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.
3. Memberikan Solusi
- 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.
Komentar
Posting Komentar