学科紹介

社会のあらゆるデータを、活用・分析し、新たな価値を創造する学問。ビジネス力、データエンジニアリング力（情報学）、データサイエンス力（統計学）の3つの力を組み合わせた文理融合の新たな学び。

身近でデータサイエンスが活用されている事例を見てみましょう。
ご自身で見たい場面を選んでいただく、視聴者参加型の動画です。
2分程度の短い動画です。ぜひ、最後まで楽しんでご視聴ください。

行政・企業等と連携し、大学との相互協力により新たな価値の創出や社会課題の解決を目的としたPBL（課題解決型学習）を展開。実社会の問題・データにもとづき、実践力を身につけるプログラムを導入します。例えば行政・企業からデータと課題の提供を受け、大学のもつデータサイエンスの知見を駆使して分析を行い、環境・経済・文化・地域など、さまざまな分野の課題解決のための政策提言を学生が行います。これに対しフィードバックをいただき、学びを深めるとともに、政策提言の精度を高めていきます。

データに基づいた提案を可能にするデータサイエンスを学び、意思決定領域における女性参画の推進をめざします。女性が未だ少ないデータサイエンス分野においてイノベーションを推進し、社会のリーダーとして新しい価値の創出に貢献できる人材を養成します。また、現代の諸課題をデータから読み解き、女性の活躍だけではなく多様性を尊重する社会の実現に貢献できる人材を養成します。

基盤となる統計学、情報学を丁寧に学びます。その上で、社会課題の解決にデータサイエンスを応用する力を身につけるための、幅広い知見・課題を発見する感性・情報収集力を磨きます。

行政・企業からデータと課題の提供を受け、大学のデータサイエンスの知見を駆使して、環境・経済・文化・地域などの課題に対して政策提言を行い、実践力を身につけます。

女性が未だ少ないデータサイエンス分野においてイノベーションを推進し、社会のリーダーとして新しい価値の創出に貢献できる人材を養成します。

入学後の成長を支える制度と学び

入学後に数学に関するプレースメントテストを実施。習熟度別のクラスを編成し、誰もが理解を深められる授業を展開します。また、授業以外でもeラーニングなどを活用したリメディアル学習体制で成長を支援するほか、1年次から始まるゼミでは教員の個別サポートも実施します。

１年次の導入科目では、統計学、情報学、経済学、経営学、社会学などの幅広い学問分野を設置。幅広い基礎知識を磨きながら社会の諸問題を見る目を養います。さらに専門的・実践的な学びを円滑に始められるよう、アカデミックスキルやコミュニケーション能力を養う基礎演習も設けています。

個々の学生が自分の目標に向けて成長できるよう、アドバイザー制度による個別指導を1年次より実施。専任教員が学びの進度や適性を丁寧に把握します。３・４年次ではゼミの担当教員がともにより良い進路を考えるほか、ITを活用した学修ポートフォリオを共有して学びの振り返りを促します。

データサイエンス学部のカリキュラムは、大きく「統計学」「社会科学」「情報学」の3領域で構成されます。実践的な統計学・情報学のリテラシーを基盤に、経済学や経営学、社会学などの知見を磨くことで、社会の実情を理解しながら自由な発想力も養える学習体系となっています。その学びを通して、データサイエンスから社会の課題解決や新たな価値の創造を実現できる人材を育てたいというのが我々の願いです。
本学部が重視するのはロボットやAIといった専門分野の追究ではなく、統計学や情報学に深く関わり、あらゆる応用にもつながる数学の基礎。数学が不得手な学生に対しても、入学前教育や入学後の補習で手厚く支援します。こうした“丁寧な学び”の環境が、文理を問わず、学生の知識の定着を力強く支えます。

社会とのつながりを実感しながら、今の学びに意欲を持って取り組めるのも本学部の特長。そのひとつが1年次から4年次までの必修科目になっている課題解決型学習（PBL）です。身近な課題を発見し、自ら解決方法を探る経験は、新たな価値を創造できる力の礎となるもの。この学びに早期から取り組む意義は非常に大きいと言えます。
さらに地元の企業や行政機関、またデータサイエンティスト協会とも連携し、女性を含むデータサイエンスのプロフェッショナルを講義のゲストスピーカーに招聘。社会で実際に活躍されるロールモデルの姿を通して、将来の自分をリアルに思い描けることは、学生たちのビジョン形成やモチベーションアップにも大きく役立つでしょう。
赴任して間もない私から見ても、意欲的な学生が多く集まる京都女子大学の学風に大きな可能性を感じます。本学部で学ぶ学生たちが、データサイエンス分野の女性パイオニアへ成長することを全力で支援します。