Có thể nói, khoa học dữ liệu là một trong các lĩnh vực yêu cầu trình độ chuyên môn cao nhất trong tất cả các ngành nghề. Không có gì ngạc nhiên khi các nhà Data Scientist với kỹ năng thành thạo; và trình độ chuyên môn được hưởng mức lương cao không chỉ ở Việt Nam mà trên toàn thế giới. Từ đầu thế kỷ XXI đến nay, Khoa học dữ liệu cũng là một trong những nghề nghiệp “hot” nhất trên thế giới. Thế giới đang tạo ra nhiều dữ liệu hàng ngày cần được các nhà khoa học dữ liệu thu thập; và phân tích cho một số mục đích sử dụng hiệu quả.
Tuy nhiên, có một công việc phụ mang lại thu nhập thụ động luôn là một cảm giác tuyệt vời. Đối với một số người, nó giúp thanh toán các khoản chi trả cho cuộc sống hằng ngày; thêm thu nhập – tăng tiết kiệm. Trong khi đối với những người khác, đây cũng được xem là cơ hội để giải phóng sức sáng tạo của họ và kiếm thêm nhiều tiền hơn.
Bạn có thể là một nhà Data Scientist cảm thấy thoải mái với công việc hiện tại? Hay bạn có tham vọng kiếm thêm tiền từ các công việc bên ngoài? Những ý tưởng tôi sắp đề xuất chắc chắn sẽ giúp bạn nâng cao kỹ năng; kiếm thêm thu nhập phụ với tư cách là một Data Scientist.
Kiếm tiền từ tập dữ liệu và hiển thị mô hình của bạn thông qua API
Ngày nay, với sự phát triển của nền công nghệ, nhiều công ty start-up về công nghệ ra đời. Tuy nhiên, các công ty start-up lại phải đối mặt với những thách thức không hề nhỏ từ các công ty công nghệ lớn; khi các tập đoàn này có thể dễ dàng xóa sổ các công ty khởi nghiệp mới nổi – mỗi đe dọa cho sự độc quyền của họ.
Thay vào đó, người ta có thể dễ dàng xác định các vấn đề ngách mà các gã khổng lồ công nghệ “quá bận rộn” để xem xét. Sau đó, khám phá và khai quật các tập dữ liệu thô; xác định giá trị có thể cung cấp cho khách hàng tiềm năng; để tìm được con đường “ngách” riêng cho mình.
Cuối cùng, bạn có thể dọn dẹp dữ liệu và quảng cáo cho khách hàng mục tiêu của mình. Ngoài ra, hãy xây dựng một mô hình học máy từ giải pháp của bạn; và triển khai nó bằng cách sử dụng API. Các nền tảng như RapidAPI cung cấp một thị trường tuyệt vời để phân phối và kiếm tiền từ các API. Rất nhiều nhà phát triển không có chuyên môn về Machine Learning mong muốn có các API như vậy để cắm và chạy trong ứng dụng của họ.
Tốt hơn nữa, hãy thử cộng tác với các nhà phát triển ứng dụng dành cho thiết bị di động; và xây dựng các ứng dụng hỗ trợ ML. Với những tiến bộ trong Core ML và TF Lite; ngày nay có thể suy luận và đào tạo lại trên thiết bị. Tuy nhiên, có rất nhiều trường hợp sử dụng mà hệ sinh thái Mobile ML hiện chưa khai thác hoặc tối ưu hóa.
Ví dụ:
Một mô hình StyleGAN ngày nay chiếm dung lượng lớn khi được vận chuyển trong một ứng dụng. Vì vậy, bạn có thể tìm cách cung cấp các giải pháp dựa trên đám mây tùy chỉnh; và hiển thị chúng thông qua các API cho ứng dụng. Bất kỳ mô hình chuyển đổi hình ảnh vui nhộn; sáng tạo nào đều có cơ hội được áp dụng rộng rãi.
Bất chấp sự bão hòa của thị trường ứng dụng trong những năm qua; các ứng dụng AI hỗ trợ Machine Learning đã mở ra một khoảng trống; mà bạn có thể khai thác và tạo ra doanh thu định kỳ từ Google và Apple’s App Store.
Giúp các doanh nghiệp nhỏ bằng cách thực hiện công việc tư vấn
Làm việc tự do là một lựa chọn rất đáng cân nhắc; và nó mang lại một nguồn thu nhập khả thi. Các trang web như Upwork và freelancer.com tràn ngập cơ hội cho các nhà khoa học dữ liệu. Nhưng sau đó, để có được một khách hàng tốt; bạn cũng trả tiền và có thể mất một thời gian. Bên cạnh đó, thường khi nói đến dữ liệu; rất nhiều công ty nghi ngờ việc thuê một nhà thầu do các vấn đề bí mật. Họ muốn chọn một người có thể làm việc toàn thời gian tại chỗ.
Vì vậy, một trong những cách dễ nhất để bắt đầu công việc tư vấn; là giúp đỡ những người và doanh nghiệp xung quanh bạn. Có rất nhiều doanh nghiệp nhỏ sở hữu hàng tấn dữ liệu; nhưng còn cách xa với Machine Learning và Data Science.
Mặc dù vậy, các doanh nghiệp địa phương xung quanh bạn thường bị đe dọa bởi những từ buzz như Machine Learning và Trí tuệ nhân tạo AI . Rất nhiều người trong số họ có cảm giác rằng AI có khả năng tự động hóa; và hoặc giết chết công việc của họ. Nhưng sau đó, vai trò của bạn là gỡ bỏ những quan niệm sai lầm đó; và giúp phát triển các chiến lược cho dữ liệu của họ.
Bắt đầu bằng cách hỏi các doanh nghiệp vừa hoặc nhỏ tại địa phương nếu họ có bất kỳ nhu cầu nào về dữ liệu. Sau đó, đưa ra các giải pháp về cách các kỹ năng của bạn có thể giúp họ đưa ra quyết định tốt hơn liên quan đến dữ liệu. Nó có thể là một cái gì đó đơn giản; chẳng hạn như dự đoán nhu cầu đối với hàng hóa của họ; dự báo doanh số bán hàng trong tương lai. Hoặc có thể đề nghị xây dựng người giới thiệu sản phẩm; và hệ thống phát hiện gian lận cho họ. Có lẽ, ban đầu ban sẽ chưa kiếm được nhiều tiền từ việc này. Nhưng nó chắc chắn có thể giúp bạn phát triển mạng lưới và xây dựng quan hệ đối tác.
Bắt đầu viết blog
Viết blog là một trong những cách tốt nhất để áp dụng; và trau dồi kỹ năng của bạn với tư cách là một nhà data scientist. Trên thực tế, không chỉ các nhà khoa học dữ liệu; ngay cả các nhà phát triển cũng nên chia sẻ kiến thức của họ thông qua các bài báo, podcast hoặc video.
Giờ đây, việc kiếm tiền từ việc viết blog không phải chỉ trong một sớm một chiều đối với tất cả mọi người; và chắc chắn đòi hỏi bạn phải bỏ ra nhiều thời gian; nỗ lực và sự kiên trì. Tuy nhiên, bạn vẫn có thể bắt đầu ngay hôm nay; có thể là thông qua các trang web như Media và YouTube; hoặc bằng cách lưu trữ trang web của riêng bạn; hoặc bán các khóa học video (Udemy là nền tảng có thể hữu ích) hoặc sách điện tử. Để kiếm tiền từ blog cá nhân; người ta có thể chọn doanh thu quảng cáo; hoặc tìm kiếm tài trợ thông qua các nền tảng như Patreon.
Theo ý kiến của tôi, mọi nhà Data Scientist nên viết blog; vì nó giúp ghi lại công việc của bạn; tiếp cận đối tượng rộng hơn, cập nhật các xu hướng; thiết lập uy tín để có được các dự án tốt; và tạo ra nguồn thu nhập bền vững về lâu dài.
Hãy thử giao dịch Algo
Ngày nay, phân tích thị trường chứng khoán; dự đoán tiền điện tử, bất động sản, cá cược thể thao đều được kết nối với nhau bằng khoa học dữ liệu.
Vì vậy, việc một nhà Data Scientist tìm kiếm thế giới tài chính với nỗ lực tận dụng các kỹ năng của họ để kiếm tiền là điều tự nhiên. Và nó có vẻ như là một cách kiếm tiền thú vị; vì nó có thể làm tăng nguồn thu nhập của bạn theo thời gian.
Nhưng tôi muốn nói rằng giao dịch Algo là cách kiếm tiền rủi ro nhất. Trên thực tế, nói trắng ra, hầu hết các nhà Data Scientist thực sự không kiếm được tiền mà chỉ đốt vốn của họ.
Đầu tiên, bên cạnh khoa học dữ liệu; giao dịch theo thuật toán đòi hỏi rất nhiều kiến thức tài chính; và một ý tưởng vững chắc về cách thị trường chứng khoán hoạt động. Bất chấp sự hiện diện của các chỉ báo xu hướng kỹ thuật; như RSI và MACD có thể được tận dụng trong các tập lệnh Python; người ta vẫn cần phát triển nhiều chiến lược và kiểm tra chúng trên hàng chục tham số.
Ngay cả khi một nhà khoa học dữ liệu quản lý thực hiện điều này và đạt được độ chính xác khá, thì đây vẫn là một trò chơi mang lại rủi ro cao. Tất cả các công ty quỹ đầu cơ lớn ngày nay đều đã sử dụng bot giao dịch bí danh của riêng họ (dựa trên hàng trăm thông số; và chiến lược đã được kiểm tra kỹ lưỡng) trong giao dịch hàng ngày. Các nhà quản lý quỹ đầu cơ có thể nhanh chóng giải mã các mô hình giao dịch theo thuật toán; và phá vỡ nó ngay khi bạn đầu tư vào một khoản tiền lớn. Tệ hơn nữa, họ có thể đảo ngược các chiến lược của mình; làm bạn phải chịu những khoản lỗ lớn.
Vì vậy, tôi chắc chắn không khuyên bạn nên tự mình thực hiện giao dịch theo thuật toán bằng tiền thật. Thay vào đó, nếu bạn tình cờ nghĩ ra một thuật toán giao dịch mà có mang lại kết quả tốt; thì việc giao nó cho một nhà môi giới luôn là một cách an toàn hơn để kiếm tiền.
Phần kết luận
Tôi hy vọng vô số ý tưởng được đề cập ở trên sẽ truyền cảm hứng cho bạn để bắt đầu công việc phụ của một nhà Data Scientist. Một nguồn thu nhập thụ động có thể là “viên đá” đầu tiên trong việc xây dựng một đế chế kinh doanh tiềm năng và giúp duy trì tinh thần kinh doanh của bạn.
