新学部の想定進路を、就職実績として扱わない

情報数理学部は2024年4月に開設された学部です。2026年9月11日に確認した大学の2025年度進路調査には、情報数理学科の卒業者・就職者の行は掲載されていません。既存学部の就職率や企業一覧を、本学部の実績として使うことはできません。[1] [2]​‌​‌‌​‌​‌​​​​‌​‌‌‌‌‌‌​‌‌​‌‌‌‌​‌​‌‌‌​‌‌​‌​‌‌‌​‌​‌​‌‌‌​​‌‌‌‌‌​‌‌​‌

学部の「進路・キャリア支援」ページは「想定する進路」として、コースごとの職業例を紹介しています。これは教育によって目指す方向を示したもので、卒業生がすでに就職した企業名や人数の一覧ではありません。[3]

進路情報の区別
情報読み方
学部の想定進路どの知識・能力を育て、どんな仕事を目指すか
大学全体・他学部の就職実績情報数理学部の実績に置き換えない
企業の募集要項今の応募条件・職種・求められる経験を確認する
大学院の開設案内進学先の選択肢。入学や修了の実績とは別

実績がまだ確認できないことだけで、自分の進路が決まらないと考える必要はありません。仕事内容と必要な基礎を調べ、授業・制作・研究のどの経験を示せるかを整理すると、準備すべき点を具体化できます。

3コースの学びと想定職種を照らし合わせる

学部は3・4年次のコースとして「数理・量子情報」「AI・データサイエンス」「情報システム・セキュリティ」を設けています。学生の関心や進路に応じて重点的に学ぶ分野を選ぶ構成です。[4]

公式の想定進路の例
コース学びの方向想定職種の例
数理・量子情報数理の理解と、量子情報等を含む研究・開発大学・企業の研究者、エンジニア、コンサルタント
AI・データサイエンスAIやデータサイエンスの理論と技術AIプログラマー、データサイエンティスト、公務員、研究・開発者
情報システム・セキュリティ数理的理解と倫理性に基づく情報技術の活用プログラマー、システムエンジニア、セキュリティエンジニア
[3]

表はコース修了によって自動的に就ける職種を示すものではありません。研究者や開発職を検討する場合は学位・専門の条件、技術職なら必要な実装・設計経験などを、個別の募集要項で確かめてください。

同じ職種名でも、企業によって扱うデータ、システム、顧客の課題が異なります。「AIの仕事がしたい」から一歩進め、何を予測・生成・分析し、誰が使うものを作りたいのかを考えましょう。

大手企業を希望する場合も、大学名やコース名だけで採用が決まるわけではありません。募集職種と自分の技能の接点を調べ、今の学修で補いたい部分を整理してください。

数理とプログラミングの両方を、使った場面で説明する

学部の特色は、アルゴリズムの背後にある数学的な原理を理解し、データ分析やプログラミングを用いて具体的な問題を解くことにあります。1年次には数学の基礎を演習も通じて学ぶ方針です。[5]

カリキュラムには「数理と情報」、情報倫理、初級プログラミング等を配置し、2年次には数理・情報システムの基礎を広く学ぶ科目群があります。技術を動かすことだけでなく、その前提や社会への影響も考える構成です。[4]

授業経験を整理する項目(編集部提案)
観点記録する内容
数理どんな仮定や考え方を使ったか
実装何を入力し、どんな処理と出力を作ったか
検証どんな例や条件で動作を確認したか
改善何がうまくいかず、どう変更したか
倫理データの扱い、利用者への影響をどう考えたか

ライブラリや生成AIを使った場合は、その利用範囲と自分が実装・確認した部分を説明できるようにします。道具を使ったことを隠す必要はありませんが、生成されたものを全て自分の設計能力の証明と捉えないことが大切です。

数学の学修も、得意か苦手かだけで終わらせず、どの概念を理解し、どの課題に使おうとしているかを整理してください。分からない部分を認識し、確認して進める過程も経験として伝えられます。

PBLと卒業研究は、課題・担当・評価を残す

学部は3年次にPBLを配置し、企業で行われるようなプロセスを体感する課題解決型の演習を案内しています。4年次には研究室で教員の指導を受け、学びを統合した研究課題をまとめる構成です。[4] [5]

PBLの案内があることを、全員が企業に採用された実績や、全ての課題が企業から受託された案件という意味に解釈してはいけません。自分が実際に取り組んだ課題と担当した行動を明確にしましょう。

制作・研究の説明メモ(編集部提案)
項目残す内容
目的誰のどんな課題を解こうとしたか
方法数理モデル・データ・実装方法を選んだ理由
担当チーム内で自分が設計・実装・検証した部分
評価どの指標、比較対象、条件で確かめたか
限界まだ動かない条件や、追加の検証が必要な点

成果物を提示するときは、実行方法や確認した条件を短く記した説明があると、見る人が理解しやすくなります。公開や提出の可否を授業・研究のルールで確認し、機密情報や他者の個人情報は含めないでください。

精度や速度の数字は、比較条件がそろっているかも説明します。都合のよい一例だけで性能を一般化せず、失敗する条件と改善案まで考えると、自分が何を理解しているかを伝えやすくなります。

大学院の開設情報と、自分の研究目的を確認する

公式案内は、情報数理学研究科を2027年4月に開設することが決定したと掲載しています。情報数理学専攻について博士前期課程・博士後期課程の入試案内があり、横浜キャンパスを主な学修拠点としています。開設前の案内であり、入学・修了実績ではありません。[6]

進学を考える場合は、学部での課題をさらにどこまで研究したいか、希望する研究指導、出願条件、費用と期間を確認します。新しい大学院があることと、学部から自動的に入学できることは別です。

編集部の架空の例です。「データを分類する課題で、私は評価方法を担当しました。同じデータだけで良い結果が出ても、別の条件で使えるとは限らないと考え、確認する範囲を分けました。結果の数字だけでなく、評価の前提を説明する大切さを学びました。」

これは明治学院大学生の体験談ではありません。実際の授業や制作に置き換え、検証していない性能や使っていない手法を加えないでください。

就職と進学で迷う場合は、どちらが有利かだけで考えず、研究を深める必要があるか、実務で何を担いたいかを比較します。学部教員とキャリア支援の双方に相談し、学修と応募準備を組み立てましょう。

制作メモと募集要項を、キャリア支援へ持ち込む

全学のキャリア支援には、企業分析、自己PR・志望動機の講座、筆記試験対策、面接練習などが用意されています。4年生向けには個別相談、応募書類添削、面接トレーニング、求人紹介等の案内があります。[7]

相談には成果物の説明メモと、希望する募集職種を用意します。「技術の説明が専門外の人にも分かるか」「自分の担当とチームの成果を分けて話せているか」を確かめてもらいましょう。

在学生向けの情報はPortHepburnと就職支援システムで案内されています。講座の対象・開講状況と、研究室・授業の予定を確認して利用してください。[8]

  • 想定進路と実績を区別する。
  • 3コースと募集職種の条件を比較する。
  • 数理・実装・評価・自分の担当を記録する。
  • 就職と研究進学を目的から考え、学内相談で準備を見直す。

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. 明治学院大学 情報数理学部確認日:2026-09-11 / 2024年4月開設・3コース
  2. 明治学院大学 2025年度進路調査確定版確認日:2026-09-11 / 1頁大学全16学科、情報数理の実績行なし。原本PNG照合
  3. 明治学院大学 進路・キャリア支援確認日:2026-09-11 / 見出しが想定する進路。3コース別職業例
  4. 明治学院大学 教育・カリキュラム確認日:2026-09-11 / 1年基礎、2年基礎科目、3年3コース/PBL、4年研究。重複が疑われる情報システム科目欄は列挙しない
  5. 明治学院大学 学部の特色確認日:2026-09-11 / 数理的基礎・ICT・PBL
  6. 明治学院大学 大学院情報数理学研究科確認日:2026-09-11 / 2027年4月開設決定、前期/後期、横浜。チューリング賞等の記述は不使用
  7. 明治学院大学 キャリア支援プログラム確認日:2026-09-11 / 全学講座・4年支援、受講生率不使用
  8. 明治学院大学 キャリア確認日:2026-09-11 / PortHepburn/就職支援システム

次の選考準備に役立つ記事