Hay cuatro factores que afectan la carga:
- Valor. Hice un gran proyecto que predijo el comportamiento de los fanáticos del deporte. Fue mucho trabajo, pero no generó más ingresos para el equipo deportivo. Hice un proyecto diferente donde identifiqué lo que era esencialmente fraude. Muy poco esfuerzo, mucho valor.
- Alcance. Hay un dicho en los negocios que dice que las ideas no valen nada y que todo se trata de la ejecución. Ser capaz de detectar un problema utilizando datos es similar, a menos que pueda cambiar el negocio para solucionar el problema. Cuanto más el estadístico puede usar datos para recomendar acciones comerciales, más valor están agregando.
- Hora. La gente se encogerá si pasas un par de horas y cobras $ 100k, incluso si generaste irremediablemente un millón de dólares de ganancias incrementales en ese momento. Un estadístico altamente respetado podría justificar unos pocos cientos por hora, uno competente pero desconocido probablemente costaría $ 100 por hora.
- Poder de negociación. Si el negocio va a un estadístico en particular porque está desesperado, y ese estadístico ya está plano, por lo que realmente no necesita más trabajo, entonces el negocio tendrá que pagar una gran prima.
En general, soy fanático de tratar de estimar tanto el tiempo como el valor por adelantado y luego convertirlo en una tarifa por hora. Si el resultado parece razonable, entonces tienes tu respuesta. Tiendo a mezclar entre tarifas por hora y precio fijo dependiendo de qué tan bien definido esté el alcance.
Normalmente no hago reparto de utilidades o equidad. No tengo nada en contra y he tratado de alentarlo donde he estado convencido de que agregaría valor pero tenía un retroceso en el precio, pero nunca obtuve ningún tomador.
- ¿Sería difícil hacer una aplicación que tome fotos de partituras y las reproduzca en el instrumento elegido?
- Al entrenar un modelo de ML, ¿debo descartar los datos que tienen características faltantes o debo usar un valor medio para esos valores faltantes?
- ¿Cómo son las perspectivas de trabajos de análisis de datos en Singapur?
- ¿Cuáles son algunos modelos precisos o exitosos de calificación de crédito entre pares y qué técnicas y métodos utilizan?
- ¿Prefieres usar Mesos o Kubernetes para la arquitectura de big data? ¿Por qué?
Utilizo análisis para optimizar el marketing. Podemos medir cuántos ingresos habría obtenido el cliente sin mis optimizaciones y, por lo tanto, el valor comercial que aporté. Sin embargo, nunca he tenido un cliente que acepte una oferta como ‘Trabajaré gratis, pero quiero la mitad del beneficio incremental que proporciona mi trabajo’. No sé por qué, los clientes parecen sentir simultáneamente que compartir las ganancias es demasiado costoso si el proyecto tiene éxito y que sin un cargo no podría tomarlo en serio. Puede ser que simplemente no confíen en el modelo de participación en las ganancias.