本文へスキップ

メニュー

滋賀大学データサイエンス学部は実際どう?学べる内容・就職・偏差値・評判と情報工学部との違いを徹底分析【2027年度】

滋賀大学データサイエンス学部は実際どう?統計・プログラミング・経済経営の学び、企業の実データを使う河本ゼミ、就職実績、2027年度入試、偏差値、彦根キャンパス、口コミを調査。情報工学部や他大学との違いも解説します。

学校分析 公開日 筆者

学校

国立|滋賀県

目的
目次(15項目)

「データサイエンスを学びたいけれど、情報工学部とは何が違うの?」

「文系でも入学できる? 数学やプログラミングについていける?」

「企業と連携しているらしいけれど、実際に何ができるの?」

こうした疑問を持つ受験生に、一度詳しく調べてほしいのが滋賀大学データサイエンス学部です。

滋賀大学は2017年、日本で初めてデータサイエンス学部を設置した大学です。

この学部の特徴は、統計学やプログラミングを学ぶことだけではありません。経済学・経営学などの知識も活用しながら、実社会の問題をデータで分析し、解決策を考える教育を行っています。

例えば、企業から提供された販売データを分析して売り場の改善策を提案したり、工場の検査作業を機械学習によって自動化する方法を考えたりする取り組みがあります。

マナビグラフとしては、滋賀大学データサイエンス学部は「情報技術そのものを開発したい人」以上に、「情報技術と統計学を使って、企業や社会の意思決定を変えたい人」に注目してほしい学部だと考えています。

その一方で、大学全体の教育と特定のゼミで行われる高度な企業連携は区別する必要があります。

この記事では、実際のカリキュラム、企業連携、就職実績、入試、口コミ、他大学との違いを確認しながら、滋賀大学データサイエンス学部を志望する理由があるのか考えていきます。

1. 滋賀大学データサイエンス学部はどんな学部?

まず、基本情報を確認しましょう。

項目 内容
大学 滋賀大学
設置区分 国立大学
学部・学科 データサイエンス学部 データサイエンス学科
設置 2017年
キャンパス 彦根キャンパス(滋賀県彦根市)
2027年度入学定員 150人
主な学問 統計学、情報学、データサイエンス、機械学習、経済・経営への応用
授業料 年額535,800円(2027年度入学者)
入学料 282,000円(2027年度入学者)
進路 民間企業への就職、大学院進学など

出典:滋賀大学データサイエンス学部(新しいタブで開きます)、2027年度入試概要(新しいタブで開きます)、入学料・授業料(新しいタブで開きます)

データサイエンスは「データを分析するだけ」の学問ではありません

例えば、あるスーパーで売上が落ちているとします。

そこで過去の販売データを集め、売上の変化をグラフにしたとしましょう。

もちろん、これもデータ分析です。

しかし、売上が落ちていることをグラフにしただけでは、問題は解決していません。

本当に重要なのは、その先です。

  • なぜ売上が落ちているのか
  • どの商品に問題があるのか
  • 客数が減ったのか、購入単価が下がったのか
  • 売り場の配置を変えるべきなのか
  • 改善策には実際に効果があったのか

こうした問いを立て、必要なデータを集めて検証し、改善策につなげていくことが重要になります。

ここで必要になるのは、プログラミングの技術だけではありません。

データを正しく扱う統計学、現象を理解するための経済学や経営学、問題を整理する思考力、分析結果を説明する力など、複数の能力が求められます。

滋賀大学データサイエンス学部のカリキュラムは、こうした能力を組み合わせる方向で設計されています。

ここが、この学部を見るうえで最も重要なポイントです。

データの種類や集め方、前処理といった学問の入口は、データの種類・収集・前処理の基本で具体的に確認できます。

2. 滋賀大学では実際に何を学ぶ?

滋賀大学データサイエンス学部では、大きく分けて次の3つを学びます。

  1. 数学・統計学
  2. 情報学・プログラミング
  3. データを活用する分野の知識と問題解決

この3つを別々に覚えるのではなく、組み合わせて使えるようになることが重要です。

図1

滋賀大学データサイエンス学部で学ぶ3つの領域

数学・統計学、情報学・プログラミング、経済・経営を組み合わせて使い、データ分析と意思決定につなげる構造です。

数学・統計学 データから何が言えるのかを考える 情報学・プログラミング データを扱う技術を身につける 経済・経営 分析結果を社会でどう使うかを考える 組み合わせて使う データ分析と意思決定
図の内容を文章で読む

3つの枠が上から順に縦に並んでいます。1つ目は数学・統計学で、データから何が言えるのかを考えます。2つ目は情報学・プログラミングで、データを扱う技術を身につけます。3つ目は経済・経営で、分析結果を社会でどう使うかを考えます。

3つの枠のあいだにはプラスの印があり、3つを組み合わせて使うことを表しています。その下の「組み合わせて使う」の矢印は、「データ分析と意思決定」の枠へつながっています。

本文では、この3つを別々に覚えるのではなく、組み合わせて使えるようになることが重要だと述べています。

数学・統計学|データから何が言えるのかを考える

データサイエンスの中心となる学問の一つが統計学です。

大学のカリキュラムには、次のような科目が掲載されています。

  • 線形代数
  • 解析学
  • 確率論
  • 統計数学
  • 統計学要論
  • 基礎データ分析
  • 回帰分析
  • 多変量解析入門
  • ベイズ理論
  • 実験計画法
  • 時系列解析入門
  • シミュレーション技法

これらの科目名を見ると、単にExcelでグラフを作るような勉強ではないことが分かります。

例えば、回帰分析は複数の変数の関係を調べるための代表的な方法です。

商品の価格と売上の関係、広告費と売上の関係、気温と電力需要の関係など、さまざまなデータの分析に利用されます。

しかし、ある2つの変数に関係が見つかったからといって、片方がもう片方の原因だと判断できるわけではありません。

そうした誤った判断を避けるためにも、統計学の知識が必要になります。

データを使って正しく判断するためには、数字を計算できるだけでなく、その数字が何を意味しているのか理解する必要があります。

滋賀大学では、大学数学を土台として、さまざまな統計手法へ進める科目構成になっています。

大学入学前の基礎学習につなげたい人は、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も参考になります。

情報学・プログラミング|データを扱う技術を身につける

統計学と並んで重要なのが情報学です。

掲載されている科目には、次のようなものがあります。

  • 計算機利用基礎
  • プログラミング1〜4
  • データ構造とアルゴリズム
  • データベース
  • 情報ネットワーク
  • 情報セキュリティ
  • ソフトウェア設計
  • AI概論
  • テキストマイニング
  • 生成AIの理論と活用

例えば、大量の販売履歴を分析する場合、データを読み込み、必要な情報を抽出し、計算する処理が必要になります。

その際にはプログラミングが役立ちます。

さらに、データの保存方法や処理効率を考えるには、データベースやアルゴリズムの知識も必要です。

ここで注意したいのは、滋賀大学のデータサイエンス学部が「プログラミングを少しだけ学ぶ文系学部」ではないということです。

情報系の専門科目も幅広く用意されています。

一方、これらの科目が存在することと、すべての学生が同じ深さまで履修することは別です。専門性の方向は、履修科目や演習・ゼミの選択によって変わります。

経済・経営|分析結果を社会でどう使うかを考える

滋賀大学のカリキュラムで注目したいのが、経済・経営関連科目との接続です。

大学が公表しているカリキュラムツリーには、経済学部開講科目として次のような授業が掲載されています。

  • ミクロ経済学
  • マクロ経済学
  • 簿記会計
  • 経営学
  • 財務会計
  • 財務諸表論
  • 管理会計
  • 計量経済学
  • 計量ファイナンス
  • 証券分析とポートフォリオマネジメント

これらは、統計学や情報学を何に使うのか考える際に役立つ科目です。

例えば、商品の価格を下げたときに売上がどう変化するかを調べるなら、需要や価格に関する経済学の知識が役立ちます。

企業の利益改善に取り組むなら、売上だけでなく、費用や利益構造を理解する必要があります。

金融データを分析するなら、金融市場やリスクの考え方も重要です。

つまり、統計学やプログラミングが「分析するための道具」だとすれば、経済学・経営学は「何を分析し、結果をどう使うのか」を考えるための知識の一部になります。

マナビグラフでは、この組み合わせを滋賀大学データサイエンス学部の大きな魅力と考えています。

出典:滋賀大学データサイエンス学部 カリキュラム(新しいタブで開きます)

3. 4年間の学びはどう進む?

滋賀大学では、1・2年次に統計学と情報学の基礎を学び、3・4年次には専門分野への応用や実践を深める構成になっています。

図2

4年間の学習の流れ:1・2年次の基礎から、3・4年次の専門・実践へ

太字は各年次で身につけたい力、続く文は学習の中心です。大学公表の学習方針をもとに整理したもので、すべての科目の履修学年や必修・選択の区分を示すものではありません。

  1. 1年次:データを扱うための土台

    学習の中心:数学・統計・情報の入門、データ分析の基礎

  2. 2年次:適切な方法で分析する力

    学習の中心:統計・情報の専門知識、分析手法、応用分野

  3. 3年次:現実の問題に分析手法を使う力

    学習の中心:専門科目、応用演習、ゼミなど

  4. 4年次:問題を設定し、分析結果をまとめる力

    学習の中心:専門性の深化、研究・実践

学年 学習の中心 身につけたい力
1年次 数学・統計・情報の入門、データ分析の基礎 データを扱うための土台
2年次 統計・情報の専門知識、分析手法、応用分野 適切な方法で分析する力
3年次 専門科目、応用演習、ゼミなど 現実の問題に分析手法を使う力
4年次 専門性の深化、研究・実践 問題を設定し、分析結果をまとめる力

※大学公表の学習方針をもとに整理したもので、すべての科目の履修学年や必修・選択の区分を示すものではありません。

1・2年次の基礎が特に重要

大学でデータサイエンスを学ぶ場合、早い段階からAIや機械学習に触れたくなるかもしれません。

しかし、機械学習を本格的に理解するには数学や統計学の知識が必要です。

例えば、AIが予測した結果について、

「なぜこの予測になったのか」

「どの程度信用できるのか」

「別のデータにも使えるのか」

ということを考えようとすると、単にプログラムを動かせるだけでは不十分です。

滋賀大学のように数学・統計学と情報学を並行して学べるカリキュラムは、技術の仕組みまで理解したい人にとって重要です。

3・4年次は専門分野の選択が重要

データサイエンスと一口に言っても、研究テーマは非常に幅広いものです。

滋賀大学が公開する科目には、マーケティング、医療統計、心理分析、画像処理、因果分析、防災、気象データ分析など、さまざまな応用領域があります。

ここから先は、自分がどの分野に興味を持つかによって学び方が変わっていきます。

大学で重要なのは、授業を受けることだけではありません。

興味を持った分野の専門書を読み、研究室で質問し、自分でもデータを集めて分析してみる。

こうした授業外の学習まで含めて大学の環境を使える人ほど、専門性を伸ばしやすいでしょう。

4. 企業の実データを使う「ビジネスデータサイエンス講座」は何がすごい?

滋賀大学の教育を調べるうえで、特に注目したいのが「ビジネスデータサイエンス講座」です。

これは河本薫教授が指導する河本ゼミを中心とした取り組みです。

企業から実際の課題やデータの提供を受け、学生が分析や改善提案に取り組みます。

大学の公表情報では、23社以上の企業が協力しており、これまでに50名以上の学生が講座で学んだとされています。

図3

企業課題をデータサイエンスで解決するまでの流れ

ビジネスデータサイエンス講座で紹介されている2つの事例を、段階に分けて整理しました。河本ゼミへの配属には選考があり、全員がこの講座で同じプロジェクトを経験できるわけではありません。

  1. 課題設定

    企業から実際の課題の提供を受ける。コープさっぽろの例では、店舗のお菓子売り場の売上を改善する方法を考える

  2. データ収集

    企業からデータの提供を受ける(コープさっぽろの例はID-POSデータ)。ダイハツ工業の例では、学生自身がボルトをたたいた音を収録する

  3. 分析

    データを分析する。ダイハツ工業の例では、音のデータを分析し、機械学習を用いて異常を判別するモデルの開発に取り組む

  4. 施策

    改善提案を実施する。コープさっぽろの例では、学生の提案を実際の店舗で実施する

  5. 効果検証

    コープさっぽろの例では、学生の提案を実施したあと、売れ行きがどう変わったかを検証する。分析結果を発表して終わりではない

事例① スーパーの販売データを使って売り場を改善

紹介されている取り組みの一つが、コープさっぽろの販売データを活用したプロジェクトです。

学生はID-POSデータを使い、店舗のお菓子売り場の売上を改善する方法を考えます。

注目したいのは、分析結果を発表して終わりではないことです。

学生の提案を実際の店舗で実施し、売れ行きがどう変わったかを検証する取り組みが紹介されています。

これは非常に実践的です。

例えば、データ分析によって売上の低い商品を発見しても、ただ撤去すればよいとは限りません。

その商品がほかの商品と一緒に購入されている可能性もあります。

こうした問題を考えながら、数字と現実の売り場をつなげる必要があります。

事例② 工場の検査を機械学習で自動化

もう一つ紹介されているのが、ダイハツ工業とのプロジェクトです。

自動車の組み立て工場で行われる打音検査を題材に、機械学習を用いて異常を判別するモデルの開発に取り組んでいます。

学生自身がボルトをたたいた音を収録し、音のデータを分析します。

正常な状態と異常な状態の違いを、コンピュータが判別できるようにするのです。

ここでは、数学・統計学・プログラミング・機械学習の知識が結びつきます。

さらに実際の工場では、周囲の雑音なども考えなければなりません。

実験ではうまく動くプログラムでも、現場では十分に機能しないことがあります。

このように、分析モデルの作成から実際の問題への適用まで考えられる点に価値があります。

データ分析の具体的な内容へ進みたい人は、線形回帰と混同行列の仕組みも参考になります。

重要:ビジネスデータサイエンス講座は全員が参加できるわけではありません

ここは学校選びで見落としてはいけないところです。

滋賀大学は、河本ゼミへの配属には選考があることを公式サイトで明記しています。

つまり、滋賀大学データサイエンス学部に入学すれば、全員がこの講座で同じプロジェクトを経験できるわけではありません。

学部全体としても実データを扱う授業や演習はありますが、特定ゼミの高度な企業連携と区別して評価する必要があります。

マナビグラフとしては、河本ゼミの活動は具体的な企業課題と成果検証が確認できる魅力的な取り組みですが、それを学部全員の標準的な経験として紹介することには賛成できません。

志望する場合には、自分の関心に合うゼミがほかにあるか、ゼミ配属がどのように決まるかも確認しておきたいところです。

出典:滋賀大学 ビジネスデータサイエンス講座(河本ゼミ)(新しいタブで開きます)

5. 情報工学部との違いは?プログラミングが好きならどちら?

滋賀大学データサイエンス学部を検討する人の中には、情報工学部や情報科学部との違いが分からない人もいるでしょう。

どちらも数学やプログラミングを学ぶため、科目名だけを見ると似ています。

しかし、専門性の中心には違いがあります。

比較する点 データサイエンスを中心とする学部 情報工学を中心とする学部
中心的な関心 データから傾向・関係・予測を導く コンピュータや情報システムの仕組みを理解・開発する
数学・統計 確率・統計・データ解析・モデリングを重視 離散数学・線形代数・解析学・計算理論などを重視
プログラミング データ処理・分析・機械学習への活用 ソフトウェア・システムの設計や実装
課題設定 分析する問題と、その結果の活用方法を考える 実現する機能やシステムの要件を考える
応用分野 ビジネス、金融、医療、政策、製造など ソフトウェア、ネットワーク、セキュリティ、AIなど
滋賀大学の位置づけ 統計・情報・価値創造を組み合わせる 情報工学の要素も学べるが、学部全体の中心はデータの分析と活用

※情報系学部にもデータサイエンスを深く研究する分野があり、データサイエンス系学部にも高度な情報工学を学べる分野があります。上表は専門性の中心を比較したものです。

同じ分野の学びを比較したいときは、青山学院大学・統計データサイエンス学環の分析も参考になります。

「アプリを作りたい」と「データを分析したい」は違う

例えば、飲食店の売上を改善するために、新しい注文管理システムを開発するとします。

このとき、システムの構造を設計し、プログラムを実装することに強い興味があるなら、情報工学系の学部が有力です。

一方、注文履歴や客数、天候などのデータから売上変動の原因を調べ、売上を改善する施策を考えたいなら、データサイエンス系の学部が合っています。

もちろん実際の仕事では、これらの能力を両方使うこともあります。

大切なのは、自分が何を中心に学びたいのかです。

プログラミングが好きだからという理由だけで、データサイエンス学部を選ぶ必要はありません。

プログラムそのものを作ることが好きなのか、プログラムを使って現実の問題を分析することが好きなのか。

この違いを考えるだけでも、学部選びの方向性はかなり明確になります。

6. 文系でも滋賀大学データサイエンス学部に入れる?

結論から言うと、文系出身者も入学できる学部です。

滋賀大学も、高校での文系・理系によって入学を限定していないと説明しています。

また、高校数学と大学数学をつなぐ講義や、先輩・大学院生による数学の補講についても案内しています。

一方で、入学後には線形代数や確率論、統計学、プログラミングなどを学びます。

文系出身でも入学できることと、数学を避けて卒業できることは違います。

ここは強調しておきたいところです。

数学が苦手でも大丈夫?

数学が現在苦手でも、滋賀大学を候補から外す必要はありません。

大学で本格的に学び始める前に、高校数学の基礎を身につけることができます。

大切なのは、数学をどこから学び直す必要があるのかを把握することです。

例えば、確率や関数の基本が曖昧な状態で、いきなり大学の統計学を理解しようとするのはかなり大変です。

数学Ⅰ・A・Ⅱ・B・Cの内容を理解し、必要な計算や考え方を使えるようにしておくことが重要になります。

特に、大学入学後の統計学につなげたいなら、数学Ⅰ「データの分析」と数学B「統計的な推測」を意味まで理解しておくとよいでしょう。

数学の公式だけを暗記するのではなく、

「この計算によって何が分かるのか」

「この結果から何を判断できるのか」

まで考えることが大切です。

出典:滋賀大学データサイエンス学部 よくある質問(新しいタブで開きます)

7. 滋賀大学データサイエンス学部の就職は強い?

滋賀大学データサイエンス学部は、情報通信業だけでなく、製造業、金融業、サービス業など幅広い分野へ卒業生を送り出しています。

注目したいのは、大学院進学を選ぶ学生も一定数いることです。

2026年3月卒業生の進路

大学ポートレートに掲載された2026年5月1日時点のデータは、次のとおりです。

進路 人数 卒業生全体に占める割合
卒業生 92人 100%
就職 68人 約73.9%
大学院進学 24人 約26.1%

出典:大学ポートレート 滋賀大学データサイエンス学部の進路(新しいタブで開きます)

図4

2026年3月卒業生92人の進路(就職68人・大学院進学24人)

出典:大学ポートレート/2026年5月1日時点。卒業生92人の内訳。就職希望者に対する就職率とは異なります。

就職 68人 約73.9% 大学院進学 24人 約26.1% 卒業生92人(100%)
図の内容を文章で読む

2026年3月に卒業した滋賀大学データサイエンス学部の卒業生92人の進路を示した円グラフです。出典は大学ポートレートで、2026年5月1日時点の数値です。

就職は68人で、卒業生全体の約73.9%です。大学院進学は24人で、約26.1%です。円の12時の位置から時計回りに、就職、大学院進学の順に並んでいます。

この割合は卒業生92人全体に対するものです。就職希望者に対する就職率とは異なります。

この数字から分かるのは、就職だけでなく、大学院でさらに専門性を深める進路が存在するということです。

例えば、データ分析の方法をより専門的に研究したい人や、機械学習・AIなどの技術を深く学びたい人にとって、大学院進学は重要な選択肢になります。

どのような企業に就職している?

大学が公表する2025年度卒業生の主な就職先には、次のような企業が含まれます。

分野 主な就職先の例
製造業 サントリーホールディングス、日立製作所、村田製作所、ダイハツ工業
情報通信 伊藤忠テクノソリューションズ、NECソリューションイノベータ、Sky
金融 三菱UFJ銀行、京都銀行、三井住友カード
運輸・交通 JR西日本、大阪市高速電気軌道
その他 リクルート、横浜DeNAベイスターズ
公務 滋賀県庁、大阪府庁

出典:滋賀大学データサイエンス学部 卒業後の進路(新しいタブで開きます)

業界の幅広さは、データサイエンスの応用先が多いことを考えるうえで参考になります。

特に、製造業や金融業など、情報通信業以外にも進路が広がっている点は注目できます。

就職先の地域にも注目したい

大学ポートレートでは、2026年卒業生の就職地域も確認できます。

  • 東京都:33人
  • 大阪府:14人
  • 京都府:8人
  • 神奈川県:4人
  • 愛知県:4人
  • 滋賀県:2人

地元の滋賀県だけでなく、東京や大阪などへ就職する学生がいることが分かります。

つまり、滋賀大学で学んだから滋賀県内で就職する、という進路に限定されるわけではありません。

有名企業の名前より、身につけた専門性が重要

マナビグラフでは、大学の就職実績を見るとき、大企業の名前が掲載されているかだけで判断するべきではないと考えています。

同じ企業に入社しても、担当する仕事はさまざまです。

データサイエンティストとして分析を専門にする人もいれば、システムエンジニア、技術系総合職、企画など別の仕事に就く人もいます。

そのため、滋賀大学データサイエンス学部を志望するなら、大学名や就職先の企業名に加えて、学生時代にどのような分析を経験し、どのような専門性を身につけられるかを見ることが重要です。

その意味で、実データを使う演習や研究活動が存在することには価値があります。

8. 偏差値・入試難易度はどのくらい?

河合塾Kei-Netが公表する2027年度入試のボーダーラインは、次のとおりです。

入試方式 共通テスト得点率の目安 偏差値の目安
前期日程 65% 52.5
後期・個別学力検査型 75% 57.5
後期・面接型 78% 設定なし

出典:河合塾Kei-Net 滋賀大学入試難易度(新しいタブで開きます)

※数値は合格可能性を判断するためのボーダーラインであり、合格者の平均点や教育の質を表す数字ではありません。

前期と後期では難易度の目安に差があります。

また、後期の面接型は個別学力検査型と試験の仕組みが異なるため、同じ基準で単純比較することはできません。

2027年度一般選抜の科目・配点

前期日程の配点は次のとおりです。

試験 配点
共通テスト 1,000点
個別試験・数学 300点
個別試験・英語 300点
合計 1,600点

共通テストでは国語、数学、外国語、情報に加え、地歴・公民・理科から指定の条件に従って選択する必要があります。

実際の試験問題から必要な能力を確認したいときは、2026年共通テスト「情報Ⅰ」全問解説が使えます。

個別試験は数学と英語です。

数学の出題範囲には数学Ⅲも含まれますが、数学Ⅲなどを含む範囲は、ほかの範囲の問題との選択問題として出題されます。

したがって、数学Ⅲを履修していない受験生にも受験の道があります。

一方、出題範囲が選択式だからといって、数学の対策を軽くしてよいわけではありません。

数学と英語は個別試験で同じ配点です。両方の基礎を固めながら、過去問で出題形式に対応する力をつける必要があります。

後期日程は次の2方式です。

  • 個別学力検査型:共通テスト1,000点+数学500点+英語500点
  • 面接型:共通テスト600点+面接100点

面接型には、共通テスト600点満点中450点以上を第1段階選抜の条件とする制度があります。

出典:2027年度前期日程(新しいタブで開きます)、2027年度後期日程(新しいタブで開きます)

実際の倍率は?

2025・2026年度の入試結果を確認しましょう。

方式 2025年度実質倍率 2026年度実質倍率
前期日程 2.9倍 2.5倍
後期・個別学力検査型 3.2倍 3.4倍
後期・面接型 1.0倍 1.0倍

出典:河合塾Kei-Net 滋賀大学入試結果(新しいタブで開きます)

後期・面接型は2026年度に志願者18人、受験者5人、合格者5人でした。

受験者に対する合格者数だけを見ると1.0倍ですが、第1段階選抜があり、志願者全員が面接に進んだわけではありません。

この方式について「倍率1.0倍だから簡単」と考えるのは危険です。

共通テストを使わない総合型選抜もある

滋賀大学データサイエンス学部には、総合型選抜Ⅰ「オンライン講座受講型」があります。

2027年度は一般枠20人、女子枠20人の募集です。

大学が指定するオンライン講座「高校生のためのデータサイエンス入門」を受講し、出願書類、総合問題、面接などを通じて選抜されます。

総合問題では、データや図表を含む資料を読んで論述する力も問われます。

データサイエンスに強い関心があり、すでに関連分野の学習を進めている人にとっては、検討する価値のある方式です。

2027年度の総合型選抜Ⅰは、2026年9月に出願が行われています。次年度以降の受験生は、新しい募集要項で条件と日程を確認してください。

出典:総合型選抜Ⅰ オンライン講座受講型(新しいタブで開きます)

9. 彦根キャンパスの立地・学生生活はどう?

データサイエンス学部の学生が通うのは、滋賀県彦根市にある彦根キャンパスです。

同じキャンパスには経済学部もあります。

彦根駅からのアクセス

大学が案内する主な交通手段は次のとおりです。

交通手段 所要時間の目安
徒歩 約25分
大学直行バス 約10分
自転車 約10分
タクシー 約5分

大学直行バスの運賃は100円です。土日・祝日などには運休するため、利用する日の運行予定を確認する必要があります。

出典:滋賀大学彦根キャンパス アクセス(新しいタブで開きます)

駅から徒歩25分という距離は、毎日の通学を考えると軽視できません。

特に電車通学の場合、駅までの移動時間に加えて、バスの待ち時間などが発生します。

一方、自転車を使いやすい場所に住めば通学負担を抑えられる可能性があります。

滋賀大学へ進学する場合には、大学までの距離だけでなく、実際にどこに住み、どの交通手段を使うかまで考えておきたいところです。

学生寮はある?

彦根には「偲聖寮」という学生寮があります。

大学が公表する寮の基本情報では、大学まで徒歩約15分、自転車約5分です。

寄宿料は月額4,300円、諸費用は月額6,700円と案内されています。

大学生協では民間アパートなどの紹介も行っています。

ただし、学生寮には定員と入寮選考があるため、希望者が必ず入居できるわけではありません。

出典:滋賀大学 学生寮・住居(新しいタブで開きます)

10. 滋賀大学データサイエンス学部の評判・口コミは?

公式情報だけでは分からない学生の感想も確認しておきましょう。

「みんなの大学情報」では、データサイエンス学科の口コミ評価は4.07点、投稿件数は29件となっています(2026年11月4日時点)。

この数字は投稿者による評価であり、学部生全体を対象とした調査ではありません。

今回は、評価の数字そのものより、具体的にどのような点が指摘されているかに注目します。

学びについての声

2025年9月投稿の口コミでは、統計に関する授業が多く、数学やプログラミングにも取り組むことが紹介されています。

また、2026年5月投稿の口コミでは、プログラミングの講義を好意的に評価する声が見られました。

一方、プログラミングの課題に苦労するという投稿も確認できます。

ここから考えたいのは、学部で学ぶ内容と自分が期待している内容が一致しているかです。

統計学や数学をしっかり学びたい人には魅力ですが、「大学で数学はできるだけ勉強したくない」と考えている人には負担の大きい学部になるでしょう。

立地については評価が分かれる

2026年5月の口コミには、彦根駅からのアクセスを不便だと感じる意見がありました。

一方、2025年9月の口コミでは、自転車があると生活しやすく、周辺のスーパーや飲食店を利用できるという意見も見られます。

この違いは、住む場所や移動手段によって生活のしやすさが変わることと関係していると考えられます。

都会の大学のように駅からすぐに通える環境を期待しているなら、注意が必要です。

一方で、自転車を中心に生活することや、落ち着いた環境で大学生活を送ることに魅力を感じる人には候補になります。

出典:みんなの大学情報 滋賀大学データサイエンス学部(新しいタブで開きます)

11. 他大学のデータサイエンス系・情報系学部と比較すると?

滋賀大学の特徴を理解するには、同じ分野を学べる大学と比較することが有効です。

今回は、偏差値の近さではなく、学びの目的から比較します。

大学・学部 学びの中心 注目したい違い
滋賀大学 データサイエンス学部 統計・情報・価値創造 経済・経営などへの応用と企業連携。高度な企業実務型ゼミもある
兵庫県立大学 社会情報科学部 データ分析・情報科学・社会科学 企業データを使うPBL演習が1年次から必修
横浜市立大学 データサイエンス学部 数理統計・計算機科学・応用分野 健康・医療、都市・環境、経済・社会などの専門領域とPBLを組み合わせる
電気通信大学 情報理工学域Ⅰ類 コンピュータ科学・情報技術 アルゴリズム、ソフトウェア、情報システムなど情報工学の専門性を深めやすい

兵庫県立大学との違い

兵庫県立大学社会情報科学部も、企業のデータを使った教育に力を入れています。

2026年度には、1年次後期の必修科目「PBL演習Ⅰ」で、企業から提示された売り場改善の課題に取り組むことが公表されています。

ここは、滋賀大学のビジネスデータサイエンス講座と比較するうえで重要です。

企業の実データを使ったPBLを早期から必修として経験したいなら、兵庫県立大学は必ず比較してほしい候補です。

一方、滋賀大学では統計学と情報学の専門教育を土台として、さまざまな応用領域やゼミへ進める点に注目したいところです。

横浜市立大学との違い

横浜市立大学データサイエンス学部は、2027年度のカリキュラムで、数理・統計科学、計算機科学、健康・医療、都市・環境、経済・社会という分野を設定しています。

数学や統計学を中心に学びながら、健康・医療、都市・環境などの応用分野も深めたい人にとって比較する価値があります。

滋賀大学も幅広い応用科目を持っていますが、どの分野を専門的に研究できるかは教員やゼミのテーマまで見て比較したいところです。

電気通信大学との違い

電気通信大学の情報理工学域Ⅰ類では、アルゴリズム、データ構造、ソフトウェア工学、計算機科学などを学べます。

将来、ソフトウェアや情報システムそのものを専門的に開発したい人には、有力な比較対象です。

滋賀大学にもプログラミングやアルゴリズム関連の科目はあります。

しかし、情報技術の仕組みそのものを中心に研究したいなら、電気通信大学のような情報工学系の教育課程も検討する価値があります。

大切なのは、「どの大学の方がレベルが高いか」という比較ではありません。

自分がデータを使って何をしたいのか。

その目的に対して、どの大学のカリキュラムが適しているのかを考えることです。

情報技術とプロジェクト型教育を比較したいときは、公立はこだて未来大学の分析も参考になります。

12. 滋賀大学データサイエンス学部に向いている人・他校も比較したい人

ここまでの調査を踏まえて、マナビグラフとしての判断を整理します。

滋賀大学を候補に入れたい人

① 数学・統計学とプログラミングを両方学びたい人

データを分析するだけでなく、分析方法の仕組みまで理解したい人には魅力があります。

② 企業や社会の問題をデータで解決したい人

マーケティング、金融、製造業などに関心があり、分析結果を実際の意思決定へつなげたい人に向いています。

③ データサイエンスを軸に、複数の分野へ興味を広げたい人

データサイエンスはさまざまな学問に応用できるため、入学後に研究対象を見つけたい人にも選択肢になります。

④ 大学院進学も含めて専門性を高めたい人

卒業生には大学院進学者もおり、学部卒業後に研究を続ける進路を考えられます。

他大学も比較したい人

① ソフトウェアや情報システムの開発を中心に学びたい人

情報工学系の学部を優先して比較したいところです。

② 数学や統計学をできるだけ避けたい人

滋賀大学の教育内容と期待がずれる可能性が高いでしょう。

③ 企業の実データを使ったPBLが全員必修であることを重視する人

兵庫県立大学のように、企業課題を扱う必修科目が明示されている大学も比較してみてください。

④ 駅から近いキャンパスや都市部の生活環境を重視する人

彦根キャンパスへの通学や周辺環境を実際に確認してから判断したいところです。

13. よくある質問

Q. 滋賀大学データサイエンス学部は理系ですか?

統計学・数学・情報学を中心に学ぶ、文理融合型の学部です。経済・経営などの科目もありますが、数学やプログラミングが学習の重要な土台になります。

Q. 文系でも受験できますか?

文系出身者も受験できます。2027年度前期日程では個別試験に数学と英語があり、数学Ⅲを含む範囲は選択問題として出題されます。入学後には大学数学や統計学を学びます。

Q. データサイエンス学部を卒業すると、必ずデータサイエンティストになれますか?

卒業後の進路はデータサイエンティストに限りません。情報通信、製造、金融などの企業への就職や、大学院進学など複数の進路があります。

Q. 企業との共同研究や実務的な演習は全員が経験できますか?

学部全体にも実データを扱う授業や演習があります。一方、代表的な「ビジネスデータサイエンス講座(河本ゼミ)」には配属選考があり、全員が参加できる制度ではありません。

14. まとめ|滋賀大学データサイエンス学部を選ぶ理由は?

滋賀大学データサイエンス学部は、数学・統計学、情報学、経済・経営などを組み合わせ、現実の問題をデータから分析する力を身につけたい人にとって魅力的な学部です。

特に、実際の企業課題を使った取り組みでは、分析することだけでなく、改善策を提案し、その効果まで考える教育が行われています。

マナビグラフとして、滋賀大学を見るときに重視したいのは次の3点です。

  1. 統計学と情報学を土台として、何を分析できるようになりたいのか
  2. 自分が興味を持つ応用分野やゼミに、どのような学習・研究機会があるのか
  3. 情報工学系の学部と比較して、技術の開発よりデータの分析・活用を中心に学びたいのか

大学で学ぶ価値を、単に資格や就職先の名前だけで判断する必要はありません。

4年間をかけて、自分は何を理解できるようになり、どのような問題を解決できるようになるのか。

滋賀大学データサイエンス学部を検討するなら、そこまで考えてほしいと思います。

データを使って企業や社会の意思決定を変えたい。

そんな関心を持っている人にとって、滋賀大学データサイエンス学部は、詳しく調べて志望校候補に入れる価値のある学部です。

主な出典・確認資料

本文の箇所 確認に使った資料
設置年(2017年4月・全国初)・学科・学位・修業年限・入学定員(令和9年度の内訳)・入学料・授業料 文部科学省の大学設置情報サイトに掲載された、滋賀大学データサイエンス学部の設置趣旨書(PDF)(新しいタブで開きます)(p.3・p.7・p.8・p.15(平成29年4月に我が国初の学部)・p.12(学部名・学科名)) / 滋賀大学データサイエンス学部「学部・研究科 概要」(新しいタブで開きます) / 内閣府の有識者会議資料(2017年10月5日。PDF)(新しいタブで開きます)(p.1・p.3) / 滋賀大学「令和9年度入学者選抜要項」(PDF)(新しいタブで開きます)(p.4(学部・学科・入学定員の表)) / 文部科学省「令和7年度国立大学入学定員増減予定表」(PDF)(新しいタブで開きます)(p.4(100名→150名)・p.7(3年次編入)) / 滋賀大学「入学検定料・入学金・授業料」(新しいタブで開きます) / 大学ポートレート 滋賀大学データサイエンス学部「教育課程」(新しいタブで開きます) / 同「費用及び経済的支援」(新しいタブで開きます)
学ぶ内容(3つの領域・必修科目・4年間・年次ごとの演習・コース配属・数学・統計学・情報学の科目) 滋賀大学データサイエンス学部「カリキュラム」(新しいタブで開きます) / 同「学びの特長」(新しいタブで開きます) / 同 カリキュラムツリー(2026年4月2日版。PDF。必修は赤字)(新しいタブで開きます) / 同 コース配属の図(PDF)(新しいタブで開きます) / 大学ポートレート「学部・研究科等の特色等」(新しいタブで開きます) / 総務省統計局 なるほど統計学園「複数の変数の関係性を見る」(新しいタブで開きます) / 同「散布図」(新しいタブで開きます) / 文部科学省「高等学校学習指導要領(平成30年告示)」(PDF)(新しいタブで開きます)(PDF p.94(数学Ⅰ「データの分析」)・p.101(数学B「統計的な推測」))
ビジネスデータサイエンス講座(河本ゼミ)・企業連携・ゼミ配属の選考・学部の実データ演習 滋賀大学「ビジネスデータサイエンス講座」(新しいタブで開きます) / 河本ゼミ(学部)のページ(新しいタブで開きます) / 滋賀大学 SUCCESS 公開シラバス「データサイエンス入門演習」(2025年度)(新しいタブで開きます)
情報工学部(電気通信大学情報理工学域I類)との違い・文系でも入れる?・数学の補講 電気通信大学 情報理工学域I類(情報系)「カリキュラム」(新しいタブで開きます) / 同 I類(情報系)の紹介(新しいタブで開きます) / 滋賀大学 データサイエンス学部「アドミッション・ポリシー」(新しいタブで開きます) / 滋賀大学 令和7年度 データサイエンス学部 説明会資料(カリキュラム。PDF)(新しいタブで開きます)(p.13(数学サポート))
就職・進学(卒業者92人・就職68人・大学院進学24人・就職先・地域別) 大学ポートレート 滋賀大学データサイエンス学部の進路(新しいタブで開きます) / 滋賀大学データサイエンス学部「卒業後の進路」(新しいタブで開きます) / 同「よくある質問」(新しいタブで開きます)
偏差値・ボーダー・配点・倍率・総合型選抜Ⅰ 河合塾Kei-Net 滋賀大学の偏差値(ボーダーライン)(新しいタブで開きます) / 同 入試結果(新しいタブで開きます) / 同 入試科目(新しいタブで開きます) / 滋賀大学 入試概要(データサイエンス学部)(新しいタブで開きます) / 同 前期日程(新しいタブで開きます) / 同 後期日程(新しいタブで開きます) / 同 総合型選抜Ⅰ【オンライン講座受講型】(新しいタブで開きます) / 滋賀大学「試験科目の詳細」(令和9年度。PDF)(新しいタブで開きます) / 同「令和9年度入学者選抜要項」(PDF。上と同じ)(新しいタブで開きます)(p.9・p.11(募集人員・第1段階選抜)) / 同「令和9年度総合型選抜学生募集要項」(PDF)(新しいタブで開きます)(p.12〜p.17) / 同 令和8年度入学者選抜資料(学部。PDF)(新しいタブで開きます)(p.4(志願者・受験者・合格者)) / 同 令和7年度入学者選抜資料(学部。PDF)(新しいタブで開きます)(p.4)
彦根キャンパス・アクセス・学生寮・民間アパートの紹介 滋賀大学「彦根キャンパス」のアクセス(新しいタブで開きます) / 滋賀大学経済学部「アクセスマップ・連絡先」(新しいタブで開きます) / 滋賀大学「学生寮・住居」(新しいタブで開きます) / 偲聖寮「令和8年度入寮案内」(PDF)(新しいタブで開きます) / 滋賀大学生活協同組合(新しいタブで開きます)
口コミ(投稿件数・評価・投稿の内容) みんなの大学情報 滋賀大学データサイエンス学部(新しいタブで開きます) / 同 口コミ一覧(全29件)(新しいタブで開きます)
他大学との比較(兵庫県立大学・横浜市立大学・電気通信大学) 兵庫県立大学 社会情報科学部「教育・カリキュラム」(新しいタブで開きます) / 同「PBL演習」(新しいタブで開きます) / 同 トピックス(2026年10月5日)「2026年度 1年次後期(必修)PBL演習Ⅰが始まりました」(新しいタブで開きます) / 同 履修の手引(2025年度入学者用。PDF)(新しいタブで開きます)(PDF p.29) / 横浜市立大学 データサイエンス学部(2027年度)(新しいタブで開きます) / 同「2027年度 横浜市立大学 国際教養学部・国際商学部・データサイエンス学部の新カリキュラムについて」(新しいタブで開きます) / 電気通信大学 シラバス(2026年度)アルゴリズム論第一(新しいタブで開きます) / 同 2027年度 情報理工学域 入学者選抜要項(PDF)(新しいタブで開きます)

筆者

入試方式は、公式サイトで確認する

入試方式や日程は年度ごとに変わることがあるため、最新の情報は学校の公式サイトで確かめられます。

リンク先のページ
「データサイエンス学部入試概要」(滋賀大学 データサイエンス学部の公式サイト。2026/11/04 確認)
滋賀大学 データサイエンス学部の入試方式を公式サイトで確認する:滋賀大学 データサイエンス学部 (新しいタブで開きます)

筆者について

筆者のめめは、塾講師として学習と受験を指導してきました。自身の学び直しを経て慶應義塾大学に合格し、統計士・データサイエンティストでもあります。