令和5年度 データサイエンス学部 オープンキャンパス

令和５年度

データサイエンス学部 オープンキャンパス

令和5年4月、教員14名・１期生 学生80名を迎え、

DS学部が船出いたしました！

1

データサイエンス学部長挨拶

～学部紹介と共に～

3

統計学＋機械学習AI等 「知的」情報処理 技術

多種多様な「デジタルデータ」

画像映像処理

テキストマイニング

（文章・言語処理）

音声処理

位置・動態処理

情報通信機器＆「もの」とのリンク＆センサー技術等の進歩

新たな知見を獲得することを

通じて、社会や様々な分野の

実務における課題解決を目指

す学問＝DS

データサイエンス 活用ごくごく一例

＊ＳＮＳやウェブ履歴データ、・・・

顧客ニーズに合った商品開発、サービスや情報提供

＊経済動向、感染者数、気候データ、・・・

予測と関連対策やサービス提供、アプリ開発

＊データに基づく“実証”の重要性！

行政分野：ＥＢＰＭ（Evidence-based policy making）

（実証に基づく政策立案）

様々な業界・分野で多様な活用が展開

それに対応できる人材が益々求められている！

・

経済産業省は、デジタル対応人材が30年までに最大約79万人不足すると試算

5

名古屋市立大学データサイエンス学部

令和５年４月 名古屋市立大学 データサイエンス学部を 開設 データサイエンスの特性（分野横断性、実務との関係）

学内および学外との連携のもと、データサイエンスの を踏まえ 教育・研究・共創拠点として地域に貢献することを目指す

医学部・薬学部・経済学部・人文社会学部 芸術工学部・看護学部・総合生命理学部

５つの附属大学病院群

国、地方自治体、産業界、経済界、

学術機関、医療機関、企業、非営利

団体、etc・・・

学部・学科名称

設置場所 滝子(山の畑)キャンパス

入学定員 １学年８０名

専任教員 １４名

学位名称 学士(データサイエンス)

＊特徴： 統計、ＩＴ、ビジネス、医療健康という多彩かつバランスの取れた教 員構成による多様なDS教育・研究・連携活動の実現が可能（アップ中の教 員リストをご参照してください）

＊大学院の早期設置を計画中！←学位授与機構：R5年度・大学・高専機

能強化支援事業（高度情報専門人材の確保に向けた機能強化に係る支

援）【支援２大学】（特別枠）に採択！

教員名 五十音順

小川 泰弘 博士(工学) テキストマイニング、パターン認識 ／ 地方自治体における法情報の DX 化 奥田 真也 博士(商学) 財務会計、財務データ分析 ／ 財務会計情報による企業経営分析

小山 聡 博士(情報学) 知能情報学 ／ AI とビッグデータ解析の基礎および実社会への応用 各務 和彦 博士(経済学) 応用ベイズ統計学 ／ ベイズ統計学のマクロ経済データ分析への応用 上出 哲広 博士(情報科学) 情報数学 ／ 論理学の AI、ソフトウェア科学への応用

黄 銘 博士(コンピュータ理

工学) 保健情報学 ／ 生体データによる未病、予防研究 児玉 耕太 博士(薬学) ヘルスサイエンス ／ モバイルヘルスデータの社会実装

辰己 賢一 博士(工学) モデリング、計算機シミュレーション ／ ビッグデータ活用によるスマート農業 能勢 正仁 博士(理学) 応用統計学、データ調査 ／ データサイエンスを用いた宇宙天気研究 原田 峻平 博士(商学) 経済理論 ／ 公益事業・公共事業の効率性に関する実証評価 間辺 利江 博士(医学、ヒューマ

ンケア科学) 医療情報学 ／ 医療系モデルシミュレーションや AI による感染症リスクの見える化 三澤 哲也 博士(工学) 金融工学、統計数学 ／ 統計モデルとデータによる投資リスクやシステム信頼性評価

山本 祐輔 博士(情報学) データ工学、応用機械学習 ／ 信頼できる情報の検索・活用のための情報アクセス技術研究

横山 清子 博士(工学) 信号処理、人間工学 ／ 生体データ分析に基づく商品開発、職人技のデータベース化 ₇

具体的な内容はこのあとの プログラムで！

 どんなことが学べるの？

 どんな進路や資格が期待できるの？

 講義の雰囲気は？

 どんな学生生活を送れるの？

 どんな入試なの？

9

10

１．募集区分・募集人員

入学定員：80名

① 学校推薦型選抜B 27名 ※１

② 学校推薦型選抜（名古屋市高大接続型） ３名 ※２

③一般選抜（前期日程のみ） 50名

※１ 合格者が募集人員に満たなかった場合は、一般選抜（前期日程）で補充する。

※２ 合格者が募集人員に満たなかった場合は、学校推薦型選抜Bで補充する。

11

２．入学者の選抜方法

① 学校推薦型選抜B

② 学校推薦型選抜（名古屋市高大接続型）

⇒大学入学共通テストの成績、志願理由書、調査書の成績による 審査の結果を総合して入学者の選抜を行う。

③一般選抜

⇒個別学力検査を課し、その結果及び大学入学共通テストの 成績・調査書を総合的に判定して、最終合格者を決定する。

共通テスト 大学入学

配点

教科 科目 国語 数Ⅰ・数A

数Ⅱ・数B 英 世B、日B、地理B、現社、

倫理、政経、倫政経から

物理、化学、

生物、地学 から1科目 選択

① 学校推薦型選抜B

② 学校推薦型選抜（名古屋市高大接続型）

３．大学入学共通テストの配点

※１ 数学は、各科目100点満点とする。

※２ 「外国語」の英語はリスニングを含む。配点比率はリーディング80％、リスニング20％（リーディング160点、リスニング40点）とする。

※３ ２科目を受験した場合は、第１解答科目を合否判定に用いる。

※４ 倫政経とは『倫理、政治・経済』を表す。

共通テスト 大学入学

配点

教科 科目 国語 数Ⅰ・数A 数Ⅱ・数B

英、独、仏、

中、韓から

世B、日B、地理B、現社、

倫理、政経、倫政経から

物理、化学、

生物、地学 から1科目 選択

13

③ 一般選抜

※１ 数学は、各科目100点満点とする。

※２ 「外国語」の英語はリスニングを含む。配点比率はリーディング80％、リスニング20％（リーディング160点、リスニング40点）とする。

※３ ２科目を受験した場合は、第１解答科目を合否判定に用いる。

※４ 倫政経とは『倫理、政治・経済』を表す。

外国語 英語(「コミュニケーション英語Ⅰ」、「コミュニケーション英語Ⅱ」、

「コミュニケーション英語Ⅲ」、「英語表現Ⅰ」、「英語表現Ⅱ」)

数学

数Ⅰ・数Ⅱ・数Ⅲ・数A・数B

４．個別学力検査の配点（一般選抜のみ）

※５ 数Ⅰ・数Ⅱ・数Ⅲ・数Aは全範囲を出題範囲とし、数Bは「数列」と「ベクトル」を出題範囲とする。

数Ⅰ・数Ⅱ・数A・数Bから４問、数Ⅲの内容を含むもの２問、合計６問を出題しそのうち４問を解答する。

なお、出題形式については、数Ⅰ・数Ⅱ・数A・数Bの範囲からだけでも４問解答できることとする。

15

５．個別学力検査過去問題・解答例

令和５年度（2023年度選抜）個別学力検査の過去問題及び解 答例は本学ウェブサイトに掲載しています。

下記URLまたはQRコードよりご参照ください。

（URL)

https://www.nagoya-cu.ac.jp/admissions/past- exam/test/

（QRコード）

学校推薦型選抜B

学校推薦型選抜

(名古屋市高大接続型) 3 4 1.3

一般選抜

令和５年度出願状況

17

在学生の男女比・出身地

6. どんな学生に入学して欲しいか

・統計学や数学、情報工学を活用してデータから新しい知見を 見出すことに関心がある人

・好奇心を持って自ら学ぼうとする意志のある人

・社会の様々な事象に興味・関心を持ち、データを活用して、

社会課題の解決に貢献したい人

19

教員名

五十音順

小川 泰弘 博士(工学) テキストマイニング、パターン認識 ／ 地方自治体における法情報のDX化 奥田 真也 博士(商学) 財務会計、財務データ分析 ／ 財務会計情報による企業経営分析

小山 聡 博士(情報学) 知能情報学 ／ AIとビッグデータ解析の基礎および実社会への応用 各務 和彦 博士(経済学) 応用ベイズ統計学 ／ ベイズ統計学のマクロ経済データ分析への応用 上出 哲広 博士(情報科学) 情報数学 ／ 論理学の AI、ソフトウェア科学への応用

黄 銘 博士(コンピュータ理工学) 保健情報学 ／ 生体データによる未病、予防研究 児玉 耕太 博士(薬学) ヘルスサイエンス ／ モバイルヘルスデータの社会実装

辰己 賢一 博士(工学) モデリング、計算機シミュレーション ／ ビッグデータ活用によるスマート農業 能勢 正仁 博士(理学) 応用統計学、データ調査 ／ データサイエンスを用いた宇宙天気研究 原田 峻平 博士(商学) 経済理論 ／ 公益事業・公共事業の効率性に関する実証評価 間辺 利江 博士(医学、ヒューマンケア科

学) 医療情報学 ／ 医療系モデルシミュレーションやAIによる感染症リスクの見える化 三澤 哲也 博士(工学) 金融工学、統計数学 ／ 統計モデルとデータによる投資リスクやシステム信頼性評価

山本 祐輔 博士(情報学) データ工学、応用機械学習 ／ 信頼できる情報の検索・活用のための情報アクセス技術研究

横山 清子 博士(工学) 信号処理、人間工学 ／ 生体データ分析に基づく商品開発、職人技のデータベース化 21

１．データサイエンス学部の教員（分野キーワード）

専任教員：14名 文・理の枠を超えた分野横断的な構成

２．カリキュラムの考え方

１年

２年

３年

４年

（１・２年生）

データを活用するために必要な統計学、数学、情報工学、経済学の 基礎理論を学習

専門科目のより高度な理論や情報処理技術を履修

主に全学教養教育科目を履修

卒業研究

（２・３年生）

実際のデータを収集・分析し社会課題とその解決策にアプローチする 課題解決型学習（PBL演習）を履修

（３・４年生）

データサイエンスの活用分野として、IT、ビジネス、医療の3分

野におけるデータサイエンスの応用を学習

23

３ ．課題解決型学習（PBL演習）と 卒業研究

２年前期 ２年後期 ３年前期 ３年後期 ４年前・

後期

PBL演習１ WEB等で公開され ているデータ（株 価、為替、気象な ど）をもとに、初 等レベルのデータ

分析を実施。

結果や課題の考察 から、入門的な データ分析による 課題解決を体験。

PBL演習２ 学生グループを情 報分野、経済分野、

医療の３つの分野 に分け、各分野の

課題について、

データ取得から分 析、結果の考察を 行い、成果を発表

する。

グループワークの 基礎的なデータ分 析による課題解決

を体験。

PBL演習３ PBL演習２に引き続

き、学生グループ が課題解決演習を

行う。

課題は、産業界や 公共団体、医療関 係等から提供いた

だく。

グループワークレ ベルでの実務に関 わるデータ分析に よる課題解決を体

験。

PBL演習４

教員の指導のもと、

学生自身がこれま での学習経験に基 づいて主体的に課 題設定を行い、そ の解決に向けた データ取得や分析

を試行する。

学生の能動的な課 題発見・課題設定 能力を向上させ、

卒業研究へつなげ る。

卒業研究 研究室に配属し、

学生が主体的に研

究に取り組みたい

課題を設定し、課

題解決に向けた研

究を行い、卒業論

文をまとめる。

４．期待される進路

調査・企画担当者（IT産業・製造業・金融・サービス業等）

政策・戦略立案者（行政・コンサルファーム・シンクタンクなど)

医療情報の情報管理・分析担当者（ヘルスケア・製薬企業、病院、行政)

（参考）

名市大卒業生採用実績企業への採用意向調査を実施（令和４年１月～２月）

：回答 517 社

「採用したい」「採用を検討したい」：452 社

採用意向人数合計 524 名（入学定員 80 名の 約 6.6 倍 ）

25

５．資格・大学院進学

データサイエンス学部で目指せる資格 統計検定 情報処理技術者試験

（基本情報技術者、応用情報技術者） など

令和３年度よりデータサイエンティスト検定（リテラシーレベル）が開始され、今後さらに 進んだレベルの検定も整備される見込み

＊より高度な技術・分析力を習得 するために大学院進学も選択肢

⇒大学院設置を予定

本日はご参加いただき ありがとうございました。

以上をもちまして

オープンキャンパスは終了いたします。

個別相談会に参加される方は

荷物を持って前においで下さい。