昨今、膨大なデータの蓄積と活用が可能となり、それに応じてさまざまな分析手法が提供されてきました。
しかしながら、分析から得られる結果は、立場や状況、目的によって異なる解釈ができるだけでなく、根拠と手段の組み合わせによって意味も価値も意識も変わってきます。そのため、過度な抽象化や定性的な判断から、単純化しすぎた考察が導き出される可能性もあります。さまざまな要因が絡む実社会では、考察の断定はできず、多くが類推にならざるを得ない側面もありますが、より振れ幅の少ない定量的結論を導き出すためには、データサイエンスの基礎力として、理工学系や社会科学系の確固たる理論も身につける必要があります。
また、実務においては、データに表れない要因や背景を踏まえた判断を求められることが多々あります。さまざまな選択を想定し、適切な判断を導くためには、実践的な知識と経験も欠かせません。
理論に偏りすぎては理想となり、実践に偏りすぎては根拠に欠けますが、これらはバランスの問題ではなく、階層的に積み上げられなければならないものと考えています。応用データサイエンス学位プログラムでは、礎として理論を修め、さらに実践的な学びを積み上げていくことを重視しています。
連係研究科から応用データサイエンス学位プログラムに参画するアカデミック系専任教員は主に学術的な観点から指導を行い、実務系専任教員は修士課程修了後、実社会における即戦力として活躍するための実践力に重点をおいた指導を行います。演習を中心とする「実習科目」、データサイエンスの基礎から応用までを広く学ぶ「選択科目」、データサイエンスに加え経営学などの学術的知見の幅を広げ、深めていく「連携科目」によって、即戦力としてデータ活用社会を牽引する実務家に必要な素養を身につけます。専任教員以外にも、企業から派遣される講師による科目を多数配置するほか、2年次には企業の現場で学びを深めるインターンシップ科目も開講します。
理論の深い理解と応用力の醸成には、社会のケースに置き換えたり、実経験と照らし合わせたりする過程が不可欠です。
本学には、さまざまな経験を積んできた幅広い年齢層の学生が在籍していますが、データサイエンスとは縁遠い職種の者や、社会人経験を経ずに学部卒から当プログラムに進学した者もいます。社会経験の少ない学生であっても、机上の知識を実戦的な技能に昇華することができるよう、学びの機会の一つとして、カリキュラムにインターンシップ（ 選択科目 ）を取り入れています。
「 演習 A 」と「 演習 B 」の２つの演習指導を受けながら、修士課程の成果物として、特定課題の作成が課されます。
「 演習 A 」では、学術的な観点から指導を受け、特定課題の学術的な質を担保することを目的とし、「 演習 B 」では、実社会での応用・展開を可能とする実務的な観点から指導を受け、特定課題の実践面における質（ 実社会での活用に照らした有用性や妥当性 ）を担保することを目的とします。
応用データサイエンスおよび関連分野の発展に寄与するとともに、データサイエンスに係る専門知識を実社会に応用・展開して、現代社会における多様な課題の解決に取り組み、人間社会の発展に貢献できる高度専門職業人の養成を目的とする。
本学位プログラムでは、応用データサイエンスおよび関連分野の発展に寄与するとともに、専門知識を実社会に応用・展開し、データサイエンスを用いて人間社会の発展に貢献できる人材の養成を目的に、学生が修了時に身につけるべき能力や知識を次のように定めています。修了要件を満たし審査に合格すれば、これらを身につけたものと認め、学位を授与します。
本学位プログラムでは、ディプロマ・ポリシーに沿って、データサイエンスを様々な分野に応用し、データ活用社会を牽引する力を養成するために、データサイエンスの基礎知識やスキルおよびリテラシーや学術的な視点、実務に活用・応用できる実践力を習得するための幅広い専門科目を配置して、以下のようにカリキュラムを編成している。
本課程は、次のような資質と意欲をもつ学生を求めています。
安納 住子 教授
池田 大造 教授
大槻 東巳 教授
大原 佳子 教授
倉田 正充 教授
小林 裕亨 教授
ゴンサルべス タッド 教授
堀江 哲也 教授
矢入 郁子 教授
百瀬 公朗 特任教授
伴 果純 准教授
深澤 佑介 准教授
山下 遥 准教授
山中 高夫 准教授
HOME
Academics
大学院
応用データサイエンス学位プログラム
