就職率98.4%は、希望者182人に対する結果
| 調査・項目 | 人数・率 |
|---|---|
| 就職状況調査:就職希望者 | 182人 |
| 就職状況調査:就職者 | 179人 |
| 就職率 | 98.4% |
| 進路基本調査:卒業者 | 194人 |
| 進路基本調査:就職者 | 180人 |
| 進路基本調査:進学者 | 5人 |
| 進路基本調査:進路決定保留者 | 8人 |
| 進路基本調査:報告未提出者 | 1人 |
179人と180人は誤植として片方を消すのではなく、定義の違う調査として読みます。基本調査の就職者には自営業主等や既職・現職継続も含まれ、就職率を求める状況調査と同じ人数ではありません。卒業者194人を分母に98.4%と読むこともできません。[1] [2]
就職率表には、2025年度から資格試験準備中の人を就職希望者に含めないという注記があります。過年度の数字と比較するときは、この定義変更も確認しましょう。率の高さだけで、自分が希望する職種に入りやすいかまでは判断できません。[1]
情報通信を中心に、仕事内容まで調べる
| 企業名 | 人数 |
|---|---|
| 日立ソリューションズ | 5人 |
| NEC(日本電気) | 4人 |
| 楽天グループ | 4人 |
| SCSK | 3人 |
| NTT東日本 | 3人 |
| ソフトバンク | 3人 |
| 日鉄ソリューションズ | 3人 |
| ベイカレント | 3人 |
業種別では、就職決定者179人のうち情報通信業87人、学術研究・専門・技術サービス業19人、金融・保険業17人、製造業16人です。情報を扱う学びとの接点を探す材料になりますが、業種と配属職種は別です。[4]
企業名から、全員がプログラマー、データサイエンティスト、コンサルタントとして採用されたと推定することはできません。また、公式の「将来の進路例」にある金融アナリストや情報システムスペシャリストなどは、教育と進路の接点を示す例であり、2025年度にその職種へ就職した人数ではありません。[7]
編集部提案として、気になる企業を選んだら、職種ごとに「誰の課題を扱うか」「調査・開発・運用など何を担うか」「必要な学びや経験は何か」を比べます。大手企業が載っている安心感を、具体的な仕事を理解する行動へつなげましょう。
社会・人間・情報を組み合わせて、専門性を説明する
社会情報学部は社会情報学科の1学科です。カリキュラムは、社会・人間・情報の3領域と、その間をつなぐ学際領域を学ぶ科目、英語・数学・統計・コンピュータなどの基礎から構成されています。3年次以降は、3領域から二つを組み合わせるコースが案内されています。[5] [6]
| コース | 公式に紹介される分野 | 自分の経験を説明する問い |
|---|---|---|
| 社会・情報 | 情報技術による社会問題の分析、経営情報システムなど | 社会や組織のどんな課題に、技術やデータを使ったか |
| 社会・人間 | 社会心理学、ワークショップデザインなど | 人の行動を、その場の条件や周囲との関係からどう考えたか |
| 人間・情報 | 学習科学、ヒューマンインターフェースなど | 使う人・学ぶ人の視点を、技術や設計にどう取り入れたか |
これらは学科別の就職統計ではありません。企業別の人数をコースに割り振ることはできませんが、自分の履修や研究を説明する枠組みとして使えます。幅広さだけを強調するより、特に時間をかけた問いと、組み合わせた方法を一つ選ぶと内容が具体的になります。
例えば、公式のゼミ紹介には社会現象を実験や解析で考える研究、ピクトグラムなどの情報表現、情報技術によるサービスづくり、地域の企画などがあります。学部全員が同じ研究をするわけではありません。自分の経験は、実際の履修と担当内容に沿って説明しましょう。[5]
データを扱った経験は、方法を選んだ理由まで伝える
1年次の必修科目として、統計入門やコンピューティング実習が紹介されています。前者はデータ分析の基礎、後者は初級プログラミングを通じた問題解決を学びます。専門科目では、一つの領域を掘り下げることも、複数領域をつなぐこともできると説明されています。[6]
| 項目 | 説明する内容 |
|---|---|
| 問い | 何を知りたい、または解決したいと思ったか |
| 材料 | どのデータや観察を使い、どこまで集められたか |
| 方法 | なぜその集計・分析・実装を選んだか |
| 確認 | 欠けた情報や、結果の解釈をどう点検したか |
| 限界 | その結果から言えないことは何か |
編集部の架空の例:アンケートを集計した学生が、回答者の所属に偏りがあることに気付き、集計結果を全学生に当てはめる説明を見直した。これは実際の授業成果や採用事例ではありません。
「分析ソフトを使えます」という説明に、結果をどこまで信用できるか検討した行動を加えられます。使った道具の名前だけで専門性を大きく見せず、自分で説明できる処理や判断を整理しましょう。
学部では2024年度から数理・DS・AI教育プログラムを実施し、応用基礎レベルの認定を受けたと案内しています。教育プログラムの認定は、卒業生全員の採用職種や個人の資格取得を証明するものではありません。[6]
プロジェクト演習では、自分が変えた部分を探す
プロジェクト演習入門ではグループワークの基礎を学び、プロジェクトの実行と発表に取り組みます。プロジェクト演習は、企業が提示する経営課題を扱う神奈川産学チャレンジプログラムなどへの参加を紹介しています。これは授業の説明で、企業への採用枠や全員の参加実績を示すものではありません。[6]
編集部提案として、学生時代に力を入れたことを整理する際は、テーマの規模や受賞の有無より、担当と判断を詳しく書きます。「班で提案しました」から一歩進めて、調査項目を決めた、意見の食い違いを整理した、発表内容を相手に合わせて直したなど、実際の行動を挙げましょう。
| 確認点 | 問い |
|---|---|
| 役割 | 自分は何を引き受け、どこで他の人に頼ったか |
| 意見の違い | 何を基準に案を比較したか |
| 相手への確認 | 課題の理解が合っているか、どう確かめたか |
| 結果 | 提案・発表・検証のどこまで実施したか |
| 改善 | 指摘や失敗を受け、何を変更したか |
提案が採用されていないなら、採用や売上改善を成果として書くことはできません。提案まででも、必要な情報を集め、相手が判断できる形にした過程を説明できます。授業を企業での実務経験のように見せず、学修の範囲を正確に伝えてください。
資格支援と就職相談を、自分の課題に合わせて使う
学部の特色ページは、学会登壇や資格取得への支援を案内しています。対象には統計検定、情報処理系の試験、語学検定などが挙げられていますが、支援対象・範囲・基準は年度によって異なる場合があるという注記があります。申し込む前に、自分が利用できる条件を確認しましょう。[7]
全学の就職支援では、Web Ashによる求人・インターンシップ・OB・OG情報の提供、応募書類への助言や面接練習などの個別相談が案内されています。[8]
編集部提案として、まず分析かプロジェクトの経験を一つ整理し、関心のある募集職種の要項と一緒に相談へ持参します。「文理融合という言葉を使わなくても、何を学んだか伝わるか」「担当範囲は明確か」「仕事内容への関心を説明できるか」を確認してみてください。
資格を増やすことだけを準備の目的にせず、希望する仕事に必要な学びと、今説明できる経験の間を確かめます。社会・人間・情報をつなぐ学びを、自分が取り組んだ具体的な問題から伝えていきましょう。
参照した資料
大学・機関が公開する情報と、編集部による進め方の提案を分けて掲載しています。採用条件や支援の受付状況は変更されるため、利用時に公式情報をご確認ください。
- 青山学院大学 2025年度卒業者の就職率(学部)確認日:2026-09-11 / 全文画像1頁。182/179/98.4資格試験準備除外
- 青山学院大学 2025年度進路状況(学部)確認日:2026-09-11 / 全文画像1頁。194/180/5保留8未提出1
- 青山学院大学 2025年度学部別就職決定状況【上位企業】確認日:2026-09-11 / 全文画像2頁。社会情報p2。コース/職種不明
- 青山学院大学 2025年度就職決定者数【業種別】(学部)確認日:2026-09-11 / 全文画像1頁。情報87専門19金融17製造16分母179
- 青山学院大学 社会情報学部確認日:2026-09-11 / 本文全文。1学科、ゼミ。トップ95.4年度不明不採用
- 青山学院大学 学びの特色とカリキュラム(社会情報学科)確認日:2026-09-11 / 本文全文。3領域3コース、統計/コンピューティング、演習、2024DSAIプログラム
- 青山学院大学 学部の特色・進路就職(社会情報学部)確認日:2026-09-11 / 本文全文。支援は年度で条件異なる。将来の進路例は採用実績ではない
- 青山学院大学 進路・就職支援の取組確認日:2026-09-11 / 本文全文。求人/個別相談