データサイエンス学部
：立正大学 受験BBS

第１志望{emj_ip_0106}
第２志望以降{emj_ip_0107}

★データサイエンス系　大学教育組織連絡会　令和2年（2020年）8月20日設立

◇組織会員
・滋賀大学データサイエンス学部　
・総合研究大学院大学複合科学研究科統計科学専攻　
・長崎大学情報データ科学部　
・一橋大学ソーシャル・データサイエンス教育推進センター　
・兵庫県立大学社会情報科学部　
・立正大学データサイエンス学部長　
・群馬大学情報学部（11月16日加入）
◇設置目的
データサイエンス系の専門学部・学科・研究科・専攻等が協力・共同し、教育・運営の在り方について継続的な議論を通して、大学及び大学院におけるデータサイエンス分野の教育・研究を推進するとともに、産官学の直接的な対話を促進し対外的な意見や要望を発信することをもって、我が国におけるデータサイエンス教育・研究、化学技術や経済社会の発展に寄与することを目的とする。

◆ 立正大学データサイエンス学部：https://www.ris.ac.jp/ds/

立正大学は大学群【神立東玉文武】のうちの一校です。

★ニコニコ大百科の【神立東玉文武】の説明を読んで見よう！https://dic.nicovideo.jp/t/a/%E7%A5%9E%E7%AB%8B%E6%9D%B1%E7%8E%89%E6%96%87%E6%AD%A6?from=a_autolink_4219537

ついでに【関連項目】の
・大学群
　↑↑↑ をクリックしてみよう！　色々な【大学群】が列記されています。

◆ 立正大学データサイエンス学部について
・情報技術の急速な発達によって、世界中のインターネットの検索機能やスマートフォンの位置情報・接続状況から得られるデータ。また、メール、ブログ、ツィート、ソーシャルネットワーキングなどからも得られる膨大なビッグデータから、ビジネスに活かせる情報データを分析し、実務に応用できる知識やノウハウを身に付けた即戦力となる人材が、これからの社会では益々求められてきています。
・データサイエンス学部は、データサイエンスを広く経済社会に応用し、経済におけるマーケット情報の分析や観光における需要の予測、競技スポーツにおけるデータの解析など、ビジネス、社会、観光、スポーツなどの現場で、新たな価値を生み出す即戦力となる人材を養成する学部です。　

◆ 専門領域における教員のきめ細やかな専門指導
・データサイエンス学部では官公庁、スポーツ、ビジネス、観光など各分野で25名の専任教授が指導に当たります。
・3年次から始まる専門領域の研究(ゼミナール)では各教員の研究室に所属し、集中的・専門的な指導が行われます。
・研究の成果は卒業研究(複数人数のグループが取り組む研究)あるいは卒業論文(個人で取り組む研究)としてまとめられます。

◆ 企業や組織と連携した実践的な教育体制
・実際にデータを用いたビジネスモデルを展開している企業や組織と連携したインターンシップやフィールドワークが行われます。
・これを通して、課題の発見とそれに対する解決策を学生が主体的に提案していくなど、社会や経済の諸課題への対応力を養います。

◆ 卒業後も連携できる開かれた研究・教育体制
・データサイエンスの早い技術進歩に対応するため、卒業生が大学に戻って情報交換や新知識習得の機会や最新情報が提供される場を用意しています。
・卒業生や連携先からのフィードバックを得て教育内容をダイナミックに変化させるなど、卒業生とネットワークを活かした教育・研究体制の構築を目指します。

これまでは IT エンジニアと言えば、一定の法則に従って動作するプログラムを構築するプログラマーや SE (システムエンジニア)が主流でした。
しかし近年、ビッグデータを正確に扱える高度なスキルを持ったデータサイエンティストの人材が必要不可欠となってきました。

あるデータサイエンティストは、
「データサイエンス学部って、行く意味がある。何故ならば大学の教授と企業の間にはコネがあって、データサイエンス学部がある大学に入るだけで、インターンシップと称してその企業のデータを入手でき、分析できるから」と言っていました。

「データサイエンス学部は、そういう意味で恵まれた環境にあり、就職活動で "ある企業のデータを分析しています" といえば、就職で絶対に有利になる」といっていました。

立正大学データサイエンス学部では、2年次に企業などで実践的なインターンシップやフィールドワークなどが課されています。これって、絶対に就職活動の時に有利に働きますよね！

※ 【嬉しいお知らせ】
立正大学データサイエンス学部では、入学時に学部生全員にノートパソコンが貸与されます。(たぶん、卒業時にノートパソコンの返却は、ないんじゃないかと思われます)

★ データサイエンスを構成する要素について

データサイエンスを構成する要素は、大きく分けて3つある。

計算機科学というデータを扱うためのコンピューター利用の分野、データを分析する統計学の分野、そのデータをどう価値付していくかという価値創造の分野である。

計算機科学と統計学は工学的な分野で、データサイエンスの基礎。

一方、そのデータをビジネスやマーケティングにどう使うのか、という応用方法を考えるのが価値創造である。

価値創造の場面では、経済や経営など文系的思考が必要である。

『卒業後は有名企業から引く手あまた？　全国で「データサイエンス学部」が増加している理由』　2021.11.19　AERAdot. からの抜粋・要約

★ 日本は世界の中で後れをとっている
大学でデータサイエンスを学べる環境が急速に広がっているのは、社会からの要請だ。「多くの企業がデータサイエンティストを求めている」（滋賀大データサイエンス学部長・竹村彰通）というが、そこには世界と比較して日本がこの分野で後れを取っていることが背景にあるという。

★ 企業が優秀な社員を大学院に派遣
滋賀大学では2019年に大学院にデータサイエンス研究科を設けた。ここでは社会人派遣を受け入れており、情報通信系の大手企業などから若く優秀な社員が送り込まれているという。
「連携している企業から派遣された大学院生が学生（DS 学部生）に声をかけて、学生がその企業に就職し、社内で独立した部署を作ったという事例もありました。中途採用は今、取り合いで採用できないので、本学（滋賀大）の卒業生を採用しよう、と思ってくださる企業があるのではないかと思います。

★ 英語と同じレベルで必要とされる時代が来る
「いくら外部に専門のデータサイエンティストがいても、その人が企業や業界の内情を全て知っているわけではないですよね。どのデータとどのデータを連携させたら役に立つのか、という具体的な事が分からないとDX（デジタルトランスフォーメーション）は進められない。医療、行政、製造業、マスコミ、どの分野でも、当該分野の人にどれだけデータサイエンス教育を教育していくかが、国や企業、行政サービスの強さに繋がっていくと思います」（京都橘大・東野輝夫教授）

こうした考えのもと、京都橘大では、来年度から経済学部をはじめ文系理系を問わず全学部で体系的にデータサイエンス教育を行う方針だという。東野教授は「データサイエンスの知識が、英語と同じくらいのレベルで必要とされる時代がもうすぐ来るだろう」という。

「国は今、大学・高専から年間50万人のデータサイエンス人材の輩出を目標に掲げています。現状、日本の情報教育は遅れていて、アメリカのような IT 中心の社会というわけではない。ただ、今後人材が増えて行けば、日本が得意とするものづくりとうまく組み合わせて、日本ならではの強みが生まれるのではないかと期待されています」（東野教授）

★ 2025年の大学入学共通テストの出題教科にプログラミングを含む「情報」(Information)の科目が必修化！

・高校の改定された新学習指導要領では、共通必修科目「情報 I」が新設されます。必修科目となったことで、高校生全員がプログラミングを学ぶことになります。

「情報 I」は、以下4つのカテゴリーに分けられます。
1.情報社会の問題解決
2.コミュニケーションと情報デザイン
3.コンピューターとプログラミング
4.情報通信ネットワークとデータの活用

◆ 大学入試への影響
・2021年3月24日に大学入試センターが、2025年1月に実施する大学入学共通テストの教科、科目の再編案を公表しました。
・その中で、【プログラミングや、データサイエンスに必要な統計処理、情報リテラシーの知識などを試す「情報」を導入し、国語や数学などと並ぶ基礎教科とする】ことを発表しています。
・プログラミングは、国語と数学と並ぶ教科の位置づけとなり、プログラミング知識を問われる「情報」科目が、入試科目となっています。
・基礎教科、入試科目となった背景は、急速に発達する IT 社会で活躍できる人材育成や、2030年に最大79万人の不足が見込まれる IT 人材確保の、裾野拡大につなげる狙いがあります。

※ このようにデータサイエンスの知識の需要は益々大きくなっていきます。

{emj_ip_0295} 立正大学データサイエンスセンターは、企業や行政機関、地域と連携しながら幅広い分野のデータサイエンス研究を進めています。これらの研究プロジェクトに関わっている【共同研究員】も産学官から多彩な方々が参加しています。

【共同研究員】の所属先を列記してみると、

・独立行政法人統計センター・係長
・Salesforce ・スタッフ
参画プロジェクト：金融関連データを利用した起業支援

・日本大学・特任教授
参画プロジェクト：生活習慣病予防への機械学習の応用

・Department of Economics, Ewha Women's University, Korea ・Professor
・立正大学経済学研究科・博士課程2年
参画プロジェクト：産業構造のネットワーク分析

・立正大学・非常勤講師
参画プロジェクト：IRプロジェクト

・至誠館大学ライフデザイン学部・助教授
・ミズノ株式会社・グローバル研究開発研究員
参画プロジェクト：スポーツデータサイエンスプロジェクト

・江戸川大学＆ローカルデザイン研究所 BEEN ・名誉教授＆ローカルデザイン研究所代表
参画プロジェクト：データサイエンスによる地域活性化

・東京大学・大学院経済学研究科教授（2名）
・一橋大学・経済研究所教授
・一橋大学・教授
・神奈川大学・経済学部准教授
・日本大学・助教授
参画プロジェクト：景気指標開発プロジェクト

・独立行政法人統計センター・技術研究開発課
・株式会社タクミインフォメーションテクノロジー・スタッフ
参画プロジェクト：日本の家族構成とその行動分析

★立正大学データサイエンスセンター：https://www.ris.ac.jp/dsc/

>>17　★データサイエンス系　大学教育組織連絡会　2020年8月20日設立

◇組織会員
・滋賀大学データサイエンス学部
・総合研究大学院大学複合科学研究科統計科学専攻
・長崎大学情報データ科学部
・一橋大学ソーシャル・データサイエンス教育推進センター
・兵庫県立大学社会情報科学部
・立正大学データサイエンス学部
・群馬大学情報学部（11月16日加入）https://www.gunma-u.ac.jp/information/83078

◆ データサイエンス学部での様々な資格取得のバックアップ

・教職課程の履修で、高等学校教諭一種免許状「情報」の資格を取得できます。
・さらに情報処理技術者試験やITパスポート試験、G検定(ジェネラリスト検定)、統計検定などの資格取得にも積極的に支援しています。
・その他にも任意資格である「社会福祉主事」「社会教育主事 / 社会教育士」「博物館学芸員」や認定資格である「GIS学術士」「社会調査士 / 専門統計調査士」「社会調査士」など。

【2022年最新】データサイエンス大学ランキング / データサイエンス学部・学科って何を学ぶの？　文系でも行ける？　勉強内容、取れる資格について

コレカラ進路.JP　2022.03.10

データサイエンスとは、データの分析についての学問分野であり、統計学や数学、計算機科学などと関連し、主に大量のデータから何らかの意味のある情報や補足関連性のあるものなどを導き出す学問です。

具体的に言うと主に分析環境の構築・運用・分析・レポート作成などを行うことです。分析環境の運用構築とは業務システム、ブログ、SNS や Web デザイナー、Web サイトのデータなどを収集し、これらのデータの蓄積を運用できるようにする仕組みをつくることです。

ITやWebが隆盛を極める今日（こんにち）では非常に重要な学問であり、データサイエンスを扱う事のできる学生は今後企業から益々重宝されるようになるでしょう。

◆ 文系でもデータサイエンス系の学科に入れる？
結論から言うと、文系の方でもデータサイエンス系の学科に入ることはできます。
しかし注意すべき点としては、

・試験科目には理系科目が用いられていることも多いので、受験に対応できる程度の理系科目の学習は必要です。
・一般入試などで大学を受験する場合は、基本的に英語も受験科目として用いられることが多いので、英語が得意な人は多少理系科目で点数を落としてしまっても、英語でカバーすることもできます。
・数学をはじめとした理系科目が苦手のまま入学してしまうと、入学後に困る事もありますが、「大学に入ってから、学習に一生懸命に取り組むことができる」という自信のある人は、文系でもデータサイエンス系の学科に入っても問題ないでしょう。
・数学が苦手という人は、一度書籍などでデータサイエンスに関する本を読んでみてから判断することをお勧めします。

◆ データサイエンスお勧めの大学
・立正大学
・武蔵野大学
・日本工業大学
・大阪工業大学

この記事の出所先：https://korekarashinro.jp/special/consult/data-science/

★ データサイエンスにおけるデータの活用について　　用語解説・その１

◆ データの活用とは何？
データの活用とは、「データを業務プロセスの中に継続して組み込んでいく活動」を指します。突発的に一回限りの分析でデータを使うのではなく、日々の業務でデータを継続的に用い、発見につなげることを指します。
◆ データの活用はなぜ？
データには事実が並んでいるため、根拠に基づいて意思決定を行うことが出来ます。意思決定の際にデータを活用すれば、具体的な情報を基に意思決定が行えるため、周囲と認識を共有しやすくなるうえに、将来的にも検証が行いやすくなるというメリットが生まれます。
◆ ビッグデータを何に使う？
ビッグデータを活用することで、膨大な過去の実績データからの傾向を分析し、高精度な予測を行うことが可能です。例えば、商品やサービスの需要の予測を行えば、在庫や製造量を過不足なく適切に管理でき、無駄なコストの削減や業務効率化につなげられます。

★ データサイエンスにおけるデータの活用について　　用語解説・その２

◆ データ分析は何に使う？
データ分析の活用によって、これまで不確実性のあった情報をより精度を高めて抽出できるため、継続的な売上げやシェアの拡大、またそれらにつながる施策の検討が容易になります。分析の精度は、完璧とまではいかないものの、各データの関連性や因果関係などから不確実性を減らすことで、確実の高い分析や予測が可能になります。
◆ データ活用で何ができる？
データの活用は、新たな戦略や施策を導入する際にもメリットがあります。データを用いて分析することで、社内の状況が明確になり、ビジネスにおける課題が発見可能になります。　また見つけた課題を基に戦略や施策を導入した場合にも、データを基に効果検証を行えるため、次の施策に向けて動き出せます。
◆ 「データの活用」と「データドリブン」は何が違う？
データ活用が既存のデータを業務に取り入れるのに対して、データドリブン ( Data Driven ) はビッグデータを扱うため、その範囲や種類が増えると思われます。

★ データサイエンスにおけるデータの活用について　　用語解説・その３

◆ データドリブンマーケティングとは？
「データによって動かされる」つまりデータを意思決定の判断軸としたマーケティング手法や経営手法のことを指します。
◆ データドリブン経営はなぜ必要なのか？
メリットは3つあります。
１）売り上げや収益率の改善
２）顧客ニーズの理解
３）精度の高い意思決定
◆IoT（アイオーティー）とは？
「Internet of Things (モノのインターネット）」の略称で、コンピューターなどの情報通信機器だけでなく、世の中に存在するあらゆる物体（モノ）に通信機能を備えて、インターネット接続や相互通信を行わせることにより、遠隔操作やデータ収集を行う仕組みのこと。
◆統計で何が出来る？
統計学とは、ある1つの群のデータに対してその性質を調べたり、あるいは手持ちのデータからもっと大きな未知のデータや未来のデータを推測するための学問のこと。
◆ なぜ、データサイエンティスト？
データサイエンティストが注目の職業になっている理由としては、近年ビッグデータがビジネスにおいてより重視されるようになったことが関係しています。情報が武器となるIT・デジタル業界が伸びていることも、データを分析して活かすことができるデータサイエンティストの需要を押し上げています。

◆ オススメ記事：【データ活用とは？メリットや業界ごとの活用方法を解説】https://www.mdv.co.jp/ebm/column/article/05.html

★ 立正大学の「スポーツデータサイエンスプロジェクト」の取り組みが紹介されました

◆ ベースボールマガジン社
Baseball Clinic （ベースボール・クリニック）
2022年5月号 「特集・走塁のデータサイエンス」
【埼玉武蔵ヒートベアーズ × 立正大学データサイエンス学部の「塁感プロジェクト」に密着

立正大学データサイエンスセンター NEWShttps://www.ris.ac.jp/dsc/news/cuefqf00000002v2.html

BBM Sports ベースボール・クリニック5月号
Baseball Clinic（ベースボール・クリニック）https://www.bbm-japan.com/article/detail/31423