京都女子大学データサイエンス学部の就活｜想定進路と分析経験の伝え方

就職実績と、これから期待される進路を分ける

大学の2024年7月作成の自己点検・評価資料は、データサイエンス学科が2023年度に新学部として発足し、2024年度には1・2年生が在籍していたと記載しています。この開設年度から、通常の4年間で学ぶ第1期生の卒業は2027年3月に当たります。[1]‌‌‌‌​​​‌​​‌​‌‌​‌​‌‌‌​‌‌‌‌​‌‌​​‌‌‌‌‌​​‌​‌‌​​‌​‌​‌‌​‌​‌​​​​​‌‌‌​​‌

2026年9月10日に確認した大学全体の就職実績ページには、2026年3月卒業生の主な就職先が掲載されています。これはデータサイエンス学部の第1期生の卒業前の実績です。全学の企業一覧や就職率を、同学部の数字として転載することはできません。[1] [2]

学科の「就職・資格」ページは、学校・教育、金融・コンサルティング、流通・マーケティング、医療・福祉・健康、通信・情報サービスなどを、活躍が期待できる分野として示しています。ここでの例は学びを生かす可能性であり、卒業生の採用実績を示した表ではありません。[3]

企業で講演した人や現場見学の訪問先も、そのまま採用実績にはなりません。今後公表される進路情報を読む際は、卒業年月、学部名、就職希望者の範囲を確認しましょう。

統計・情報・社会の学びを組み合わせて説明する

学科の授業紹介は、統計系、社会ソリューション、情報系の科目を案内しています。データを扱う手法と、企業や人の行動を理解する学びを組み合わせられることが、進路を考える手掛かりになります。[4]

授業名や使用した言語を並べるだけでは、自分が何をできるかは十分に伝わりません。「分析対象」「自分の担当」「選んだ方法」「結果」「残った課題」の順で、一つの課題を短く説明できるようにします。

例えば、授業の課題で作成したグラフなら、元データの単位や集計期間を確かめたこと、欠けていた値の扱いを検討したことも説明の材料です。実際に行っていない前処理や検証を、完成度を高く見せるために付け足さないようにします。

業界名に加えて、担当する仕事を調べる

公式の想定進路には、販売データの分析・予測、通信データの管理、アプリ開発、イベントの需要予測などが挙げられています。同じ業界の求人でも、分析、開発、企画などの役割は異なるため、仕事内容まで確認します。[3]

「データサイエンティスト」という職名だけに絞らず、自分が関心を持つ課題と、募集される仕事の内容が合うかを見ます。一方で、データを使う仕事だからといって、どの職種にも同じ技能が求められるとは限りません。応募要件と研修内容を確かめます。

学校教育の方向では、学科は中学校の数学、高校の数学・情報の教諭一種免許状を取得可能な資格として案内しています。取得には必要な履修等があるため、自分の入学年度の課程と履修状況を担当窓口で確認し、採用試験の準備も別に進めます。[3]

企業・行政との学びは、自分が行ったことを中心にする

学科紹介には、企業・行政の現場を訪ねる「データサイエンス基礎演習Ⅱ」が掲載されています。2025年度には11の企業・行政から、学生がそれぞれ1か所を選んで訪問したと説明されています。全員が11か所すべてを訪問したという意味ではありません。[5]

具体例として、塩野義製薬で感染症関連の公開データを可視化し、仮説について発表・議論したことや、JR西日本でアンケート分析を基にしたアイデアを発表し、意見交換したことが紹介されています。いずれも学習活動の例であり、両社への就職を保証するものではありません。[5]

また、京都データマーケットプレイス等のデータを活用し、観光、防災、交通、教育などの課題に取り組む活動も紹介されています。自分が参加した場合は、企画の名称より、担当した調査や分析、他のメンバーと判断が分かれた点、その後の対応を整理します。[5]

企業に向けた発表経験を自己PRに使うときは、チーム全体の成果と自分の貢献を区別します。質問を受けて解釈を見直した、分かりにくい図を作り直したなど、相手に伝えるための改善も大切な経験です。

分析結果の大きさより、判断の過程を伝える

編集部の架空の例です。地域交通を題材にした演習で、ある学生は利用者数の集計を担当しました。当初は人数の多い場所だけを比較していましたが、曜日や時間帯の違いを考慮していないと気づき、集計の切り口を見直しました。

見直した表を基に班で話し合い、利用者が少ない理由をデータだけで断定できないことを発表資料に記しました。追加で調べたい内容も示し、提案と確認済みの事実を分けて説明しました。これは京都女子大学の学生の実話ではありません。

このように説明すると、単に「データを分析しました」と述べるより、どこで考え直し、何を確かめたかが伝わります。実際の面接では、自分の経験に置き換え、担当外の処理について質問されたら、分かる範囲を明確にします。

分析物を提出する場合は、授業・共同研究・企業連携の資料を外部に出してよいかを先に確かめます。個人情報や公開できないデータを含むものはそのまま添付せず、教員と相談して、公開可能な範囲で方法や学びを説明しましょう。

学科で分析の説明を磨き、進路・就職課で応募に合わせる

学科は、教員と学生が議論や学びを共有する場としてDS Caféを紹介しています。資格の勉強会や外部講師のセミナーなどの交流にも活用すると案内されており、自分の学びを広げる機会を探す手掛かりになります。[5]

分析内容については授業や研究の担当教員に、目的・方法・解釈が適切につながっているかを相談します。その上で、専門外の相手にも伝わる文章にまとめ、進路・就職課へ持参すると、応募書類の相談を具体的に進められます。

大学の進路・就職課では、原則予約制のキャリアカウンセリング、履歴書・エントリーシートの添削、面接指導、求人紹介を行っています。学内ポータルから企業データ、卒業生情報、先輩の就職活動情報を確認できるとも案内しています。[6]

他学部の卒業生情報も、業界研究や選考準備の参考にはなります。ただし、それをデータサイエンス学部の卒業実績として説明することは避けましょう。情報を借りる目的と、その対象を区別することは、分析の学びにも通じます。

最初の一歩として、授業や演習の成果物を一つ選び、取り組んだ課題、自分の作業、結果、限界を各1文で書きます。次に気になる求人を一つ読み、どの経験が仕事内容に関係するか、まだ分からない条件は何かを整理して相談しましょう。

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. 京都女子大学 データサイエンス学科 自己点検・評価（2024年7月1日）確認日：2026-09-10 ／ PDF p1本文読取。令和5新設、令和6に1・2年のみ在籍。通常4年の2027/3卒は開設年度からの算定と明示。その他アンケートや入試数値不使用。
2. 京都女子大学 就職実績確認日：2026-09-10 ／ 本文2026/3卒全学一覧。DS実績には転記しない。率画像・協定数不使用。
3. 京都女子大学 データサイエンス学科 就職・資格確認日：2026-09-10 ／ 本文全読。期待分野と免許一覧、採用実績でない。日本語教師の独自修了証は不使用。
4. 京都女子大学 データサイエンス学科 授業紹介確認日：2026-09-10 ／ 本文全読。統計・社会ソリューション・情報の授業紹介。医療助言は含めない。
5. 京都女子大学 データサイエンス学科紹介確認日：2026-09-10 ／ 本文全読。2025年度11企業行政から各1か所、塩野義/JR西見学、京都データ活用、DS Café。大学院生ニュースを学部卒業実績にしない。
6. 京都女子大学 就職サポート体制確認日：2026-09-10 ／ 本文全読。原則予約相談、ES面接求人、学内ポータル企業卒業生情報。時間は変動するため不使用。

次の選考準備に役立つ記事