Assignment 2: Proposal

Weight: 5% of the unit mark

Size: up to 1000 words (approx. 2-3 pages).

Submission format: one PDF file

What you need to do:

●    Choose a data science project.

●    Write the  initial two sections, i.e., Project Description and Business Model (References as well if necessary) of the report. You can be creative and include visuals to explain your idea more clearly and in lesser words. This assignment is worth 5% of your unit mark.

Assignment 4: Report

Weight: 10% of the unit mark

Size: up to 3000 words

Submission format: one PDF file                                                                                                                     This report is your analysis of how data science can be used to help solve a particular problem. In your report you need to identify the size and scope of both the problem and the data science project, as well as the requirements of enabling the project.

Your report should have at least (but not limited to) the following sections:

●    Project Description: provide a description about the data science project that you study/propose, what the project is, and what data science roles are involved in this project and what are their responsibilities.

●    Business Model: provide analysis about the business/application areas the project sits in, what are the  challenges  of the project, what kind  of values  the project can create for the specific business area, the data curation and management issues or policies involved in the project, etc.

●    Characterising the Data and Data Processing: characterise the data in the project (i.e., the 4 V's),  provide  analysis  on  the  required  technologies,  software,  and tools  for  data processing according to the specific data characteristics.

●    Resources: locate and assess existing or potential resources, software and tools for the project.

●    Data Analysis: specify/propose the statistical methods used in the project, provide analysis on why you choose those methods and discuss the high-level output.

The sections would present aspects of Weeks 1- 10 of the unit for your chosen case study.

The maximum word limit for the report (Assignment 4) is 3000 words.  It may include some/all of your Assignment 2, modified if needed (counted in the 3000 word total). References at the end of the report (i.e., URLs and academic publications) are not included in the word count.

Note that staying within the word limit demonstrates your ability to write concisely. For this reason, the marker may ignore the excess of your submission in Assignment 2 and 4.

Make sure that any resources you use are acknowledged in your report. You may need to review the FIT citation style to make yourself familiar with appropriate citing and referencing for this assessment. Also, review the demystifying citing and referencing guide for help.

How you will be assessed

Assignment 2:   The 5% awarded for your proposal is broken down into the following categories:

●    clear description of the goals of the project;

●    appropriateness of topic;

●    clear description of the business benefits ;

●   novelty/creativity (this one is ofextreme importance!);

●    overall clarity of the initial report.

Assignment  4:  See the grading rubric to understand how we will grade your report. You will be assessed on your ability to:

Your report will be assessed on your ability to:

●    analyse the role of data in the business model, identify the data curation and management issues;

●    discuss different parts of the data science project from the perspective of the data science process  and  from the perspective  of the roles  such  as  statistician,  archivist,  analyst,  and systems architect;

●    analyse  the  size  and  scope  of data  storage  and  data  processing,  and  present  the  basic technologies in use;

●    locate and assess resources, software, and tools for a data science project;

●    discuss the kinds of data analysis and statistical methods suitable for the data science project;

●    think critically and creatively, providing justification and analysis;

●    being able to support the project with some realistic data (if available in the public domain) or a  mockup/example  dataset  to  clearly  explain  the  proposition,  modelling  approach,  and visualisations that can be derived from it.

Note: Implementation is not mandatory but explanations using a realistic example increases your chance ofgetting a better mark.

For  both  these  two  assignments,  please  make  sure that the Turnitin  scores will be generated properly for your submissions. If a submission receives a high Turnitin score (e.g., more than 15%), the student will likely need to provide further explanation on the project idea and a penalty might be imposed on the submission in case no proper justification is provided.

What you need to do

Before you begin, make sure you:

●    Download the business and data case study samples (available on Moodle) and review them as examples.

o     You may select one of those cases as the basis of your report, but please avoid using those that have been well-investigated, e.g., how Amazon enables personalized product recommendations to its customers.

o     You  are  highly  recommended  to propose your  own  interesting  and novel topic  and please feel free to discuss it with your tutors to ensure the topic is suitable.

●    Have a look at examples of good past student reports that are supplied in the folder under the assignment 2&4 section on Moodle. Please note that the length requirement and other aspects of the assignment were slightly different in the past.

●    Download the marking rubric (available on Moodle) as guidance on how you will be assessed.

Choose a data science project as a case, and then:

●    Do preliminary research about your case and the relevant technologies