データサイエンス学科

現代は、誰かが動けばデータ（位置情報）が得られ、誰かが投稿すればデータ（バズり）が得られるデータの時代。社会でも、データに基づく議論や問題解決方法の提案がこれまで以上に要求されるようになりました。データから問題を発見し、データに基づいて問題を解決する。データサイエンスには、データの時代だからこそ必要な問題の発見から解決までの方法を提供し、そして実践することが求められています。本学科では、データサイエンスで用いられる方法が、大きく分けて、統計学、オペレーションズ・リサーチ、機械学習（人工知能）といった分野で研究・開発されていることを踏まえ、これら3つの分野を、その基盤となっている数学や情報から系統的に学びます。それにより、理論に基づくデータの正しい取り扱い方を知り、さらには演習や実習の中で、学んだ方法を実際に活用することで、データサイエンスに関する確かな実践力を養います。その実践力は、卒業研究として、企業との共同研究の中で生かされることもあります。

理工学部が提供する「南山大学 理工学部データサイエンスプログラム」は2025年度に文部科学省から「数理・データサイエンス・AI教育プログラム（応用基礎レベル）」として認定されました。データサイエンス学科生は、卒業に必要な単位を修得することで、自動的にこの教育プログラムを修了することができます。修了者には修了証が授与されます。なお、理工学部の他の学科生も必要な科目の単位を修得することで、同じくこの教育プログラムを修了することができます。

データサイエンスで用いられる数理技術は、数学に基づいて設計された方法の集まりです。したがって、その基礎になっている数学から学び、技術の基盤となっている理論を理解することで、将来的に自ら数理技術を改良・開発できる力の素地を養います。また、数理技術を実際に問題に適用するためには、問題を数学的に記述した数理モデルが必要になります。数理モデルの構築方法はデータサイエンスに関する多くの例題を学ぶ中で、身につけていきます。

データサイエンスはデータがあるところ、どこでも活躍する可能性があります。それには理工学部の他学科の分野も含まれます。ソフトウェア工学であれば、今では生成AIによるプログラム作成。電子情報工学であれば、最適なセンサの配置場所決定。機械システム工学であれば、自動運転に必要な物体認識など。他学科について、副専攻として理解を深めれば、他分野でデータサイエンスをより有効に活用することができます。データサイエンスを応用することができる問題を見出す力も養われます。

本学科の卒業生の進路としてサービス、流通、販売、IT、製造分野の企業や官公庁を想定し、担当する業務として、

などを想定しています。