京都女子大学/データサイエンス学部の詳細情報

データサイエンスの基盤となる統計学、情報学を体系的に丁寧に学ぶとともに、社会の課題を洞察し、解決に向けてデータサイエンスを応用する力を身につけるため、経済学、経営学、社会学など幅広い知見と、課題を発見する感性・情報収集力を磨くカリキュラムを構築しています。
また、数学が得意でない学生のサポート体制も整えています。

行政・企業等と連携したPBL（課題解決型学習）を展開し、実社会の問題・データに基づき、 実践力を身につけるプログラムを導入しています。

データに基づいた提案を可能にするデータサイエンスを学び、意思決定領域における女性参画を推進するなど、女性の活躍だけでなく多様性を尊重する社会の実現に貢献できる人材を育成します。

• データサイエンス学部の入試情報 （入試科目・入試日程）
• データサイエンス学部の倍率・合格最低点・合格平均点
• この大学に通っている大学生の声
• データサイエンス学部の偏差値・入試難易度

データを課題解決に活用するスキルを生かし、幅広い分野での活躍がめざせる

データサイエンス学部で身につけるデータを読み解き、課題解決に活用するスキルは、時間と場所に拘束されない柔軟な働き方にもつながり、 ライフイベントの影響を受けやすい女性にとって、 これからの社会を生き抜く力、キャリアを支える力になります。

〈想定される主な進路〉
●学校・教育
高校教員（数学・情報）、中学校教員（数学）
●金融・コンサルティング
ネットバンキング、手続きの自動化、投資情報の予測
●流通・マーケティング
販売サイトの売上データ分析・予測、新商品のマーケティング、オススメ提示
●医療・福祉・健康
診察データ分析と医療費施策、ウイルス感染者数予測・対策
●通信・情報サービス
通信データ管理、SNS ユーザー分析、アプリ開発・更新
●イベント・広告
対戦相手・勝敗の分析、戦略立案、来場者数の予測、グッズの売上分析、広報企画
●環境・資源
SDGs・サステナビリティ、エネルギー・食糧問題の予測・対策　ほか

（1）専門教育と関連した基礎的な教科（特に数学）の学びを身につけている。
（2）得られた知識や情報を基にして、論理的・多角的に考え、その結果を活用していくことに関心がある。
（3）他者と十分なコミュニケーションを図り、互いに協力しながら課題に取り組んでいく姿勢がある。
（4）データと社会とのつながりに対する関心を持っており、主体的に大学での学びに取り組み、そこで修得した能力を社会で活かしたいという意欲がある。
（5）自ら主体的に学び、各分野で創造的役割を果たす人間へと成長していこうとする意志を持っている。

• データサイエンス学部の入試情報 （入試科目・入試日程）
• データサイエンス学部の倍率・合格最低点・合格平均点
• この大学に通っている大学生の声
• データサイエンス学部の偏差値・入試難易度