Digaji melalui Machine Learning

 Pendekatan yang Dapat Kamu Pakai untuk Menjadi Konsultan Machine Learning

Apa kamu mau menjadi ahli machine learning dan dibayar untuk itu?

Berhati-hatilah dengan apa yang kamu inginkan.

Pada postingan ini, penulis menguraikan blue print yang dapat kamu gunakan untuk mempelajari machine learning secukupnya untuk membantu kebutuhan dan bisnis kecil dan start-up. 

Tidak mudah, kamu harus bekerja keras keluar dari zona nyaman. Kamu harus mulai berbicara pada orang di dunia nyata!

Blueprint 

Blueprint yang disajikan dalam postingan ini akan mengubahmu dari yang asalnya hanya sekedar tertarik menjadi berdedikasi tinggi ingin menjadi mampu dan percaya diri bekerja menyelesaikan permasalahan UMKM. 

Blueprint ini adalah sebagai berikut:

Membangun fondasi

Membangun portofolio

Memberikan solusi

Sesuai dengan background dan minat, kamu dapat membuat roadmap sesuai dengan kebutuhan.

Sebenarnya, kita hanya tertarik pada penerapan machine learning. Kita hanya tertarik pada teori dan alat sebanyak mungkin untuk lebih memahami masalah dan mencapai hasil yang lebih baik pada permasalahan yang sedang diselesaikan. 

Ini adalah pandangan kontra-intuitif tapi sangat produktif. Pelajari apa yang kamu butuhkan tepat waktu dan fokus pada memberikan hasil. Ini tentang bagaimana mencapai hasil yang reliabel, bukan kesempurnaan.

1. Membangun fondasi

Kamu perlu mempelajari machine learning yang cukup untuk memiliki kepercayaan diri untuk menyelesaikan masalah dari awal hingga akhir. Untuk mendefinisikannya secara akurat dan memberikan model atau laporan yang diperlukan sebagai hasil untuk proyek tersebut.

Pilih dan pelajari sebuah proses. Pelajari proses, langkah demi langkah yang dapat bisa kamu ikuti yang akan membawa,  dari definisi masalah hingga memberikan hasil. Beberapa contohnya antara lain KDD, Crisp-DM, OSEMN, dan lain-lain.

Pilih dan pelajari alat. Pelajari alat atau library yang bisa kamu gunakan untuk menyelesaikan proses yang Anda pilih. Penulis merekomendasikan Weka, scikit-learn, R tergantung pada minat dan preferensimu.

Berlatih pada dataset kecil. Unduh kumpulan data kecil lalu berlatihlah. Habiskan banyak waktu di repositori UCI ML.

Kamu bisa lanjut jika kamu sudah merasa percaya diri dan merasa mampu untuk memilih permasalahan yang dapat kamu selesaikan dan menggunakan tool dari awal sampai akhir. 

2.Membangun Portofolio

• Memilih tema. Ini adalah jenis proyek yang ingin kamu kerjakan. Pelanggan bernilai tinggi, prediksi prospek akan secara otomatis dilaporkan dalam data pelanggan.
• Temukan Open Datasets. Kamu perlu menemukan dataset yang dapat dipraktikkan serta dekat dengan tema yang dipilih. Lihatlah situs web kompetisi seperti Kaggle dan KDDCup . Ada banyak  data dengan akses publik yang dapat digunakan !
• Proyek yang lengkap. Perlakukan setiap dataset seperti proyek dengan klien dan terapkan sebuah proses yang dapat memberikan hasil.
• Penulisan. Tulis penemuan Kamu sebagai produk kerja semi-formal, dan publikasikan hal tersebut secara online.

Poin terakhir ini merupakan kunci dan penulis akan menguraikannya.

Secara ideal, buat bagian dari  setiapproses menjadi skrip sehingga Kamu dapat menjalankannya kembali saat terdapat bug atau saat mendapatkan ide. Pertimbangkan untuk mengunggah semua kode dan skrip Kamu ke akun publik github.

Tuliskan hasil dari setiap proyek kedalam laporan teknis atau power point. Pertimbangkan untuk merekam video pendek yang menjelaskan penemuan Kamu. Unggah laporan di github, blog, atau di suatu tempat. Tulis proyek di profil LinkedIn publik Anda.

Tujuan Kamu adalah memiliki tempat yang dapat mengarahkan seseorang dan mereka dapat melihat semua proyek yang telah Kamu selesaikan secara sekilas, dan melihat apa yang telah kamu lakukan atau selesaikan.

Kamu siap untuk melangkah ke tahap selanjutnya, ketika  dapat meyakinkan seseorang secara objektif bahwa Kamu dapat memberikan hasil sesuai yang diharapkan. Penulis pikir 3-5 proyek berukuran sedang akan masuk akal.

3. Memberikan Solusi

Sekarang ketika Kamu memiliki kemampuan untuk menyampaikan dan membuktikan hal tersebut, sekarang saatnya untuk mencari proyek diluaran sana untuk Kamu selesaikan.

Kamu harus keluar dan bersosialisasi dengan orang-orang. Langkah ini akan menjadi filter yang bagus. Langkah ini mungkin sedikit menakutkan dan  sulit dan, itu akan menjadi dalah satu tantangan Kamu.

• Temukan seseorang yang dapat Kamu bantu. Gunakan jejaring sosial Kamu. Hadiri pertemuan, berkenalan, dll. Carilah perusahaan kecil atau perusahaan baru yang dapat Kamu temui secara langsung (idealnya) cari tahu tentang masalah mereka dan dapatkan akses ke data mereka.
• Jujur. Katakan yang sebenarnya. Jelaskan dari mana Kamu berasal, apa yang telah Kamu lakukan dan apa yang dapat Kamu lakukan untuk mereka. Pertimbangkan untuk melakukan pekerjaan pertama secara gratis atau murah untuk mendapatkan proyek pertama Kamu.
• Mengantarkan. Lakukan pekerjaan. Tentukan proyek secara akurat, pertahankan ruang lingkupnya kecil dan jelas, serta apa yang Kamu katakan akan Kamu berikan. Sekali lagi, jangan menjanjikan sesuatu yang belum pernah Kamu lakukan atau tidak tahu bagaimana melakukannya.
• Ulang.

Aturlah agar proyek tetap berjalan dalam ruang lingkup dan waktu yang singkat. Idealnya, delivery dilakukan dalam 1-2 minggu. Kamy membutuhkan momentum, hasil yang cepat, dan pembelajaran yang cepat untuk klien Kamu.

Saat Kamu menyelesaikan proyek, tambahkan proyek tersebut ke portofolio.  

Ringkasan

Dalam posting ini Kamu dapat menemukan roadmap yang dapat digunakan untuk menarik minat Kamu dalam Machine Learning dan mengubahnya menjadi ladang pekerjaan.

sumber: https://machinelearningmastery.com/ladder-approach-to-becoming-a-machine-learning-consultant/