目次(11項目)
名古屋市立大学データサイエンス学部は、統計・数学・情報科学を学ぶだけの学部ではありません。共通のデータサイエンス基礎を身につけたうえで、IT・ビジネス・医療という3つの応用分野へ学びを広げられることが大きな特徴です。3つは固定されたコースではなく「履修モデル」なので、ITを中心に学びながらマーケティングを履修するなど、分野をまたいだ履修もできます。
一方で注意したいのは、名古屋市立大学データサイエンス学部が2023年4月開設の新しい学部だということです。2026年11月15日時点では1期生がまだ卒業前なので、卒業生の就職実績を使って「就職に強い」と評価する段階にはありません。
同じ国公立のデータサイエンス専門学部として比較したい滋賀大学は2017年開設で、すでに複数年度の卒業生、就職・大学院進学実績、企業連携教育の蓄積があります。したがって両校を比べるなら、偏差値だけではなく、「何にデータサイエンスを使いたいのか」と「実績の蓄積をどこまで重視するか」を見るのが重要です。
そもそも何を学ぶ学部なのか
名市大では、1〜2年次に統計学・数学・情報科学・経済学の基礎を学びます。その後、2〜3年次にPBLで実際のデータを扱い、3〜4年次にはIT・ビジネス・医療への応用を学ぶ設計です。
つまり「Pythonが使えるようになること」だけが目的ではありません。データを集める、処理する、分析する、結果を解釈する、現実の課題へ提案するところまでが一続きになっています。
ここは学部名から想像する以上に重要です。データ分析では、同じ統計手法を使っても、売上データを見るのか、医療データを見るのか、画像を認識するのかによって必要な知識が変わります。名市大は、その「データを何に使うか」を3つの履修モデルとして見える形にしています。
IT・ビジネス・医療の3履修モデルは何が違う?
IT系では、人工知能、機械学習、データ構造とアルゴリズム、テキストマイニング、画像処理、情報アクセスなどを組み合わせます。データから判断材料を作るだけでなく、AIや情報システムそのものへ近づいていく履修です。
ビジネス系では、財務情報分析、計量経済学、金融工学、マーケティングサイエンス、経営戦略などが入ってきます。分析精度だけでなく、「その結果を使って企業や市場で何を判断するのか」が重要になる分野です。
医療系では、医療とデータサイエンス、社会医療情報、健康情報学、レギュラトリーサイエンスなどを扱います。名市大には医療データ分析、医療情報学、臨床疫学、生体医療情報工学などを研究する教員もいます。
ただし「医療系を選べば医師や医療資格を目指せる」という意味ではありません。データサイエンスの専門性を医療・健康分野へ使う履修です。
図1
名市大DSのIT・ビジネス・医療履修モデル比較
3つは固定されたコースではなく履修モデルです。モデルをまたいだ履修もできます。
共通のデータサイエンス基礎のあと、どの応用分野へ使うか
- IT
- 人工知能・機械学習・データ構造とアルゴリズム・画像処理など 例: AIや情報システムそのものへ近づく履修
- ビジネス
- 財務情報分析・計量経済学・金融工学・マーケティングサイエンスなど 例: 分析結果を使って企業や市場で何を判断するかが重要
- 医療
- 医療とデータサイエンス・社会医療情報・健康情報学など 例: 医療資格の課程ではなく、医療・健康分野へデータを活用する履修
この3モデルを見て感じる名市大の面白さは、入学時点で「AIエンジニアになる」と決め切れていなくてもよいことです。データ分析自体に興味があり、その後に経営、医療、ITのどこへ使うか探したい人にとっては、選択肢を残しやすい構造です。
PBLは2年から卒業研究まで段階的に続く
名市大ではPBLが1科目だけ置かれているわけではありません。
2年前期のPBL1では公開データなどを使った初歩的分析、2年後期のPBL2ではグループで分析手法と解釈を深めます。3年前期のPBL3では産業界や公共団体などから提供されたデータや課題を使って分析と提案を行い、3年後期のPBL4では指導教員のもとで自分で課題設定やデータ取得を行います。そのPBL4が4年次の卒業研究につながります。
図2
PBL1から卒業研究までの学習フロー
名市大公式カリキュラムの1〜4年次の構成とPBL1〜4をもとに整理しました。
-
1〜2年次
統計学・数学・情報科学・経済学の基礎
-
2年前期 PBL1
公開データなどを使った初歩的分析
-
2年後期 PBL2
グループで分析手法と解釈を深める
-
3年前期 PBL3
産業界や公共団体などから提供されたデータや課題で、分析と提案を行う
-
3年後期 PBL4
指導教員のもとで、課題設定やデータ取得を自分で行う
-
4年次 卒業研究
PBL4が卒業研究につながる。3〜4年次にIT・ビジネス・医療への応用を学ぶ
この流れは名市大を評価するときの重要なポイントです。
データサイエンスでは、授業で回帰分析や機械学習を理解することと、現実の汚れたデータから問いを作り、適切な分析を選び、結果を説明することは同じではありません。PBLを段階的に置いているため、知識を覚えて終わるのではなく「使うところまで行く」という教育意図がカリキュラムから確認できます。
滋賀大学データサイエンス学部とは何が違う?
滋賀大学も統計・情報・価値創造を組み合わせ、現場データを使うPBLを重視しています。2017年の開設時から企業連携を行い、2025年度入学生からは3年次に「データサイエンスコース」と「AIイノベーションコース」へ配属する仕組みになりました。
AIイノベーションコースでは、画像・テキスト・音声・マテリアルなどの非構造データや深層学習が明示されています。AIそのものをより専門的に掘りたいなら、滋賀大はかなり比較したい大学です。
一方、名市大はIT・ビジネス・医療という「利用分野」を軸にします。
整理すると、
| 重視すること | 比較時に注目したい大学 |
|---|---|
| 医療・健康データをカリキュラム上の明確な応用分野として学びたい | 名古屋市立大学 |
| IT・ビジネス・医療の間を行き来しながら応用先を考えたい | 名古屋市立大学 |
| 非構造データや深層学習を含むAI方向を明確に深めたい | 滋賀大学も強く比較 |
| DS教育の卒業生・企業連携・大学院進学実績を確認して選びたい | 滋賀大学 |
| 名古屋都市圏からの通学を重視したい | 名古屋市立大学が現実的になりやすい |
| 彦根でDSを中心とした教育・研究環境へ入りたい | 滋賀大学 |
滋賀大の2025年度卒業生では、就職・進学率約99%、約73%が就職、約26%が大学院等へ進学しています。名市大にはまだ同じ種類の卒業実績がありません。ここは「新しいから悪い」わけでも「新しいから将来性がある」と評価すべきでもなく、単純に現時点で確認できる証拠の量が違うという話です。
図3
名市大DSと滋賀大DSの学び方の違い
本文の比較を整理した図です。優劣ではなく、何を軸に選ぶかの違いを示しています。
名古屋市立大学DS
- 応用先で考える:IT・ビジネス・医療
- PBL1から卒業研究まで段階的に続く
- 2023年開設。卒業実績は形成途中
軸が違う
滋賀大学DS
- 専門方向で考える:DSコース・AIイノベーションコース
- 現場データを使うPBL。2017年の開設時から企業連携
- 2017年開設。卒業・進学実績あり
応用先を軸に選ぶか、DS・AIの蓄積と専門深化を軸に選ぶか
就職はどう見るべき?
名市大公式ではデータサイエンティスト、情報技術者等の進路が想定されていますが、2026年11月15日時点では卒業生実績として検証できません。
そのため、名市大を「データサイエンスだから就職に強そう」というイメージだけで選ぶのはおすすめしません。
見るべきなのは、4年間で何を作れるかです。統計・数学、プログラミング、PBL、研究室での専門性を組み合わせ、自分がIT・ビジネス・医療のどこでデータを使える人になるのかまで考える必要があります。
滋賀大では既に情報通信、製造、金融、運輸、小売、公務など幅広い進路が確認できます。また、2025年度卒業生で進路判明92名のうち24名が大学院へ進んでいます。
データサイエンスで高度な専門職や研究開発まで考えるなら、「学部卒で就職するか」だけでなく大学院まで含めて比較した方がよいでしょう。
入試難易度は?
河合塾の2027年度予想では、名市大DS前期は共通テスト69%、偏差値55.0です。滋賀大DS前期は65%、偏差値52.5です。後期の滋賀大は個別学力検査型75%・57.5、面接型78%となっています。
ただし、これは教育の質を示す数字ではなく入試難易度の目安です。
名市大の2027年度一般前期は共通テスト850点、個別600点で、個別は数学400点・英語200点です。数学の比重が大きいので、「データサイエンスに興味がある」だけでなく、受験段階から数学をしっかり使う学部だと考えてください。
2026年度前期では50名募集に152名が志願し、125名が受験、54名が合格しました。合格最低点は1450点中957.70点でした。倍率だけから「簡単」「難しい」と決めるのではなく、共通テストと二次数学・英語の配点まで見て受験戦略を考えたいです。
高校統計の基礎があいまいな場合の教材は、『データの分析と統計的な推測が1冊でしっかりわかる本』の分析で扱っています。数学Bの統計分野は、数学B「統計的な推測」にまとめています。
キャンパスは通いやすい?
データサイエンス学部が使うのは滝子(山の畑)キャンパスです。地下鉄桜通線「桜山」駅5番出口から徒歩12分で、金山駅から市バスも利用できます。
滋賀大DSがある彦根キャンパスは、彦根駅から大学直行バス約10分、路線バス約17分+徒歩2分、自転車約10分、徒歩約25分です。
大学選びではこの差を軽く見ない方がよいです。週5日通えば、駅からの10分、20分は4年間で大きな時間になります。名古屋圏から自宅通学できる人にとって、名市大の立地は教育内容とは別の現実的な強みになり得ます。
図4
桜山駅・彦根駅から各キャンパスへのアクセス
大学公式のアクセス案内をもとに整理しました。所要時間は大学公式のページで確認してください。
通学で見るのは、DS学部が使うキャンパスまでの道のり
- 名市大DS:滝子(山の畑)キャンパス
- 地下鉄桜通線「桜山」駅5番出口から徒歩12分 例: 金山駅から市バスも利用できます
- 滋賀大DS:彦根キャンパス
- 彦根駅から大学直行バス約10分、路線バス約17分+徒歩2分 例: 自転車約10分、徒歩約25分
評判・口コミは?
名市大DSについて「みんなの大学情報」で確認できた学部口コミは4件でした。2024年度入学者からは「実社会につながる分析」に満足しているという投稿、2025年度入学者からは数学・情報系の課題負荷についての投稿が確認できます。
ただし4件です。この件数から「学生はみんな満足している」「課題が多い学部だ」と一般化することはできません。
滋賀大DSでは29件の口コミが掲載され、統計中心の学び、プログラミング、彦根駅からのアクセスなどへの言及が確認できます。こちらも無作為調査ではないため、口コミ点数だけで比較するのは避けたいです。
どんな人なら名市大DSを候補に入れたい?
名市大DSを特に候補へ入れたいのは、「データサイエンスを学びたい」は決まっているが、使う分野をまだ一つに絞り切っていない人です。
AIや情報技術にも興味がある。企業や金融のデータ分析も面白そう。医療・健康データにも惹かれる。そういう人なら、共通のDS基礎から3履修モデルへ進み、モデルをまたいで履修できる設計は相性がよいでしょう。
反対に、入学前から「深層学習や画像認識を中心にAI研究をしたい」とかなり方向が固まっているなら、滋賀大のAIイノベーションコースや、情報工学系学部も比較したいです。卒業生の就職実績や大学院進学実績を重視する場合も、現時点では滋賀大の方が判断材料を多く持っています。
名市大を見るときに重要なのは、「データサイエンスという名前が魅力的か」ではなく、「IT・ビジネス・医療のどこへデータを使ってみたいか」「PBLと卒業研究まで本気で取り組みたいか」「まだ実績形成途中の学部をどう評価するか」の3点です。
FAQ
名古屋市立大学データサイエンス学部は文系でも受験できますか?
一般前期の二次試験は数学と英語で、数学は数Ⅲを含まない範囲だけでも解答できるよう出題されます。ただし入学後は数学の必修科目があり、大学自身も数学が苦手な場合は負荷があると案内しています。「文系でも受験可能」と「数学を使わなくてよい」は別です。また、共通テストでは「〇〇基礎」ではなく、物理・化学・生物・地学から1科目の受験が必要です。
IT・ビジネス・医療は途中で変更できますか?
そもそも固定コースではありません。3つは推奨科目を示す履修モデルで、モデルを横断して履修できます。
医療系を選ぶと医療資格が取れますか?
医療モデルは医療・健康分野へデータサイエンスを応用する履修であり、医学部(医学科・保健医療学科)などの医療職養成課程とは別です。公式カリキュラムでも医療を「データサイエンスの活用分野」と位置づけています。
滋賀大学とどちらがよいですか?
医療を含む応用先の幅や名古屋での通学を重視するなら名市大に明確な検討理由があります。AI専門性、企業連携の蓄積、卒業生・大学院進学実績まで確認して選びたいなら滋賀大も有力です。両校の違いは上下ではなく、「応用先を軸に選ぶか、DS・AIの蓄積と専門深化を軸に選ぶか」にあります。
データサイエンス系の学部をさらに比較したいときは、青山学院大学の統計データサイエンス学環の分析もあります。ほかの大学の分析は、学校選びから読み進められます。
主な出典・確認資料
関連語
筆者 めめ
ほかの学校の記事も読む
筆者について
筆者の