데이터 사이언스학부
데이터 사이언스학과
데이터 사이언스란
이제 국내외를 불문하고 비즈니스・보건의료복지・행정 등의 폭넓은 분야에서 데이터를 분석하고 항상 새로운 전략을 세우는 것이 상식이 되고 있습니다.
그러기 위해서는 평소부터 「과제를 찾아내」 「정보를 모아」 「분석」 「새로운 지견을 찾아내는」치카라를 기르고 있어야 합니다.
체계적인 이론을 가지는 「정보 과학」이면서, 비즈니스 등에도 빠뜨릴 수 없는 「실학」이기도 한, 그것이 데이터 사이언스입니다.
데이터에 근거한 통계적인 사고로 과제를 해결하는 데이터 사이언스를 익힌 인재, 이른바 "데이터 사이언티스트"는 앞으로 전 세계의 모든 분야에서 활약이 기대되고 있습니다.
Feature 1
- 고객 정보나 구입 이력, 웹 사이트의 열람 이력 등을 분석하여 「구입 받을 가능성이 높은 상품」을 사이트상에서 사용자에게 제안하고 있습니다.
- 물류회사가 상품을 다양한 장소로 배송할 때 배송량과 장소, 시간, 트럭 대수, 날씨와 교통정보 등을 분석하여 비용과 시간 등이 최적화되는 배송 계획을 수립하고 있습니다.
Feature 2
- 병원에서 축적되는 방대한 의료 데이터를 분석함으로써 의사나 간호사의 부담을 가능한 한 경감하면서 질병의 조기 발견, 예방, 치료에 도움이 되고 있습니다.
- 의료 빅데이터를 해석함으로써 질병의 원인이 되는 유전자와 신약의 근원이 되는 물질을 찾아내 신약의 창출에 공헌하고 있습니다.
분석한 데이터에서 새로운 가치를 만들어내는 데이터 사이언스학과의 배움
학생 자신이 사회와 조직이 안고 있는 과제의 해결이나 새로운 가치의 창조에 공헌해 나가기 위한 지식과 능력을 익힐 수 있도록 체계적인 강의를 실시합니다.1~2년차에 수학, 정보와 프로그래밍의 기초 지식을 습득한 후 2~3년차에 통계적 분석 방법, 인공지능을 포함한 알고리즘에 관한 폭넓은 지식과 기능을 익힙니다.또한 동시에 데이터를 다루는 기술자로서의 윤리관과 책임감도 익힙니다.1~4년 내내 커뮤니케이션 능력과 프레젠테이션 능력, 창조적인 사고력을 기릅니다.
육성하는 인물상과 디플로마 폴리시 졸업 인정·학위 수여 방침
시모노세키 시립대학 데이터 사이언스학부는 다양한 데이터를 설계·분석·활용하기 위해 필요한 수리통계·정보학·사회과학에 관한 이론과 실무에 익숙함으로써 사회나 조직이 안고 있는 과제의 해결과 새로운 가치 창조에 기여할 수 있는 인재를 양성합니다.
- A.
- 통계와 관련된 수리과학에 관한 지식과 그것들을 활용한 분석 경험을 통해 데이터를 수집·정리·분석하고 거기에서 얻을 수 있는 지견을 논리적으로 고찰할 수 있는 능력을 지니고 있다.
- B.
- 정보의 관리나 분석, 인공지능 등의 알고리즘에 관한 지식을 가지고 있으며, 그것들을 컴퓨터에서 표현하는 경험을 통해 다양한 형식의 데이터를 분석·활용하고 적절하게 취급할 수 있는 능력을 갖추고 있다.
- C.
- 비즈니스 또는 헬스케어 분야에서 데이터 분석이 어떻게 이루어지고 있는지를 각 분야 고유의 지식과 함께 배우는 것으로 데이터가 사회에 할 수 있는 역할을 이해함과 동시에 데이터를 다루는데 필요한 윤리관이나 책임감(모랄)을 익히고 있다.
- D.
- 다양한 사람들과 협력하여 적절한 커뮤니케이션을 취할 수 있으며, 이용한 분석 방법이나 결과의 통계적 해석을 알기 쉽게 전달할 수 있다.
재학생 VOICE
높은 스킬을 가진 선생님 밑에서 실용적인 기술을 배우고 있습니다.
데이터 사이언스학과 2년(2025년 4월 1일 현재)
이시이 도모요시(히로시마현 수도 고등학교 출신)
데이터 사이언스학과의 매력 중 하나가 기술력이 높은 선생님입니다.실제 데이터를 분석하고 유효한 시책 등을 작성하는 ‘데이터 사이언스 입문 연습’에서는 컨설팅 업계 출신의 교수 밑에서 실용적인 기술을 많이 배우고 있습니다.또 수업 밖에서도 기능을 닦고 있어, 「디지콘 시노세키」에서는 우승할 수 있었습니다.졸업 전까지 디지콘에서 발표한 솔루션을 개발하고 운용 단계까지 발전시키는 것이 지금의 목표입니다.
교육과정의 편성·실시 방침 커리큘럼 폴리시
데이터 사이언스학부에서는 디플로마 정책에 내거는 지식과 능력을 학생이 익힐 수 있도록 다음과 같은 방침에 따라 커리큘럼을 편성, 실시하겠습니다.
- A.
- 1~2년차에 걸쳐 데이터 과학에 관한 수학의 기초지식을 습득한 후, 2~3년차에 통계적 분석 방법에 관한 폭넓은 지식과 기능을 익히기 위한 강의 과목・연습 과목을 습득한다.
- B.
- 1~2년차에 정보나 프로그래밍에 관한 기초지식을 습득한 후 2~3년차에 인공지능을 포함한 알고리즘에 관한 폭넓은 지식과 데이터 분석·활용의 기능을 익히기 위한 강의과목・연습 과목을 습득한다
- C.
- 2~3년차에 비즈니스 또는 헬스케어 분야에서 데이터 분석을 배우는 과목을 습득한다.아울러 강의나 액티브러닝형 과목을 통해 데이터를 다루는 기술자로서의 윤리관과 책임감을 익힌다.
- D.
- 1~4년 내내 커뮤니케이션 능력과 프레젠테이션 능력, 창조적인 사고력을 익히기 위해 연습 과목이나 프로젝트형 학습 과목, 졸업 연구를 습득한다.
- E.
- 학수 성과의 평가에 대해서는, 객관성 및 엄격성을 확보하기 위해, 시라바스에 기재한 각 수업 과목의 도달 목표의 달성도에 대해서, 성적 평가의 방법과 기준(정기시험, 리포트 등)을 이용하여 다면적·종합적으로 평가한다.
수업 과목 소개
임상연구개론
암 치료 등의 의약품 개발을 포함한 의학 연구의 다양한 단계에서 통계상의 유의점과 절차의 개요를 이해하는 것을 큰 목적으로합니다.임상시험의 디자인, 분석, 해석까지의 일련의 흐름, 및 전향 연구의 임상 연구의 연구 계획서(프로토콜) 작성의 여러 기능을 익힙니다.그룹 단위로 프로젝트를 수행하고 임상 연구의 전반적인 노하우를 습득합니다.
텍스트 마이닝
텍스트 마이닝이란 SNS·블로그·입소문 등 다양한 매체에서 발신되는 텍스트 형식의 데이터 중에서 데이터 사이언스 기술을 이용해 유익한 정보를 추출하는 기술입니다.텍스트 데이터를 통계적 방법 딥 러닝 등으로 분석하고 매핑 그래프화하여 정보를 시각화하고 새로운 지식을 발견할 수 있습니다.본 강의에서는 텍스트 마이닝 기술·응용예 등에 대해 배웁니다.
정보 시스템론
친밀한 정보 시스템으로부터, 정보 시스템이란 무엇인가를 생각해, 정보 시스템에 필요한 네트워크의 지식을, 시뮬레이터도 이용하면서 배웁니다.또한 정보 보안의 중요성을 고려하면서 Web 서버와 데이터베이스 서버 등을 연계시킨 정보 시스템을 구축함으로써 실천적인 힘을 기릅니다.마지막으로 정보 시스템 구축 시의 요건 정의를 배우고, 정보 시스템을 설계·구축하는 흐름을 배웁니다.
데이터 사이언스 입문 연습
데이터 과학이 주목받는 지금, “데이터를 다루는 것”뿐만 아니라 “데이터로 문제를 해결하고 가치를 만드는” 힘이 요구되고 있습니다.과제 정의·가설 입안으로부터 데이터 수집·가공, 데이터 분석, 시책 입안까지의 분석 프로젝트의 흐름을, 그룹 워크로 유사 체험합니다.각 공정을 진행하기 위한 스킬·노하우를 개인이 배우는 것과 동시에, 팀으로서 좋은 시책 제언을 실시하기 위한 시행착오나 창의 궁리에도 도전합니다.
전문 교육 커리큘럼
| 1년 | 2년 | 3년 | 4년 | ||
|---|---|---|---|---|---|
| 전 가도 모토 기초 |
수학·정보 기초 | 수학 기초 정보사회 및 정보윤리 선형 대수학 정보학개론 DS프로그래밍 입문 확률론 |
해석학 데이터베이스 기하가쿠 수리 통계학 네트워크 기술론 알고리즘론 |
||
| DS입문·기초 | 데이터 사이언스 입문 데이터 사이언스 입문 연습 |
데이터 사이언스 기초 데이터 사이언스 연습 정보와 직업 |
|||
| 데이터 분석 활용 | 정량적 데이터 분석 회귀 분석 카테고리 칼 데이터 분석 표 데이터 수리 해석 데이터 핸들링 인공지능 개론 도키계열 해석 베이즈 통계학 |
정량적 데이터 분석 연습 통계적 모델링 카테고리 칼 데이터 해석 연습 표 데이터 수리 해석 연습 데이터 마이닝 기계 학습 디지털 신호 처리 기술 통계적 사회조사법 텍스트 마이닝 패턴 인식 사회 네트워크 분석 통계적 사회조사법 연습 데이터 분석 연습 |
|||
| 연습·졸업 연구 | 코로키암 I | 연구 윤리 | DS 프로젝트 코로키암 II |
졸업 연구 | |
| 전 가도 오오 모치 |
비즈니스 데이터 사이언스 |
경영 정보 개론 정보 시스템론 경영정보 시스템론 |
오퍼레이션스 리서치 마케팅 리서치 E-커머스론 수리 최적화 비즈니스 데이터 분석 |
||
| 헬스 데이터 사이언스 |
역학·공중위생학개론 보건의료학 개론 |
유전학 개론 야이리학 개론 감성 데이터 처리 의료 건강 정보학 바이오 인포매틱스 임상연구개론 생물통계학 |
|||
※커리큘럼은 변경할 수 있습니다.
수리·데이터 사이언스·AI 교육 프로그램에 대해서
데이터 사이언스학부는 수리·데이터 사이언스·AI 교육 강화 컨소시엄이 정한 커리큘럼 모델에 따라 데이터 사이언스 전문 과목으로 구성하는 프로그램 이수를 권장합니다.
최근 점점 중요성이 높아지고 있는 사이버 보안 지식을 실천적으로 배운다
기업이 보유한 데이터는 기업의 소중한 재산인 동시에 고객으로부터 받은 중요한 정보를 포함하고 있는 경우도 많기 때문에 일반적으로 정보를 관리하는 시스템, 즉 정보 시스템으로 적절하게 관리되고 있습니다.
취득 가능한 면허·자격
소정의 단위 습득(선택제)에 의해, 아래와 같은 면허·자격을 취득할 수 있습니다.
● 중학교 교사 일종 면허장 (수학)
● 고등학교 교사 일종 면허장 (수학)
● 고등학교 교사 일종 면허장(정보)
● 사회조사사
상정되는 진로
졸업 후에는 데이터 사이언스의 전문 지식을 살려, 폭넓은 업종에서 기획·마케팅, 시스템 엔지니어로서 또는 공적 기관이나 의료 기관에서 헬스케어와 관련된 업무에 종사하는 것이 상정됩니다.
● 제조업·소매업·광고업·출판업 ● IT·정보통신업 ● 행정 ● 보건·의료 기관(대학병원 포함) ● 제약회사 ● 연구소·싱크탱크 ● 금융기관(은행·보험·증권 등) ● 대학원 진학 등
D동
1층에는 강의나 연습을 대규모로 수강할 수 있는 교실과 학생의 휴식공간이, 2층부터 4층까지는 학생연구실과 교원연구실이 배치되어 있습니다.불분명한 점이 있으면 바로 상담할 수 있는 학생과 교원의 거리의 가까움을 실현했습니다.
Q & A
- Q
고등학교에서는 문과였지만 데이터 사이언스를 배울 수 있습니까?
- A
데이터 사이언티스트는 문과·이과 관계 없이 노릴 수 있습니다.원래 데이터 사이언스는 수학, 통계학, 기계 학습, 프로그래밍 등의 이론을 활용하면서 데이터를 분석하고 새로운 가치를 창출하는 학문입니다.그러기 위해서는 사회, 경제, 인간에 대한 이해도 필요하고 문과적인 센스가 도움이 됩니다.
- Q
수학이 그다지 잘하지는 않지만 수업에 따라갈 수 있습니까?
- A
대학 수험 정도의 수학 지식은 최소한 필요하지만, 반드시 고도의 수학 지식은 필요하지 않습니다.입학 후에는 “전문 기초 과목”으로서 데이터 과학에 관한 수학의 기초를 배웁니다.또한 리미디어르 학습 체제도 준비 중입니다.
- Q
졸업 후 활약할 수 있는 필드는 어떤 분야인가요?
- A
방대하게 축적된 빅데이터를 활용할 수 있는 인재는 향후 관민 불문하고 폭넓은 분야에서 요구됩니다.특히 본교에서는 ‘비즈니스 데이터 사이언스’와 ‘헬스 데이터 사이언스’의 두 기둥에서 실천적으로 배우고 기획, 마케팅 애널리스트, SE 등으로 활약할 것으로 상정됩니다.
교원 소개
스페셜리스트들로부터 깊고 넓게 배우는 미래를 바라본 ‘데이터 사이언스’.