. Dù chưa từng làm tác vụ tương tự, bạn vẫn có thể ứng tuyển những việc đòi hỏi kỹ năng và khả năng nghiên cứu của bạn. Bạn không cần biết hết mọi thứ từ trước; nhận vai trò mới là cách tuyệt vời để học. Nếu bạn nghĩ mình có thể hoàn thành, hãy ứng tuyển.
   
   
8. Cung cấp thêm giá trị
   Như đã đề cập, nếu bạn mới trên nền tảng freelancer, bạn nên ưu tiên nhận được đánh giá tốt. Sau khi hoàn thành tác vụ, việc cung cấp thêm một số nội dung bổ sung, dù khách hàng không yêu cầu, có thể là ý hay. Ví dụ, bạn có thể chuẩn bị tài liệu giải thích công việc và kiến trúc bằng hình minh họa. Điều này có thể là lý do khách hàng dành cho bạn đánh giá và giới thiệu tích cực.
   
   
9. Yêu cầu phản hồi và giới thiệu
   Là freelancer mới, bạn có thể e dè khi xin phản hồi hoặc giới thiệu. Tuy nhiên, nếu bạn nghĩ mình đã làm tốt, không có gì phải lo. Hầu hết khách hàng rất sẵn lòng để lại phản hồi, đặc biệt khi bạn đã hỗ trợ họ và hoàn thành công việc tốt.
   
   
10. Bảo vệ sức khỏe thể chất và tinh thần
    Như chúng ta biết, làm freelancer có vài bất lợi. Ví dụ, freelancer thường làm việc một mình và tại nhà, có thể khiến họ cảm thấy cô đơn. Ngoài ra, điều này có thể dẫn đến lối sống ít vận động, ảnh hưởng xấu đến sức khỏe và thể lực. Luôn ưu tiên sức khỏe thể chất và tinh thần của bạn.
    
    
11. Không ngừng cải thiện kỹ năng ngôn ngữ
    Nếu tiếng Anh không phải tiếng mẹ đẻ, cải thiện trình độ tiếng Anh là ý tưởng hay. Bạn càng tự tin với ngôn ngữ, bạn càng giao tiếp tốt với khách hàng, và đây có thể là kỹ năng mấu chốt mà nhà tuyển dụng tìm kiếm trong quá trình chọn lựa.
    
    
12. Tự tin
    Vì bạn đang cung cấp dịch vụ, bạn cần tự tin về khả năng cung cấp dịch vụ đó. Là freelancer lần đầu, bạn có thể xem khách hàng như một dạng giám sát, nhưng đây hiếm khi là động lực trong mối quan hệ giữa freelancer và khách hàng. Bạn nên ở vị thế đề xuất cải tiến và dẫn dắt họ trong quy trình; suy cho cùng, bạn là chuyên gia.
    
    
13. Đừng bỏ cuộc
    Bạn có thể thấy khó để có được công việc tự do đầu tiên. Công việc đầu tiên luôn khó nhất và có thể khiến bạn choáng ngợp, nhưng đừng bỏ cuộc. Cải thiện hồ sơ, trau dồi kỹ năng, và cố gắng ứng tuyển sớm để nằm trong khoảng năm ứng viên đầu. Tiếp tục kiên trì, và bạn sẽ có được vai trò đầu tiên, sau đó các cơ hội khác chắc chắn sẽ theo sau.

Kết luận

Trong thế giới công nghệ luôn thay đổi và phát triển, chúng ta cũng thay đổi và phát triển chính mình. Bất kể độ tuổi và mức kinh nghiệm, việc tiếp cận internet mang lại cho chúng ta vô số khả năng khi chọn lựa và phát triển sự nghiệp. Làm việc như một nhà khoa học dữ liệu tự do là con đường nghề nghiệp hấp dẫn với nhiều người, vì nó mang lại sự linh hoạt và cơ hội tự phát triển lớn.

Việc bạn đọc đến cuối bài viết này đồng nghĩa bạn đã bước đầu tiên trở thành nhà khoa học dữ liệu tự do. Ghi nhớ những thông tin tại đây, chúng tôi khuyến nghị bạn lên kế hoạch cho các bước tiếp theo và nỗ lực để đạt được các tiêu chuẩn cho công việc mơ ước và lối sống của mình. 

Bắt đầu một sự nghiệp mới có thể khó khăn, vì vậy tại DataCamp, chúng tôi mong muốn hành trình trở thành nhà khoa học dữ liệu tự do của bạn dễ dàng và thú vị nhất có thể. Nếu bạn muốn có thêm tài nguyên hỗ trợ, hãy xem Lộ trình nghề nghiệp Nhà khoa học dữ liệu với Python và Chứng chỉ Nhà khoa học dữ liệu.