ビッグデータを読み解き価値を創造
未来創生型の文理融合教育

データサイエンスに特化した
日本初 最大規模のデータサイエンス学部

　近年、情報通信技術の進展によって、社会の様々な分野でビッグデータが集積され、その活用による付加価値の創出が大きな課題となっています。このような社会的要請に応えるため、データサイエンスに焦点を合わせた日本初の本格的な学部を平成29年4月に設置。また現在は、国内最大規模の専任教員数を誇る学部でもあります。本学部では、データサイエンスの専門知識やスキルといった理系的基礎の上に、データ利活用の現場で相互補完的な専門性を有する仲間とコミュニケーションを図りながら、データから価値のある情報を取り出し、それを意思決定に活かす能力を備えた文理融合型の人材を育成します。また、デジタル化の加速的発達に対応するため、令和７年度から入学定員を100名から150名に大幅に増員するほか、高等専門学校を対象に編入学を実施する予定です。
　本学のデータサイエンス学部の教育課程では、統計や情報の基礎力を身に付けるだけでなく、実際にデータの解析結果を意思決定に活かして、価値創造できる力を高めることを目的としています。このような目的を達成するため、1、2年次には統計学と情報工学の基礎的内容を身に付け、様々な応用分野におけるデータ分析の実例を学びます。それらの基礎をもとに、3、4年次では各種領域科学におけるデータ分析手法を学び、実際のデータを使った演習を通して価値創造の実践経験を積み重ねていきます。それに加え、各自の興味に応じ、様々な統計手法の数理的内容をより深く学んだり、より高度な情報処理技術を身に付けたり、より多くの分野における問題解決スキルを磨いたりできるカリキュラムを用意しています。

多くの企業連携を活かした「文理融合型カリキュラム」で

幅広いスキルを身に付ける

　データを管理、加工、処理、分析をするためのスキルは情報や統計のスキルなので理系的ですが、分析結果を価値創造に活かすためには、データの背景を十分に知る必要があり、多くの場合、文系的要素が必要となります。本学部のカリキュラムでは、情報、統計関連科目ばかりではなく、経済、経営等の文系の授業も開講されます。また、多くの企業連携を活かしたビジネス分野の第一線で活躍をしている方々の話を多く聞くことができる授業もあり、幅広いスキルを身に付けることができます。なお、統計学の基礎である数学については、高校で数学Ⅱ・Bまでしか学習しなかった学生でも対応できるよう、数学Ⅲの内容から学習します。
　本学部で実施されるカリキュラムは、データサイエンス科目（データエンジニアリング系（情報関連）科目、データアナリシス系（統計系）科目）と価値創造科目（経済、経営系科目、多分野における価値創造の実例紹介、価値創造の実践等）の2つに大きく分けられています。これらの授業から自分の興味に応じた授業を受講することで、情報のエキスパート、統計のエキスパートになることも可能です。
　本学では、多数の企業連携やインターンシップで養った実践力を活かして、令和6年３月現在、データサイエンス学部から第4期卒業生を送り出し、企業から大きな期待を受けながら、多様な業界でデータサイエンティストとして活躍しています。

データサイエンティスト育成の仕組み

　本学で行われている教育をデータの流れから見たのが下の図です。この教育は実際にデータから価値を生みだすプロセスに対応していることを、実例を通してみてみましょう。
　ある工場で作っている食品は売れ残りを大量に捨てています。どれくらいの需要があるかをデータから予測して、廃棄量を減らしたいという課題があります。この時、次の様な流れで課題解決（価値創造の一つの例）を考えます。
１）データの取集・加工・処理
この食品の注文データ、需要に影響しそうなデータ（気象条件、経済条件、SNS上の口コミデータなど）を収集。様々な加工・処理をデータに行い、分析に適した状態にします
２）データ分析・解析
多様な統計・機械学習の方法をこのデータに適用して、需要を気象条件、経済条件、口コミデータなどから予測できるモデルの開発を目指します。
３）課題解決
例えば、口コミデータが需要に大きな影響をあたえていることが分かったら、口コミデータに影響を与えているものは何かを分析して、さらに需要予測を正確にしていきます。廃棄量を減らすという課題解決のために何をしたらよいかを考えます。