2025年度の進路は就職と大学院進学を分ける

全学進路表によるデータサイエンス学部の進路
項目人数
2025年度卒業者94人
大学院進学24人
就職決定69人
その他1人
[1]

就職決定69人は、公務2人とそれ以外の民間等67人に分かれています。その他について、全学表の注記は就職準備者、帰国する留学生、進学準備者等を挙げていますが、この学部の1人の理由までは示していません。人数から理由を推測しないようにしましょう。[1]​‌‌‌​‌​‌‌‌‌​​​‌‌‌​​​‌‌​‌​‌‌‌‌​​​​‌​‌‌​​​​​​​‌‌‌‌‌​‌‌‌‌​​​‌​‌‌​​​

学部FAQでは、進路が判明している卒業生92人という別の人数も掲載されています。ここでは集計を混ぜず、日付と区分が明記された全学進路表の94人を基準にしています。FAQの概数の就職・進学率を組み合わせて、新たな割合を計算することはしていません。[1] [4]

大学院へ進む人がいることは、就職が決まらなかったことと同じではありません。分析や研究をどの程度深めたいか、どのようなテーマに取り組みたいかを考え、就職と進学を別の選択肢として比較しましょう。

情報通信以外の業界にも進路がある

就職決定69人の産業別内訳から抜粋
産業人数
情報通信業21人
製造業17人
金融業10人
サービス業5人
[1]

この表は全学の産業別一覧の一部を抜粋したもので、4業種だけで69人全体を表すわけではありません。また、情報通信業に就職した人を全員システムエンジニア、金融業に就職した人を全員分析専門職とみなすことはできません。業種と採用職種を分けて確認してください。[1]

学部の2025年度主な就職先一覧には、情報通信業の伊藤忠テクノソリューションズ、Sky、三菱総研DCS、製造業の村田製作所、日本電気、日立製作所などが掲載されています。金融では三菱UFJ銀行や三井住友カード、公務では大阪府庁や滋賀県庁も挙げられています。これらは掲載例であり、企業別の人数や採用職種を示すものではありません。[2]

応募先を選ぶときは、どのようなデータや課題を扱う仕事かを調べましょう。学部で学んだことを生かす道は、分析専門職だけに限りません。業務を理解し、データに基づいて提案する仕事に関心がある場合も、募集職種と求められる役割を具体的に確認します。

分析結果だけでなく課題設定と判断を説明する

学部のカリキュラムは、統計学や数学を学ぶデータアナリシス系、情報学やプログラミングを学ぶデータエンジニアリング系、実際のデータを使うデータ駆動型PBL演習、価値創造科目などで構成されています。経済・経営等も学び、データの背景や結果の活用を考える教育です。[3]

分析経験を整理する順番(編集部の提案)
項目説明すること
課題誰のどのような問題を扱ったか
データ何を使い、どのような制約があったか
方法なぜその分析方法を選んだか
確認結果の妥当性をどう確かめたか
提案結果をどの判断につなげたか
担当本人がどこを担い、何を学んだか

精度や数値が良かったことだけで終わらず、比較対象や前提を説明できるようにします。期待と違う結果が出た経験も、確認や見直しの過程があれば本人の学びになります。使った手法の名前を増やすよりも、選んだ理由を説明することが大切です。

企業や個人に関わるデータを扱った場合は、公開できる範囲を確認してください。応募書類や面接に生のデータを持ち込む必要はありません。課題と方法、本人の役割を、機密情報を含めずに説明する工夫が必要です。

新しい2コースと卒業実績の対象年度を区別する

公式カリキュラムでは、2025年度入学生から、3年次進級時にデータサイエンスコースとAIイノベーションコースのいずれかへ配属されると案内しています。卒業研究の主指導教員を選ぶことでコースが決まり、選択科目には推奨はあるものの、コースによる履修制限はないと説明されています。[3]

データサイエンスコースは統計分析、ビジネス価値創造、情報、調査、数理解析など幅広い領域を扱います。AIイノベーションコースはそれらを含みつつ、画像・テキスト・音声などを扱うAIの活用を中心に学ぶとされています。[3]

この制度は2025年度入学生からの案内であり、2025年度卒業者の就職先を2コース別の実績として分類することはできません。本人の所属や学習内容は、自分の入学年度の履修案内に沿って整理しましょう。コース名だけで採用される職種が決まると考える必要もありません。

インターンシップと進学を具体的に検討する

学部は、連携企業のデータサイエンス関連部署で就労体験を行う制度を紹介しています。例年、希望者や学内選考を通過した2・3年生が参加し、内容や日数は受入先によって異なるとされています。データ分析、課題設定、解決策の発表、担当者からの講評などを経験する例が示されています。[2]

参加した場合は、企業が求めた課題と本人が担当した部分を分けて振り返ります。チームの成果を自分一人の成果にせず、担当者からの指摘を受けて何を改善したかも記録しましょう。制度があることは、希望する企業への参加や採用を保証するものではありません。

学部の2025年度進学先一覧には、本学のデータサイエンス研究科のほか、東京科学大学、名古屋大学、奈良先端科学技術大学院大学、北陸先端科学技術大学院大学の大学院等が掲載されています。進学では大学名だけでなく、研究テーマと指導内容の一致を確認しましょう。[2]

就職支援室に募集要項と説明メモを持参する

学部FAQは、常駐の就職支援員による相談、エントリーシートの添削、面接指導、インターンシップ紹介、企業を招いた就職説明会を案内しています。公務員志望者向けの講座も紹介されています。[4]

候補の募集要項と、分析経験を短くまとめたメモを持って相談しましょう。専門外の人にも目的が伝わるか、本人の担当が分かるかを見てもらうと、面接の準備につながります。逆転就活塾へ相談する場合も、希望職種、研究や演習の内容、応募先が求める役割を共有すると、志望理由や自己PRを具体化しやすくなります。

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. 滋賀大学 2025年度卒業・修了者の進路状況および就職先産業別一覧確認日:2026-09-11 / 2025年度卒・2026年5月1日現在。PDF全3頁本文画像確認、学部/院分離
  2. 滋賀大学 データサイエンス学部 卒業後の進路確認日:2026-09-11 / 公式HTML本文全文/進路年度・コース対象年度・学部大学院を分離
  3. 滋賀大学 データサイエンス学部 カリキュラム確認日:2026-09-11 / 公式HTML本文全文/進路年度・コース対象年度・学部大学院を分離
  4. 滋賀大学 データサイエンス学部・研究科 よくあるご質問確認日:2026-09-11 / 公式HTML本文全文/進路年度・コース対象年度・学部大学院を分離