応用データサイエンス特論
アカデミック教員・実務家教員の全教員が1~2回ずつ担当するオムニバス形式の講義科目。データサイエンスに関する最新課題の全体を俯瞰し、2年間の学修の基礎を構築します。
学び直し、
ではない。
上智大学は、これまでのキャリアの中での学びをさらに加速させるためにデータサイエンスを学ぶ、新しい大学院プログラムを開設します。
POINT #1
理論と実務の
架け橋になる
「理論と実務の架橋」を目指すため、アカデミック教員と実務家教員から、データサイエンスをビジネスの現場に応用・展開し社会実装する実践力を身につけます。
学問分野においてデータサイエンスを応用・展開しているアカデミック教員と、産業・経済社会等の各分野でビジネスの最前線で豊富な実務経験のある実務家教員。アカデミック教員は主に学術的な観点から指導を行い、実務家教員は修了後の実社会における即戦力としての実践力の指導を行います。
さらに、学問分野の知識や事例を深めるために理工学研究科および経済学研究科の教員が担当する「連携科目」や、実社会でデータサイエンスを活用したビジネスを展開する企業から派遣される非常勤教員による「選択科目」を多数配置。学術的な専門知識と実社会における実践的知識・スキルを同時に学びます。
POINT #2
ビジネス課題を
データドリブンで
解決する素養を身につける
演習を中心とする「必修科目」、データサイエンスの基礎から実社会に応用・展開までを幅広く学ぶ「選択科目」、データサイエンスや経済学・経営学などの学術的な知見の幅を拡げ、より深めるための経済学研究科・理工学研究科の学生とともに学ぶ「連携科目」。これらの科目群を通して、データ活用社会を牽引する、ビジネス課題をデータドリブンで解決できる高度にプロフェッショナルなデータサイエンティストを目指します。
科目紹介
必修科目
導入演習
実務家教員が担当する1年次秋学期に配置される演習科目。実務において求められる実践的な分析スキルを習得します。
演習A（A-1、A-2）
アカデミック教員が担当する2年次春学期および秋学期に配置される演習科目。学術的な観点から学び、最終成果物である特定課題の学術的な質を高めます。
演習B（B-1、B-2）
実務家教員が担当する2年次春学期および秋学期に配置される演習科目。実社会での応用・展開を可能とする実務的な観点から学び、特定課題の実践面における質を高めます。
選択科目
データサイエンスの基礎スキルやリテラシーを学ぶ科目
「プログラミングA/B/C/D」「データエンジニアリング概論／実践」「データサイエンス数学」「データの可視化と分析」「機械学習入門」「深層学習の基礎と応用」などの科目を、1年次春学期を中心に学びます。主な科目はアカデミック教員、実務家教員が担当しますが、より専門的・実践的内容が必要なPythonやデータエンジニアリングについては、当該分野での実務経験や教育実践に長けた非常勤教員を学外から招聘します。
データサイエンスの抱える倫理的な課題についても「AI倫理とバイアス」「データリスクマネジメント」といった科目の中で学んでいきます。
データサイエンスに関する基礎から応用までの学術的な視点・専門知識を学ぶ科目（学術系）
アカデミック教員が担当し、各教員の研究分野に基づいた講義を通じ、学術的な視点とその応用を1年次に学びます。
データサイエンスを主にビジネス分野へ応用・展開する視点・スキルを学ぶ科目（実践系）
主に実務家教員が担当し、各教員のビジネス分野での実務経験や知見に基づいた講義を通じ、データサイエンスを活用したビジネス展開等の実践的手法を1年次に学びます。
データサイエンスを活用したビジネス展開の現場から学ぶ科目（実践応用系）
2年次には、ビジネス等のデータサイエンスの活用事例の最前線を体感しつつ実践知を企業からの外部講師（非常勤教員）から学ぶ「データビジネス実践1/2/3/4/5」や、企業の現場で直接体感しながら実践力を磨く「インターンシップ」が開講され、より実践的な内容を学びます。
連携科目
経済学研究科経済学専攻の教員による専門科目
ミクロ経済学、計量経済学など、経済学分野における分析手法や理論、データサイエンスの応用・活用事例を学び、学術的専門知識をより深めます。
経済学研究科経営学専攻の教員による専門科目
会計、流通・マーケティング、経営戦略・経営管理など、経営学分野における分析手法や理論、データサイエンスの応用・活用事例を学び、学術的専門知識をより深めます。
理工学研究科の教員による専門科目
理工学、特に情報学分野における分析手法や理論、データサイエンスの応用・活用事例を学び、学術的専門知識をより深めます。
POINT #3
二年間の集中的な
カリキュラムで
即戦力を目指す
上智大学大学院応用データサイエンス学位プログラム（修士課程）は、出身大学の学部や大学時代の履修科目、前提知識や職務経験などを問いません。学習歴や職歴の有無や内容に応じて、既存の知識をブラッシュアップし、不足しているスキルを強化し、幅を広げるようなカリキュラムを自ら組み立てて学びます。
履修イメージ
データサイエンスに関する職歴の有無や内容に応じて、専門知・実践知の強化・ブラッシュアップポイントをカスタマイズする
履修モデル
- CASE1
- CASE2
- CASE3
大学では商学を学び、現在は他分野だが、データ系部署での一定年数の職務経験のある社会人
大学では社会学を学び、現在はデータ系の部署で働いている社会人
大学では情報学を学び、学部卒業後、すぐに大学院に進学する（学部新卒）
POINT #4
都心で平日夜間中心に学べる。
上智大学大学院応用データサイエンス学位プログラム（修士課程）は、社会人のリメディアル教育を使命の１つとし、社会人が働きながら学べる環境を整えるため、昼夜開講制を実施します。学部からの直接進学者も含め、多様な学生の受け入れを想定していることから、昼夜の開講科目をバランスよく配置します。特に実務家教員や非常勤教員の担当科目については夕方以降の5限・6限を中心に開講します。
キャンパスはJR中央線・東京メトロ丸ノ内線・南北線の四ツ谷駅前。仕事帰りにも通学しやすい立地です。
※ 修了にあたっては、昼開講科目の履修も一定数必要となります。
| 1時限 | 9:00～10:40 |
|---|---|
| 2時限 | 10:55～12:35 |
| 3時限 | 13:30～15:10 |
| 4時限 | 15:25～17:05 |
| 5時限 | 17:20～19:00 |
| 6時限 | 19:10～20:50 |
FAQ
授業について
- Q. 授業は対面式ですか？オンライン授業はどれくらいありますか？
- 授業は全て対面で行います。現時点ではオンライン授業は想定されていません。
- Q. 週に何日程度、通学する必要がありますか？
- 個々の学生が選択する授業によって変わるため、一律に何日とは回答できませんが、以下のような履修イメージが考えられます。
●2年次には必修の演習が4科目8単位あるため、春と秋の各学期で週2日は通学が必要となる。
残り22単位を全て1年次で履修するとして、ほとんどの科目が2単位科目なので、春と秋に均等に分けると、1学期あたり10～12単位＝5～6科目の履修が必要。
●これを、1日2～3科目を履修すれば週2～3日の通学が、1日1科目を履修すれば週5日の通学が必要となる。
カリキュラムについて
- Q. 具体的な科目リストや講義概要が知りたい。
- ウェブサイト（応用データサイエンス学位プログラム特設ページ）にて、カリキュラム・マップ（科目リスト）と講義概要を公表していますので、そちらをご参照ください。
- Q. インターンシップ先の具体的な企業名を教えてください。
- 現時点では、具体的な企業名について公表できませんが、金融・通信・製造業など 幅広い企業にご協力いただくことになっています。
入学試験について
- Q. 入学試験で英語は課されますか？
- 試験科目に英語はありません。出願書類としても英語テストのスコアなどは求めていません。
- Q. 文系出身ですが、数学や統計学の知識はどこまで必要でしょうか？出題範囲などは提示される予定ですか？
- 出題範囲の提示はしません。その代わりにサンプル問題をウェブサイトにて公開していますので、そちらをご参照ください。
- Q. 筆記試験と口述試験の点数の割合はどれくらいですか？
- 点数配分については公表しません。合否は、提出書類（書類審査）、筆記試験、口述試験の総合評価で判断します。
筆記試験免除について
- Q. 筆記試験免除の基準は予め設定されていますか？（実務経験の年数など）
- それぞれの要件について、免除の基準は設定していません。個々の受験生から提出いただいた書類をベースに、夫々の学習履歴・成績や社会人経験の状況を勘案し、「筆記試験を受けなくても本プログラムで学修が可能なレベルに達しているか否か」を、一人一人個別に判断します。
- Q. データサイエンスに係る資格とは具体的にどのようなものを想定されていますか？
また、資格によって加点などの違いはありますか？ - 代表的な資格としては、例えば、統計検定、データサイエンティスト検定などがありますが、様々な団体・機関が多様な資格試験を設けているため、特定の資格に限定せず、出願時に提出されたものを個別に判断します。
したがって、資格による加点や有利・不利ということではなく、上記同様、個々の資格の内容を勘案し、「筆記試験を受けなくても本プログラムで学修が可能なレベルに達しているか否か」を、一人一人個別に判断します。
奨学金について
- Q. 利用可能な奨学金はありますか？
- 出願時に申請する「新入生奨学金」があります。また、入学後に申請する奨学金も複数ご用意していますので、詳細は上智大学公式ウェブサイトの「奨学金情報」をご参照ください。
教育訓練給付金について
- Q. このプログラムは厚生労働省の「教育訓練給付金」の対象となりますか？
- 残念ながら2023年度入学者については対象となりません。
注：同制度の機関認定要件として講座の運用実績が必要なため、初年度と翌年度（2023・24年度）の入学者までは同制度の対象とすることは不可能な状況です。
指導教員について
- Q. 出願前に希望する指導教員にコンタクトする（内諾を得る）必要はありますか？
- 本大学院における指導教員は2年次に決定されます。したがって、出願に際して、事前の連絡や内諾は一切不要となります。
オンライン入試説明会（9月入試）
-
第1回
2023年5月19日(金) 18:30〜19:30
-
第2回
2023年5月23日(火) 18:30〜19:30
-
第3回
2023年5月31日(水) 18:30〜19:30
-
第4回
2023年6月 5日(月) 18:30〜19:30
※全てオンライン開催となります。いずれも同じ内容です。
※受験を目的とされている方への説明会です。目的外の参加はご遠慮ください。
プログラム概要
-
学位プログラム名称
応用データサイエンス学位プログラム ※注
-
学位プログラム英語名称
Graduate Degree Program of Applied Data Sciences
-
学位名称
修士（応用データサイエンス）
-
学位英語名称
Master of Science in Applied Data Sciences
-
入学定員
50名
※注：2019年に導入された分野横断型の新たな大学院設置形態である「研究科等連係課程実施基本組織」として、経済学研究科、理工学研究科及び地球環境学研究科の三つの研究科の連係によって開設される大学院の修士課程。
2024年4月入学
応用データサイエンス学位プログラム（修士課程）入試日程
| 試験区分 | 9月入試 | 2月入試 |
|---|---|---|
| Web 出願期間 出願書類提出期限 |
2023年6月14日（水）～6月28日（水） 2023年6月29日（木）消印有効 |
2023年11月15日（水）～11月29日（水） 2023年11月30日（木）消印有効 |
| 試験日 | 2023年9月16日（土） | 2024年2月17日（土） |
| 合格発表日 | 2023年9月27日（水）10:00 | 2024年2月28日（水）10:00 |
初年度学費（2023年度）
| 入学金 | ¥200,000 | |
|---|---|---|
| 授業料 | ¥1,049,500 | |
| その他納入金 | 在籍料 / 教育充実費 / 実験実習費 / 学生教育研究災害奨学保険料 / |
¥60,000 ¥260,000 ¥130,500 ¥1,400 |
| 合計 | ¥1,701,400 | |
| 入学金 | ¥200,000 |
|---|---|
| 授業料 | ¥1,049,500 |
| その他納入金 | |
| 在籍料 / 教育充実費 / 実験実習費 / 学生教育研究 災害奨学保険料 / |
¥60,000 ¥260,000 ¥130,500 ¥1,400 |
| 合計 | ¥1,701,400 |
＜応用データサイエンス学位プログラムの教育研究上の目的および養成する人材像＞
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。
＜ディプロマ・ポリシー＞
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。
(DP1) 応用データサイエンスおよび関連分野において最先端で活躍できる専門知識を身につけるとともに、新手法の開発や新分野の開拓をできる力
(DP2) 自らの専門分野に加え、それ以外の自然科学あるいは社会科学との学際分野も含めて広範に学ぶことにより、データサイエンスが人間社会や地球環境に与える影響などを多面的に捉える力
(DP3) 専門分野に関する課題について、データの収集，分析，活用まで幅広く実行できる力
(DP4) 自らの研究成果を論理的に整理して的確に伝え、特定課題研究としてまとめる力
(DP5) 研究課題の達成を通じて、実社会においてグローバルレベルで即戦力となり、データ活用社会を牽引する力
＜カリキュラム・ポリシー＞
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。
(CP1) データサイエンスの基礎から実践まで幅広い分野を俯瞰し、本プログラムで学ぶ内容の理解を促すための必修科目として「データサイエンス概論」を1年次春学期に配置する。
(CP2) データサイエンスの基礎スキルやリテラシーの習得とあわせ、データを扱う上で配慮すべき倫理的側面の理解を促す講義・演習科目を1年次に配置する。
(CP3) データサイエンスおよび関連分野に関する学術的な視点や専門知識および実務で応用するための視点やスキルを習得する講義科目を1年次に配置するとともに、それらの視点や知識・スキルを実社会で活用する力を養う必修科目として「導入演習」を1年次秋学期に配置する。
(CP4) データサイエンスを応用した実例を体感し、データの収集，分析，活用等の実践力を習得するための実践系講義科目およびインターンシップ、学術的な応用力を養成するための様々な学問分野における分析手法や応用事例を学ぶ連携科目を2年次に配置する。
(CP5) 特定課題作成と口頭報告の能力を習得するための必修科目として、学術的なアプローチによる指導を行う「演習A」、それと並行して実社会での動向や事例を踏まえた指導を行う「演習B」を2年次に配置するとともに、両科目を横断する形での合同研究報告会を実施する。
(CP6) 研究を現実の社会問題に応用する力を習得するため、各専門科目においてディスカッションや演習を取り入れるとともに、関連学会への参加を促進する。
＜アドミッション・ポリシー＞
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。
(AP1) データサイエンスに係る専門知識を積極的に活用し、現代社会における多様な課題の解決に取り組み、応用データサイエンスによって人間社会の発展に貢献できる学生
(AP2) 応用データサイエンスの知識・技術を用い、実践的データを活用した新たな分野を社会で開拓・発展させようという意欲をもっている学生