データサイエンス学部

データサイエンス学科

20244開設

"1バイト"の原石で世界を創造する

データサイエンスの知識やスキルとともに、多様で自由な学びを提供し、
持続可能な「未来」の実現へ導く人材を育成します。

学部・学科名称
データサイエンス学部 データサイエンス学科
入学定員
80名(収容定員320名)
修業年限
4年
取得学位
学士(データサイエンス)

データサイエンスとは

What is Data Science?

今や国内外問わず、またビジネス・保健医療福祉・行政等の幅広い分野において、
データを分析し常に新しい戦略を立てることが常識となっています。
そのためには普段から「課題を見つけ」「情報を集め」「分析し」「新たな知見を見出す」
チカラを養っていなければなりません。
体系立った理論をもつ「情報科学」でありながら、
ビジネスなどにも欠かせない「実学」でもある、それがデータサイエンスです。
データに基づく統計的な思考により課題を解決するデータサイエンスを身につけた人材、
いわゆる"データサイエンティスト"は今後、世界中のあらゆる分野で活躍が期待されています。

販売業、サービス業では…

顧客情報や購入履歴、Webサイトの閲覧履歴などを分析し、「購入してもらえる可能性が高い商品」をサイト上でユーザーに提案しています。

医療分野では…

病院で蓄積される膨大な医療データを分析することで、医師や看護師の負担をできるだけ軽減しながら、病気の早期発見、予防、治療に役立てています。

養成する人材とディプロマポリシー

Personnel to be trained and Diploma Policy

下関市立大学の「データサイエンス学部」は、多様なデータを設計・分析・活用するために必要な数理統計・情報学・社会科学に関する理論と実務に習熟することにより、社会や組織が抱える課題の解決や新たな価値の創造に貢献しうる人材を養成します。次の4つの資質(A~D)を備えた人材(データサイエンティスト)に学士(データサイエンス)を授与します。

A

統計や関連する数理科学に関する知識と、それらを活用した分析の経験を通じて、データを収集・整理・分析し、そこから得られる知見を論理的に考察できる能力を身につけている。

B

情報の管理や分析、人工知能などのアルゴリズムに関する知識を有し、かつそれらをコンピュータ上で表現する経験を通じて、様々な形式のデータを分析・活用し、適切に扱うことのできる能力を身につけている。

C

ビジネス又はヘルスケアの分野でデータ分析がどのように行われているかを、各分野固有の知識とあわせて学ぶことで、データが社会に果たしうる役割を理解するとともに、データを扱ううえで必要な倫理観や責任感(モラル)を身につけている。

D

様々な人々と協力し適切なコミュニケーションをとることができ、用いた分析手法や結果の統計的解釈をわかりやすく伝達することができる。

カリキュラム〈教育課程〉の特色

Features of the Curriculum

本学のカリキュラム<教育課程>は、基盤教育・教養教育・専門教育の3本柱から成り立っています。
下関市立大学「データサイエンス学部」では1~2年次は主にデータサイエンスの専門基礎科目として数理統計や情報科学を学びます。さらに2年次以降は専門応用科目として「ビジネスデータサイエンス」「ヘルスデータサイエンス」の科目群を設け実践力を養います。加えて、全学共通の基盤教育・教養科目として外国語教育科目、リベラルアーツ科目、キャリア教育科目等を履修することで豊かな教養と優れた就業力を身につけ、様々なデータを活用して各分野において新たな価値を創造したり諸課題を解決に導くことができるデータサイエンティストを養成します。

「ビジネス」「ヘルス」で実践力を養うカリキュラム

講義や演習、プロジェクト型学習科目を通じて、数学、情報、プログラミングの基礎知識や技術を身につけます。
特に2~3年次にかけて、 「ビジネスデータサイエンス」 「ヘルスデータサイエンス」 について学ぶことで、 専門的な知識と実践力を養います。

  1年次 2年次 3年次 4年次
専門基礎

数学・情報基礎

数学、情報学、統計学、 プログラミングやアルゴリズムなどの知識を身につけます
   

データサイエンス入門・基礎

データサイエンスの一連の流れを理解し、基礎的なスキルや思考方法などを身につけます
   
 

データ分析活用

様々な分析手法に関する幅広い知識と技術を身につけます
 

演習・卒業研究

コミュニケーション能力やプレゼンテーション能力、創造的な思考力を身につけます
専門応用
 

ビジネスデータサイエンス

様々な企業・組織の経営へのデータ活用の手法を学びます
 
 

ヘルスデータサイエンス

人々の健康な生活を実現するためのデータ活用の方法を学びます
 

履修モデル例

大学での学びの基礎やモラルを養う基盤教育、社会で活躍するための幅広い知識を備える教養教育、データサイエンスの専門性を高めるための基礎を学ぶ専門基礎、実社会で応用する際に必要な知識や技能を学ぶ専門応用を組みわせて学びます。パソコンを必携とし、それを活用した授業を展開します。

1年次春学期例

 
1限       アカデミックリテラシー  
2限 経営学 日本国憲法 英語 下関の産業とみらい 数学基礎
3限 データサイエンス入門 情報社会及び情報倫理 スポーツ実践    
4限     文学   英語
5限   自然の法則      

3年次春学期例

 
1限 機械学習   マーケティング・リサーチ カテゴリカルデータ解析演習  
2限 データマイニング E・コマース論     感性データ処理
3限     オペレーションズリサーチ    
4限 DSプロジェクト     統計的社会調査法 定量的データ解析演習
5限          

想定される進路

卒業後はデータサイエンスの専門知識を生かし、幅広い業種で企画・マーケティング、システムエンジニアとして、または公的機関や医療機関でヘルスケアに関連する業務に従事することが想定されます。

進路先の例

  • ● 製造業・小売業・広告業・出版業
  • ● IT・情報通信業
  • ● 行政
  • ● 保健・医療機関(大学病院を含む)
  • ● 研究所・シンクタンク
  • ● 製薬会社
  • ● 金融機関(銀行・保険・証券など)
  • ● 大学院進学 など

取得可能な資格

所定の単位修得(選択制)により、下記の免許・資格が取得できます。

  • ● 中学校教諭一種免許状(数学)
  • ● 高等学校教諭一種免許状(数学)
  • ● 高等学校教諭一種免許状(情報)
  • ● 社会調査士

入学者受入れの方針(アドミッション・ポリシー)

Admission Policy

本学部では、養成する人材像に基づき、基礎的な知識・技能に加えて、思考力・判断力・表現力等の能力及び主体性・多様生・協働性のある人材を入学者として受け入れるため、アドミッション・ポリシーを以下のように設定した。

A データサイエンスを学ぶために必要となる基礎的な知識・技能として、高等学校等で学ぶ数学及び外国語の知識
B 思考力・判断力・表現力等の能力として、日々の社会問題に関心を持ち、データを用いた解決策を考える課題発見・解決能力及び演習授業等を通じてチームでよりよい提案を考えられるコミュニケーション能力
C 主体性・多様性・協働性として、自ら目的意識を持って学ぼうとする姿勢、異なる文化や価値観を理解する能力、地域社会での活動を通じて得られる公共の精神

Q&A

Question and Answer

Q

高校では文系でしたが、データサイエンスを学ぶことはできますか?

A

データサイエンティストは文系・理系関係なくめざせます。そもそもデータサイエンスは、数学や統計学、機械学習、プログラミングなどの理論を活用しながら、データを分析し、新しい価値を生み出す学問です。そのためには、社会、経済、人間についての理解も必要で、文系的なセンスが役に立ちます。

Q

数学があまり得意ではないのですが、授業についていけますか?

A

大学受験程度の数学の知識は最低限必要ですが、必ずしも高度な数学の知識は必要ありません。入学後は、「専門基礎科目」として、データサイエンスに関する数学の基礎を学びます。また、リメディアル学習の体制も準備中です。

Q

卒業後活躍できるフィールドは、どのような分野でしょうか?

A

膨大に蓄積されたビッグデータを活用できる人材は、今後官民問わず、幅広い分野で求められます。特に本学では、「ビジネスデータサイエンス」と「ヘルスデータサイエンス」の二つの柱で実践的に学び、企画、マーケティングアナリスト、SE等として活躍することが想定されます。