総合情報学部 | 昭和女子大学

Faculty of Informatics

2026年4月学部新設（構想中※）

※構想中のものであり、変更される可能性があります。

01実現しつつある未来

AIやデジタル技術の力により、これまで予想すらされていなかった可能性が拓かれています。例えば、

AIによるソーシャルメディアやオンラインレビューの分析結果をもとにした、消費者の好みやトレンドを先取りした新製品の開発や販売
健康データをリアルタイムで監視して病気の予兆を早期に発見し、AIを用いて予防策を提案するスマート医療
建物や道路などに設置したセンサーで収集したデータをAIで分析し、渋滞がなくエネルギー効率のよい、便利で生活しやすく環境に配慮した街づくり

02デジタル社会の人材像

2030年代のデジタル社会においては、一部の先端企業やITエンジニアだけではなく、あらゆる業種で、AIやデジタル技術を使って課題を解決したり新しい商品やサービスを生み出したりする力をもった人材が求められるようになります。

そんな時代に、あなたはどうやって夢を実現させますか？

03なぜ総合情報学部か

データとデジタル技術の活用において先端を走る企業数社との議論に基づき、社会で今まさに求められているデジタル人材を育成するためのカリキュラムを編成しました。テクノロジーだけはなく、それを活用する力が重要です。

総合情報学部でデータを分析するデータサイエンス、分析結果をサービスとして形にするデジタル技術を学ぶことにより、未来のあなたの可能性は無限に広がります。

リアルとバーチャルが融合した
デジタル社会の担い手へ

総合情報学部の2つの学科

分析と予測の

データ
サイエンス
学科

DEPARTMENT OF DATA SCIENCE

育成をめざす人材像

AIと統計学を活用してビッグデータを分析し
組織においてデータに基づく
意思決定を実践できる
人材を育成します

提案と実装の

デジタル
イノベーション
学科

DEPARTMENT OF DIGITAL INNOVATION

育成をめざす人材像

ICTやコンピュータサイエンスの知識を駆使し
新たな商品・サービスの導入や
ビジネスの変革を主導できる
人材を育成します

文理融合カリキュラムの3つのキーワード

《デジタル技術》《ソフトスキル》《ドメイン知識》の３分野の専門性を兼ね備えた人材こそが、日本で圧倒的に不足しているデジタル人材の二ーズに応え、デジタル社会の未来を切り拓くことができます。

デジタル技術

総合情報学部では、数学を必須の受験科目としはしませんが、１年次に高校数学の復習から始めて数学と統計学を基礎から丁寧に学び、デジタル技術を身に付けるための基礎固めをします。２年次からは、データサイエンス学科ではA1で使われる機械学習などのアナリティクスを学び、デジタルイノベーション学科では、ICTとアプリの開発やデザインを身に付けます。

ソフトスキル

デジタル技術を社会や企業で実装する際には、多数の関係者との協働や調整が必要になります。ソフトスキル（コミュニケーション能力、問題解決能力、リーダーシップなどの人間的な特性や行動に関連するスキル）を身に付けることにより、大きなプロジェクトを主導したり重要な役割担うことができるようになります。

ドメイン知識

２年次以降で、ドメイン（データとデジタル技術の活用領域）として、ビジネス（マーケティング、人材開発など）、健康、心理の３領域を学びます。３年次以降では、デジタル技術をドメインに活用する演習やプロジェクトに取り組み、ドメイン知識に裏付けされた高度な実装力を習得します。

選べる3つのドメイン

データ分析やデジタル技術の知識だけあっても、活用する分野（ドメイン）についての深い理解がなければ、課題の解決につながる魅力的なアイデアは生まれません。この３分野は本学が他の学科を通じて専門性を蓄積している得意分野であり、女性によるデータやデジタル技術の活用に最適な分野でもあります。

ビジネス

あらゆる業種で不可欠なマーケティングと、今後、データやデジタル技術の活用が大きく広がる人材開発を基礎から応用まで学べます。また、経営情報の分析と可視化や、AIを活用した新商品の開発を学ぶ科目も履修できます。

健康

近年、従業員の健康増進を図ることで生産性の向上につなげる「健康経営」という考え方が重要視されています。そこで日常の食事や身体活動を含む様々なデータの利活用が求められており、そのための基礎知識や実践例を広く学びます。

心理

対人関係をどのように捉え情報処理をするのか、集団の中でお互いに影響を及ぼし合う中でどのように振る舞うのか、心理学的な行動測定、分析を基礎から応用まで学べます。データを利活用して意思決定やコミュニケーションを支援する方法を模索します。

学びのフローチャート

データサイエンス学科

カリキュラム

テクノロジー

１～２年次
高校数学の復習から始めてデータサイエンスの基盤となる統計学、線形代数、解析などの数理リテラシーを習得

1～3年次
統計モデル、機械学習モデルを実装するためのPythonによるプログラミング技術を習得

2～4年次

統計モデルや機械学習モデルを用いたアナリティクスを学び、さらに深層学習や自然言語処理などのより高度な手法や各ドメインに応じたアナリティクスを習得

ソフトスキル

1～2年次
思考法やマネジメント、リーダーシップなどのソフトスキルを習得

ドメイン

2～3年次
データを利活用するドメイン知識（ビジネス・心理・健康）を学び実用的な分析と予測を行う能力を習得

演習

1～4年次
各学年で演習・プログラムを実践

4年次
集大成となる「Capstone Project」を実践

デジタルイノベーション学科

カリキュラム

テクノロジー

１～２年次
デジタルイノベーションの基盤となる数学・統計学およびコンピュータサイエンスの基礎を習得

1～3年次
要求定義の概念を学びソフトウエアやアプリケーションの開発に必要なプログラミング技術を習得

2～4年次
IoT、クラウド、セキュリティ、ビッグデータのマネジメントなど最新のコンピュータサイエンスを学び、提案と実装につなげる能力を習得

ソフトスキル

1～2年次
思考法やマネジメント、リーダーシップなどのソフトスキルを習得

ドメイン

2～3年次
デジタル技術を利活用するドメイン知識（ビジネス・心理・健康）を学び
実用的な提案と実装を行う能力を習得

演習

1～4年次
各学年で演習・プロジェクトを実践

4年次
集大成となる「Capstone Project」を実践

Q&A

文系を選択していて数学を選択していないのですが、大丈夫でしょうか？

大丈夫です。両学科ともに数学を選択せずに受験することができます。入学後は、全員が少人数クラスで高校数学の基礎と各学科で必要な範囲の数学を履修します。複雑な計算や証明をするのではなく、データの分析に使うモデルの意味を理解できる能力をつけることを目標とします。

データサイエンスやデジタル技術の理論だけでなく、実社会での活用や課題解決に役立つ勉強もできますでしょうか？

１年次から４年次までの毎学年、演習科目を履修します。理論だけでなく、プログラミングも学んだ上で、実際のデータを用いたケーススタディや、自分で選んだ内容のアプリを作ったり新製品の提案を行ったりする授業もあります。企業などと連携したプロジェクトやインターンシップも多数用意します。

ドメインの専門的内容についてもしっかり勉強することができるのでしょうか？

両学科ともに、ドメインの３分野（ビジネス、健康、心理）の科目を各分野5科目ずつ用意します。更にデータサイエンス学科には、これらの分野にデータサイエンスを活用する手法について学ぶ科目が複数科目ずつ用意されています。

ドメインは全領域を履修しなければならないのでしょうか？

ドメインは3領域の概論的な内容をすべて学んで広い専門知識を身につけることも、興味のある1領域に絞ってかなり深く学び専門性を深めることもできます。

ソフトスキルはなぜ大事なのでしょうか？

実社会では、正解があるものを作るのではなく、試行錯誤しながら新しいものを生み出し、実現していくことが重要です。また、立場や考え方の異なる人達の意見やアイデアを結集し、チームをまとめて皆でゴールを目指して作業をしていくことが求められます。こうしたスキルを学ぶことは、仕事で課題を解決したり新たな商品やサービスを生み出したりする上でとても役に立ちます。

どちらの学科が自分に向いているのでしょうか？

データサイエンスを中級～上級レベルまでしっかり学び、社会や企業における課題の解決や意思決定に役立つような分析や予測を行うことに興味のある人にはデータサイエンス学科が向いています。データサイエンスの基礎を身に付けつつ、アプリやシステムを開発し、新しい商品やサービスを生み出すことに興味のある人にはデジタルイノベーション学科がお薦めです。