【社会ですぐに活躍できる人材を育成】
複数分野の領域知識をもち、方法論とデータをつなぎ、価値を生み出す人材を育成します。
より具体的には、「領域の課題を見つけ、データを取得し、前処理をし、モデルを決め、最適化法を選び、分析結果を解釈してわかりやすく伝え、意思決定に活かせる」一気通貫型の人材です。
学部・研究科等の特色等
【日本初「データサイエンス研究科博士前期課程」の特色】
本研究科では、データエンジニア科目、データアナリシス科目、そして両者を基盤とするモデリング科目を学びます。
また、プロジェクトマネージメントや領域固有のモデルについても学びます。そして、課題研究を通じて、実際のデータに触れ、一連の問題解決の流れを体感することで、知識だけではなく、問題解決の成功体験を経験し、生きたデータから実際に価値創造を行えるようになります。
【データサイエンス研究科博士前期課程が目指すレベル】
中小または上場一部の大企業を問わず、金融、保険、製造、小売、卸売などの各分野でのニーズが大きい「独り立ちレベル」「棟梁レベル」を目指します。
●実務経験のある方…「棟梁レベルの入り口」を目指す
データサイエンティストのチームを率いて、組織におけるビッグデータの利活用を先導します。
【一気通貫型のデータサイエンス人材の育成】
データから価値を創造するための、一連の過程を担える一気通貫型の人材としての能力を実践的に鍛錬します。
●Ｍ１（1年次）…データ計測からモデル化そして活用まで一気通貫で学びます。
モデルは、課題を解決するために何に着目するか、現実をどう近似するかという分析の前提を表します。
モデルの決定には、領域の知識、方法論の知識、データの素性に関する知識の３つが必要です。
●Ｍ２（2年次）…データから価値創造する力を実践的に鍛錬します。
勤務先企業にてデータを用いた問題解決に取り組んだり、あるいは、本学と企業等との共同研究に参加します。
【社会人も通いやすい受講スタイルを準備】
例えば「週３日の受講」のように、勤務状況と調整できる受講スタイルや、「職場に戻りながら修士論文を執筆できる」などのサポート体制も充実しています。
多様な受講スタイルの例（大学HPへ）：https://www.ds.shiga-u.ac.jp/graduate/pre/
【プレマスター教育…スタートが異なっていても学べる履修体系】
データサイエンス研究科への入学者は、実務経験を持つ企業派遣の社会人、それ以外の学び直しの社会人や他大学・他学部から進学する一般入学者、データサイエンス学部の出身者の３タイプが想定されます。
入学者のバックグラウンドは異なりますが、e-ラーニング（講義動画など）によるプレマスター教育を受講することにより、入学者はデータサイエンス研究科の授業に対応できる学力を身につけてから、カリキュラムを履修できます。入学者はメンター教員と相談し、どのe-ラーニング科目を履修すべきかの指導を受けることができます。
【ビッグデータ解析等に基づく修士論文】
複数の教員がチームを組み、修士論文に関する研究指導を行います。学生は、興味と適性に基づいて、研究テーマを１年次春学期が終了するまでに決めます。それに応じて、主担当教員と副担当教員が選ばれます。
大学の領域科学研究者、企業や自治体等と連携して実施される価値創造プロジェクト研究に参加して、データから価値を創造することを目指します。そして、その成果を修士論文としてまとめます。
