学科紹介

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。

きめ細かいサポートにより、初学者でも安心して段階的に学べる「丁寧な学び」を実現しています。 数学に不安のある学生向けの補習をはじめ、各科目の学修支援、DS Cafe※で先輩に相談できる機会の提供、入学前指導や入学後の教員による定期的な面談などを通じて、学修を継続的に支援しています。

※DS Cafeとは…データサイエンス学科の校舎にある、学生同士や教員が、ディスカッションや学びを共有するスペースです。

企業・自治体と連携したPBL (課題解決型学習) やゲスト講演、アイデアソン・ハッカソン※を通じて、実社会の課題にデータで向き合い、「仕事としてのデータサイエンス」を実践的に学べます。

※アイデアソン・ハッカソンとは…特定のテーマに対して、ITエンジニアを含むさまざまな分野の人々が集まり、短期間で集中的に共同開発を行うイベントのこと。アイデアソンはアイデアの創出、ハッカソンはアプリケーションやサービスの開発を目的としています。

文系・理系いずれの出身でも、「統計学」「社会科学」「A・情報学」を体系的に学べる、文科省認定のカリキュラムを採用し、基礎から本格的なデータサイエンス力を身につけられます。

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。