ビッグデータの収集から分析、活用までの全てを学び様々な分野で活躍できる技術者を養成－日本工業大学先進工学部データサイエンス学科

＜PR＞

政府の掲げる「超スマート社会」の実現に向け、データサイエンスを学べる学部学科が注目を浴びている。ただ、比較的新しい学問ということもあり、具体的な教育内容が十分に認知されておらず、学びの特徴も大学によってそれぞれだ。本稿では、日本工業大学の辻村泰寛教授にデータサイエンスとは何かについて聞くとともに、同校に2022年4月設置予定のデータサイエンス学科の学びの特徴についてご紹介いただいた。

1. 膨大な情報から社会に役立つ知識を取り出す
2. 情報から価値を見出すために大切なのは好奇心

膨大な情報から社会に役立つ知識を取り出す

日本工業大学先進工学部情報メディア工学科
（2022年4月よりデータサイエンス学科に所属予定）
辻村泰寛教授

―まず、データサイエンス学科設置に至った経緯を教えてください。

従来、本学ではデータサイエンスを先進工学部の情報メディア工学科で取り扱っていました。この学科は大きく分けるとメディア、ソフトウェア、ビジネスの3分野を学ぶ学科なのですが、各分野が日々発展するにつれて徐々に学問領域が拡大し、1つの学科内で扱いきれなくなってきました。本学はもともと数理統計やデータベース、人工知能などデータサイエンスの核となる分野の専門教員を多く揃えておりますし、データサイエンスを学んだ技術者の輩出に対する社会からの要請も強くなってきたことから、情報メディア工学科から独立しデータサイエンスを特化して学べる学科の設置を決定しました。

―データサイエンスとは、具体的にはどのような学問なのですか。

実は学問における「データサイエンス」はまだ明確な定義づけがされていません。近年、多くの大学がデータサイエンス関連の学部学科を立ち上げていますが、その目的はそれぞれで、教育・研究内容にも大学ごとの個性が表れています。

インターネット上には、テキスト、画像、動画、数値などの様々なデータが日々大量に蓄積されています。これをビッグデータと言いますが、そのままではとても活用することができない膨大なデータから必要なものを抽出し、統計処理、情報処理などさまざまな処理を加えることで価値ある情報にして、そこから社会に役立つ知識を生み出すことが一般的なデータサイエンスの説明となります。

―では、日本工業大学のデータサイエンス学科にはどのような特徴があるのですか。

先ほど申し上げた、ビッグデータから必要なデータを収集し、処理し、情報、さらには知識に変えて社会で活用するまでの、全ての工程を扱うことが本学の大きな特徴です。例えば文系大学などでは、得た知識をいかにして社会で活用するかという、一連の流れのうちの最後の部分だけを学ぶ学科が多くあります。一方、統計処理や解析など、途中の工程を専門的に学ぶ学科も存在します。そのように一部分に特化した学びも大学の個性ではありますが、本学では実工学教育の理念に即し、手を動かしてモノを作る、全ての工程をしっかり学べるカリキュラムを用意します。

もう1つ、企業と連携しての社会実装PBL（＊）も大きな特徴です。通常、企業と連携しての学びというと、企業から講師を招き、課題などを出してもらうケースが多いように思います。本学では学外の企業を現実の顧客として抱えております。正式に依頼を受けてシステムを開発・納品し、メンテナンスを行うという、まさにモノづくりの上流から下流までの全てを行うプログラムを３年生の必修科目としています。

＊PBL＝Project Based Learning　日本語では問題解決型学習などと訳される。学生が自ら問題を解決する力を養う学習のこと。

―企業出身の教員が多い日本工業大学ならではの学びで、他大学には簡単には真似できないものですね。

他大学との差別化という意味では、プログラミング教育も当てはまります。1〜3年生まで、基本的なプログラミングから目的に特化した人工知能やデータベースなど専門まで体系的にしっかり学びます。他大学に比べると相当多くの時間を費やしています。こちらも企業出身で、システム開発の仕事に携わっていた教員がいるからこそできることですね。

情報から価値を見出すために大切なのは好奇心

―既存の他学科とのかかわりについても教えてください。

同じ先進工学部にあるロボティクス学科は人工知能などデータサイエンスの要素を多く扱います。基幹工学部の電気電子通信工学科は技術面での共通点があります。この2学科はデータサイエンス学科志望者の併願先として選ばれやすいと思います。さらに視野を広げると基幹工学部の機械工学科もIoT（モノのインターネット）などの分野で共通点がありますね。

なお、以上挙げた3学科だけではなく全学部全学科の学生を対象に、データサイエンス学科の科目の一部を学ぶことができるデータサイエンスプログラムを用意しました。機械や建築を専門とする学生であっても、基礎を越えたレベルのデータサイエンスを身に着けることは大きな付加価値になると期待しています。

―どのような高校生がデータサイエンスに向いているのでしょうか。

高校レベルの数学が理解できていないと統計やプログラムは学べませんので、入試でも数学力は重視しています。ただ、数学力と同じくらい大切なのは好奇心です。膨大な情報から価値を見出すためには、何事にも興味を持って、色々な視点から見ることが大切です。統計処理などはコンピュータが行いますが、知識をどのように役立てるのか、最後は人間が肌感覚で決めることになります。データサイエンスという言葉にはデジタルのイメージがありますが、実はアナログな世界でもあるんですね。

―最後に、高等学校の進路指導教諭に向けてメッセージをお願いします。

本学科では、幅広い分野で活躍できる技術者を育てたいという思いがあります。数学が好きな生徒、好奇心が旺盛な生徒がいらしたら、ぜひ送り出してください。きっと面白い学びができると思います。