SCHOOLOFDATASCENCE(NTERFACULTY II ) 123456PROGRAMデータサイエンス学環データサイエンス学環4年生3年生1年生2年生現代社会での自分の生き方を考えるデータサイエンスに必要な数理・統計・AIの基礎とデータサイエンス活用に必要な知識・技術応用科目学科等科目STUDENT'SVOICE094095統計学2プログラミング英語2A演習英語2B昼休み基礎解析学２SCHOOL OF DATA SCIENCE(INTERFACULTY PROGRAM) MONTUEWEDデータサイエンス線型代数学2リテラシー活用と倫理健康スポーツ情報の科学論THUSATFRI体育スポーツ科学実践Ｂ バスケットボール【Ｂ】情報セキュリティ入門SCAN ME !SCAN ME !SCAN ME !AIやロボットの開発にデータサイエンスの力でSDGsに貢献する地球・都市環境モデル暗号資産の仕組みについてIT・情報サービスモデル興味があるどんなことを学ぶ？興味があるAI・機械モデルキャッシュレス決済のお金のファイナンス・FinTechモデル流れに興味があるAIを活用したコミュニケーション方法や社会問題の解決について探究したいデータサイエンス学環はAIなど情報学にとどまらず、経済学、理工学と幅広い分野すべてを環のようにつなげて新たな学びへと発展させることができる場です。1年次の授業内容は基礎固めに重点が置かれており、プログラミングの専門的な知識がほとんどない状態だった私でも、授業についていくことができました。私が履修している科目では、授業内に理解できなかった人のために、別日に時間を設けて少人数での授業を定期的に開いていただくなど、先生方は真摯に向き合ってくださっています。今後はAIについて専門的な知識をいっそう深め、AIを活用した新たなコミュニケーション方法や社会問題の解決について探究していきたいと考えています。本田 瑛 さんデータサイエンス学環 2年駒場学園高等学校出身全学共通科目基幹科目情報学分野理工学分野経済学分野研究実践科目全学共通キャリア形成科目どんな人に向いている？ （アドミッションポリシー）データから新たな価値を見出し、人や社会のために活かしたい人。● 語学、数学、情報の基本的知識・技能をもつ人● 柔軟な発想をもち、論理的に考え、的確に判断できる人● データ分析を人や社会のために活かしたい人● 新たな知見を他者に伝え、共感を得たいと思う人● 新しいことに貪欲に取り組む好奇心旺盛な人● 他者の考えや価値観を尊重し、ともに新たな知見を得ようとする人何が学べる？（カリキュラムポリシー）データサイエンスに必要な数理科学・統計学・AIを基盤として、3分野を中心に社会とつながるための知識を学べます。4年間の学びの流れ時間割【例】※1年生後期データサイエンス概論2取得資格資格取得が卒業の必須条件ではありませんが、次の資格取得を推奨しています。データサイエンティスト検定統計検定G検定（ジェネラリスト検定）ITパスポート基本情報技術者キャリア体験を通じて、自身の将来像を確立するどんな力が身につく？（ディプロマポリシー）データを価値ある情報に変換して、社会の課題を解決する力が身につきます。基礎と応用、理論と実践のバランスが取れたカリキュラムデータサイエンスを活用して社会的課題を解決するための知識や技術を身につける「基幹科目」と、情報学分野、理工学分野、経済学分野について系統立てて学ぶ「応用科目」が融合したカリキュラムとなっています。また、理論を学ぶことと並行して、演習や実習を通して、社会のさまざまな問題について、課題発見から課題解決にいたる過程でのデータ活用を実践し、新たな価値を創り出すことを学びます。現実の課題に取り組む実践的な演習・実習2年生から始まる「研究実践科目」は、実践的な演習・実習と卒業研究で構成されています。「基幹科目」や「応用科目」で学んだ知識・技術を具体的に実践する場として位置付け、データサイエンスの入門的な取り組みから段階的に難易度を上げ、現実の課題に取り組んでいきます。徐々に「学びの体験」を積み上げて、社会の困難な課題に向き合い、新たな価値を創り出していく実践力を高めていきます。想定される進路ビッグデータの活用やAI、言語処理、画像や音声の解析、計算機科学など気候変動研究やロボティクスなど都市経済学やファイナンスなど「基幹科目」や「応用科目」で学んだ知識・技術を具体的に実践業種・職種を問わず、多種多様な場でデータサイエンスを活かすことができます。IT企業での開発／AIエンジニア製造業での製品開発、品質管理ヘルスケア業界でのデータ分析広告代理店や総合商社でのアカウントマネージャーやマーケティングコンサルファームでの経営コンサルタント銀行や保険会社でのデータアナリスト、アクチュアリー大学院への進学 など詳しいアドミッションポリシーはこちらから詳しくはこちらから履修モデル一人一人の興味に応える 柔軟な学修システムデータサイエンス学環では、入学当初から目的意識をもって学修に取り組めるよう、4つの履修モデルを用意しています。学生は、自分自身の興味や関心、卒業後の進路（キャリア）に応じて、履修モデルを参考に、自由にカリキュラムを組めます。データサイエンス学環
元のページ ../index.html#49