北里大学未来工学部の就活｜新学部の進路とデータサイエンスの伝え方

新学部の就職実績と、将来の活躍分野を区別する

北里大学の就職・進路データは、未来工学部データサイエンス学科について「2023年4月開設、2027年3月一期生卒業」と掲載しています。2026年9月10日の確認時点で、卒業生の実績として紹介できる就職率や主な就職先の一覧は掲載されていません。[1]​​‌​‌‌‌​‌‌‌‌‌​‌​​​‌‌‌​​‌‌​‌‌​​​‌‌‌​​‌‌​‌‌‌​‌‌​‌‌​​​‌​‌‌​​​​​‌‌​‌

学部の就職・キャリアページには、医療、製薬、食品、官公庁、教育、化粧品、金融、ITベンダー、電気メーカー、自動車メーカーが、卒業後の活躍が見込まれる業界として示されています。これは実際の採用企業や人数の一覧ではありません。[2]

他学部の就職率を未来工学部へ転用したり、学部の想定業界を「卒業生が就職した業界」と書き換えたりしないようにします。新学部であることだけで有利・不利と決めず、現在の学びと個別の募集内容を確かめることから始めましょう。

データサイエンスと生命科学、両方の学びを説明する

学部は、データサイエンスを軸とする情報科学系と生命科学系の二つの専門性に、幅広い知識を組み合わせた人材育成を掲げています。データを解析するだけでなく、自分で課題を見つけ、仮説を立て、プログラムとして実装する力も重視しています。[2] [3]

企業へ学びを説明するときは「AIを学んでいます」だけで終わらせず、どの問題を扱い、どんなデータを使い、何を確認したのかを示します。生命科学のテーマであれば、分析結果を解釈するために必要だった分野の知識も整理しましょう。

大学病院や他学部が近い環境は、学部が紹介する教育研究上の特徴です。ただし、すべての学生が自由に診療データを使える、あるいは附属病院に採用されるという意味ではありません。自分が実際に利用した資料や、研究で許可された範囲に沿って話します。[3]

4年間の学修を、応募資料に使える経験へ整理する

公式カリキュラム図は、1年次の基礎から2年次のプログラミング、3年次の演習、4年次の課題設定と卒業研究へ進む流れを示しています。科目名だけでなく、そこで実際に何を作り、何が分かるようになったかを記録しましょう。[4]

履修モデルには、ライフサイエンス・ヘルスケア、マテリアル＋創薬、AI×DXの3領域があります。独立した学科や、卒業後の配属先が固定される区分として扱うものではありません。自分の履修・研究と仕事への関心を整理する参考にします。[4]

選択科目や未履修の科目を、受講済みの経験として自己PRに入れないことも大切です。今後学びたいことと、現在自分で説明・実演できることを分けておきましょう。

業界名に加えて、採用職種の中身を確認する

学部の想定進路は生命科学の領域に限られません。仮説を立ててデータを収集・加工・解析する力や、プログラミングの力を他の分野でも生かす考え方が示されています。[2]

「データサイエンティスト」という名称が同じでも、担当業務や求める経験は募集ごとに異なります。分析手法を考える仕事なのか、データを使える状態に整える仕事なのか、利用者への説明やシステム開発を含むのかを確認しましょう。

大手企業を志望する場合も、知名度だけで候補を選ばず、仕事内容と選考条件をそろえて比較します。新学部の卒業実績がまだないことを、自分の採用可能性の数値へ置き換えることはできません。

分析経験は、精度だけでなく過程と限界を伝える

授業や研究の成果を説明する際は、課題、データの出所、処理方法、比較対象、確認した結果、残った課題を一枚にまとめてみましょう。専門外の相手にも、何を確かめるための取り組みだったかが伝わるようにします。

結果の数値を載せるなら、何件のデータで、何を基準に評価したかも説明します。学習に使ったデータと評価に使ったデータをどう扱ったか、欠損や偏りにどう気付いたかなど、結果を信頼するための確認も材料になります。

共同課題では担当した処理や発表部分を分け、既存ライブラリや他者の成果を自分が一から作ったようには見せません。公開する資料には、利用許可のないデータや個人が分かる情報を入れず、公開可能な概要を指導者と確認してください。

完成度が高くない段階でも、うまくいかなかった原因をどう調べたか、次に何を確かめるかは説明できます。動くコードだけを渡すより、目的と確認方法を言葉で補うと、自分の考え方が伝わりやすくなります。

自己PRは、改善した行動を一場面で示す

編集部の架空の例です。「授業の分析課題で、私は欠損値を処理した理由を十分に説明できていませんでした。そこで処理前後の件数を整理し、別の方法でも結果を比較しました。チームに違いを共有して、結論だけでなく前提を明記する形に発表を修正しました。」

これは実在する未来工学部の学生の体験談ではありません。自分の経験に置き換え、データの種類、担当した部分、実際に比較したことを説明します。架空の精度改善や、企業・医療現場への導入実績を付け加えないようにしましょう。

志望理由では、その経験で興味を持った仕事と、応募先で確認した業務をつなげます。「データで社会に貢献したい」に加えて、どの対象のどんな判断を支えたいのかを述べると、候補を選んだ理由が具体的になります。

就職センターを使い、研究・進学と応募を整理する

北里大学就職センターは、各学部の担当教員・職員と連携した支援を案内しています。相談、応募書類の添削、模擬面接などを利用でき、求人や学内行事は進路支援システムで確認できます。[5]

2026年9月の案内では、キャリアカウンセラーの面談は進路支援システムで予約する一方、4年制学部の2年生以下はシステムから予約できず、窓口か電話で連絡する扱いです。利用できない画面を見て相談自体を諦めず、自分の学年に合う手順を確認しましょう。[5]

大学院進学を考える場合は、研究したい問い、指導分野、入試、費用と、希望する仕事の募集条件を並べます。進学すれば特定の研究職に就けると決め付けず、研究を続けたい理由と就職の希望を別々に整理して相談します。

• 新学部の想定進路と、実際の卒業実績を区別する。
• 募集職種の業務と必要条件を確認する。
• 分析・実装の一例を、目的から限界まで説明する。
• 研究や授業の予定と応募期限をまとめ、学内で相談する。

未来工学部の就活では、まだない実績を補うために数字を作る必要はありません。今ある学びを具体的な経験として伝え、自分が取り組みたい課題と実際の仕事を結び付けていきましょう。

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。

1. 北里大学 就職・進路データ 未来工学部確認日：2026-09-10 ／ 2023/4開設2027/3一期生卒業。実績数値なし
2. 北里大学 未来工学部 就職・キャリア確認日：2026-09-10 ／ π型二専門性、卒後活躍が見込まれる10業界、実績ではない
3. 北里大学 未来工学部について確認日：2026-09-10 ／ 課題発見、数理、実装、生命科学との連携
4. 北里大学 学部カリキュラム・履修モデル確認日：2026-09-10 ／ 本文+2画像目視済。1基礎2実装3演習4研究、3履修モデル、必修選択区別
5. 北里大学 就職センター確認日：2026-09-10 ／ 2026/9相談・添削・模擬面接。4年制2年以下は窓口電話、求人NAVI

次の選考準備に役立つ記事