富山県立大学情報工学部の就活｜前身学科の就職先と3学科の経験を伝える準備

2024年開設。前身学科の実績と、新学部の進路を分ける

富山県立大学情報工学部は2024年4月に開設された学部です。データサイエンス、情報システム工学、知能ロボット工学の3学科があり、後ろの2学科は工学部から再編されています。[1] [2]​​‌‌‌​‌‌‌​‌​‌‌‌​​‌‌​‌‌​‌​‌‌‌​​‌‌​‌‌‌‌‌​​​​​​‌​‌‌​​‌‌‌‌​‌​‌​​‌​​​

2026年9月時点では、2024年入学者の通常の4年間の課程は卒業前です。現在公開されている2026年3月卒の工学部情報システム・知能ロボットの数字を、新しい情報工学部の卒業実績として読むことはできません。前身の学びからどんな進路があったかを知る参考として使いましょう。[1] [2] [3]

データサイエンス学科についても、前身2学科の企業名や進学割合をそのまま当てはめないでください。実績がまだ十分に積み上がっていない時期は、学べる内容、企業との接点、自分の成果物、求人の条件を具体的に調べることが判断材料になります。

3学科の違いは、何を調べ、何を作るかから理解する

データサイエンス学科では交通や学習支援、生産現場などの研究例が示されています。情報システムは人の動きや知覚、現実と仮想をつなぐ技術、知能ロボットはハードウェアと情報処理を組み合わせる研究が紹介されています。研究分野の名前だけでなく、自分が実際に学んだ方法から応募先との接点を探しましょう。[6] [7] [8]

同じIT関連の募集でも、分析を担う仕事、ソフトウェアを作る仕事、機器に組み込む仕事では扱う対象が違います。職種名の印象だけで選ばず、募集要項に書かれた業務と求める技術を確認します。

前身学科の企業例は、法人名と対象期間を確かめる

大学の2025年度就職資料に掲載された過去2年分の主な就職先には、次の例があります。これは旧工学部の学部卒業者の掲載欄で、新情報工学部の採用実績や、今後の採用保証ではありません。[4] [5]

大手やグループ企業へ応募するときも、親会社の名前に置き換えず、採用する法人の事業と仕事を調べます。一覧に載っていない企業でも、募集対象や専門条件が合えば検討できます。大学名だけで応募可能性を決めず、実際の条件に照らして考えましょう。

分析経験は、精度だけでなくデータの扱いを説明する

データ分析の課題では、何を明らかにしたいか、どんなデータを使ったか、比較方法をどう選んだかを説明します。欠損値や偏りへの対応、学習に使ったデータと評価用のデータをどう分けたかも、自分が実施した範囲で整理してください。

編集部の架空の例：「移動に関する公開データを整理し、時間帯による違いを比較しました。私は欠損と集計単位を確認し、条件の違うデータをそのまま足さないよう処理しました。分析した範囲が限られるため、地域全体に同じ傾向があるとは結論づけませんでした」。自分の経験を振り返るための例です。

使ったツールやAIモデルの名前だけでは、自分の判断が伝わりません。方法を選んだ理由と、結果を誰のどんな判断に役立てたいかを話せるようにします。授業の小さな課題でも、考えた過程を具体的に説明できます。

システム・ロボットの成果物は、動かした条件まで示す

情報システムやロボットの制作では、最終的な画面や動作の動画に加えて、目的、利用者、制約、担当、検証方法を整理します。「動いた」という結果から一歩進み、どの条件で動き、どの条件ではうまくいかなかったかを明確にしましょう。

既存ライブラリや生成AI等を利用した場合も、利用部分と自分が設計・検証した部分を区別します。提出を求められたときに説明できるよう、公開可能な範囲で手順や図を残しておくと準備しやすくなります。

デザイン思考の授業は、課題の見つけ方を振り返る

情報工学部は、2年次のデザイン思考や、3年次の実践デザイン思考・プレゼンテーション演習・卒業研究1、4年次の卒業研究2などを紹介しています。利用者の課題を見つけ、仮説と検証を繰り返す学びが特徴です。[1]

選考では、便利そうな案を思いついたことだけでなく、相手の話をどう聞いたか、最初の想定がどこで変わったかを振り返ります。採用した案と見送った案、その判断理由を比較できると、自分の考え方を伝えやすくなります。

授業での提案が実際の社会で採用されたかどうかは分けて説明してください。実証していない効果や、想定した改善率を実績として記載しないことが大切です。

就職と進学、県内と県外を条件で比べる

前身学科には大学院へ進んだ卒業生もいますが、その割合が自分の学年に当てはまるわけではありません。進学を考えるなら、深めたい研究テーマ、指導体制、入試、費用を調べ、希望する仕事の学位条件と比較しましょう。[3]

企業選びでは、富山県内の仕事と県外の仕事を、事業内容、配属、研修、働く場所から並べます。IT企業の本社所在地だけで勤務地や在宅勤務の条件を判断せず、自分が応募する職種の案内を確認してください。

研究開発に関心がある場合も、学士・修士のどの区分が募集されているかを確かめます。企業講義や説明会で、入社前に必要な知識と、入社後に学ぶ内容を聞くと、今の準備を具体化できます。

技術者倫理の学びとキャリア相談を、応募準備につなげる

情報工学部には、3年次の必修科目「キャリア形成と技術者倫理」があり、県内企業の研究者・技術者による講義等も案内されています。キャリアセンターでは企業情報、個別指導、模擬面接、適性検査対策等の支援を受けられます。[9] [10]

相談には、気になる募集と、課題・研究を一つ説明した資料を持っていきましょう。新学部の実績がまだ少ないことへの不安も伝え、自分の学科で利用できる求人や先輩の情報、応募方法を確認します。

今週は分析か制作の経験を一つ選び、目的・担当・検証・残る課題をまとめてください。その内容と募集条件を並べれば、資格を増やす前に深めたい技術や、面接で補う説明を見つけやすくなります。

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. 情報工学部確認日：2026-09-11 ／ 2024年4月開設、3学科、デザイン思考・卒業研究等
2. 学部・大学院確認日：2026-09-11 ／ 工学部の情報システム・知能ロボットは2024年再編
3. 2026年3月卒工学部・大学院の進路確認日：2026-09-11 ／ p1旧工学部情報システム就36進29（院28専門等1）、知能ロボット就20進40
4. 電気・情報の就職状況確認日：2026-09-11 ／ 企業は過去2年、旧工学部情報システムと院専攻を区別
5. 機械・知能の就職状況確認日：2026-09-11 ／ 企業は過去2年、旧工学部知能ロボットの学部欄
6. データサイエンス学科確認日：2026-09-11 ／ 数理・統計・情報の教育、交通・教育・生産等研究紹介。想定進路と採用実績別
7. 情報システム工学科確認日：2026-09-11 ／ センシング、映像・VR、人間情報等
8. 知能ロボット工学科確認日：2026-09-11 ／ 機械電子情報＋データサイエンス、ロボット・精密・インタフェース等
9. キャリア形成科目確認日：2026-09-11 ／ 情報工学部3年キャリア形成と技術者倫理、企業講義
10. キャリアセンター確認日：2026-09-11 ／ 個別相談・面接・企業研究会・適性検査講習

次の選考準備に役立つ記事