データサイエンスができる大学院について
「データサイエンス（DS）」と一口に言っても、中身は統計＋機械学習＋データ基盤＋分野（医療/金融/製造…）＋社会実装まで含む巨大な傘です。実際、教育プログラムは深さ・広さ・強調点（ビジネス寄り／計算機寄り／工学寄り…）がバラバラで、目指す人材像も分岐していく、という指摘があります。
だからこそ、選び方は、自分が伸ばしたい能力の束にプログラムが合うかが核心です。 特に、シラバス（授業の中身）と必修の構造をしっかりとみてみましょう。
また、まだまだデータサイエンス研究科という名称では少ないので、各大学院のまずは研究科のHPをみてデータサイエンスのことをしているかなどを見てみましょう。
社会人でのデータサイエンスの大学院出願
・社会人選抜（社会人特別選抜/社会人入試）で募集要項によく書かれている項目があります。
・1) 「社会人」の定義（勤務年数・在職要件）
– 「○年以上の実務経験」＋「出願時に在職中」のような条件が明記されることが多い
– 例：早稲田の理工系では、社会人区分の要件（実務経験年数の目安）が明記されている
– 国立でも、博士後期の社会人入試で「勤務（在職）」「職業経験」が要件として前面に出る
・2) 出願前の「事前相談・受入教員の内諾（事前面談）」
– 社会人に限らずだが、“希望指導教員に事前連絡して研究計画を擦り合わせる”ことが要件/強い推奨として書かれているケースが多い
– 例：立命館の情報理工では、出願前に指導希望教員へ事前相談し、研究計画書の確認（署名/押印）まで求めている
– 例：千葉の情報系（大学院）でも、出願資格認定が必要なケース等で事前に志望教員へ連絡する旨が記載されている
・3) 「入学資格審査（事前審査）」が別立てである
– 学歴要件が“個別審査”に当たる人や、社会人区分の一部では、出願前に資格審査が必要と書かれがち
– 例：北海道大の社会人入試（博士後期）では、資格審査や提出書類が細かく書かれている
・4) 選抜方法が「書類＋口述（面接）中心」になりやすい
– 典型は (a)書類審査（研究計画・職務/業績）＋(b)口述試験
– 例：東北大の社会人特別選抜の要項では、職務歴や研究計画等を踏まえた評価の趣旨が示されている
– 例：東大 情報理工の社会人特別選抜（博士後期）では、職業経験で得た研究業績を修了要件の業績に含めうる旨まで言及がある
・5) 「オンライン口述」や「夜間・長期履修」など、社会人向けの学び方オプション
– 最近は、口述試験のオンライン実施が募集案内に明記される例がある（専攻による）
– 長期履修制度（標準年限を超えて計画的に履修）や、早期修了（研究業績が強い人向け）の制度が別規程として用意される大学もある
– 例：東京科学大（旧東工大）では、長期履修の規程が整備されている
– 例：旧東工大には、一定の研究業績を持つ社会人向けの「社会人博士早期修了特別制度（標準1.5年を目指す）」の説明資料がある
例えば各大学院では下記のようなことが書かれていますので、それぞれの大学院のHPを見てみましょう。
北海道大学：北海道大学大学院情報科学院 の博士後期で社会人入試の募集要項があり、在職・職歴要件、資格審査、提出書類（業績等）が具体的。
東北大学：東北大学大学院情報科学研究科 の社会人特別選抜の要項が公開され、職務/研究計画等を踏まえた評価が明記。
筑波大学：大学院募集要項ポータルで各研究群の要項がまとまっており、筑波大学大学院システム情報工学研究群 等で社会人特別選抜が設定される学位Pがあります。オンライン選抜の案内も見られます。
千葉大学：千葉大学大学院情報学研究院（情報・DS近接）で、出願資格認定が絡む場合などに出願前の教員連絡が案内されています（＝社会人は特にここがボトルネックになりやすい）。
東京大学：東京大学大学院情報理工学系研究科 の博士後期に社会人特別選抜があり、職業経験・研究業績の扱いまで明記。
なお 東京大学大学院新領域創成科学研究科 では、専攻により 社会人等特別選抜やオンライン口述の案内が見られます（例：先端生命など）。
東京科学大学：大学全体の募集要項ポータルはあるものの、ページ上は「社会人特別選抜」という言葉が一律に出るタイプではなく、各研究科をチェック。
ただし制度として、長期履修の規程や、旧東工大の社会人博士早期修了特別制度の資料が確認できます。
一橋大学：一橋大学大学院ソーシャル・データサイエンス研究科 は“社会データ×DS”のど真ん中で、入試情報がまとまっています（社会人“枠”の有無は年度要項で要確認）。
データサイエンス大学院一覧
国立,公立大学大学院
【北海道大学大学院】
・北海道大学大学院 情報科学院
– AI・情報解析・データからの知識獲得などのDS研究領域
・北海道大学大学院 医学院 公衆衛生学（MPH）コース
– 必修領域「疫学・生物統計学」と実データ解析
・北海道大学大学院 経済学院（現代経済経営専攻 修士）
– 「基礎計量経済学」「応用統計学」等の開講科目とデータ分析・因果推論系研究
・北海道大学大学院 理学院 数学専攻
– 確率・統計力学・確率論などの統計／確率モデリング寄り研究テーマ
・北海道大学大学院 生命科学院 生命融合科学コース
– ゲノム等の膨大な情報を扱う融合領域とバイオインフォ／データ駆動研究
・北海道大学大学院経済学院（修士：現代経済経営専攻 など）
– 学修前提「統計学」「オペレーションズ・リサーチ」等と計量・定量分析寄りの学修・研究
【東北大学大学院】
・東北大学大学院 情報科学研究科
– データ科学・統計科学系の専攻・研究室とDS研究
・東北大学大学院 医学系研究科 公衆衛生学専攻（修士課程）
– 「データ・マネジャー養成」等と医学統計（Biostatistics）
・東北大学大学院 工学研究科 電気通信工学専攻
– 情報通信・信号処理・ネットワーク等とデータ処理／解析寄り研究テーマ
・東北大学大学院 経済学研究科（経済学専攻）
– 計量経済・OR等の学修領域とデータ分析研究
・東北大学大学院 理学研究科 数学専攻
– 確率・情報幾何などの統計・情報理論寄り基礎研究
・東北大学大学院経済学研究科（修士：GPEM等を含む）
– 修士課程（英語プログラムを含む）の案内と上級計量経済学／経済統計系科目
※学部・研究科案内におけるベイズ統計や機械学習への言及
【筑波大学大学院】
※筑波は「研究科」ではなく「学位プログラム」表記が中心です。
・筑波大学 情報理工学位プログラム（博士前期）
– 情報・AI・データ解析
・筑波大学 知能機能システム学位プログラム（博士前期）
– 知能化・機械学習・ロボティクス等
・筑波大学 社会工学学位プログラム（博士前期）
– 社会システム×データ（都市・交通・政策・経済など）による分析研究
・筑波大学 数学学位プログラム（博士前期）
– 数理統計・最適化・確率モデルなどのDS基盤研究
・筑波大学 ライフイノベーション（生物情報）学位プログラム（博士前期）
– 生物情報（バイオインフォ）としてのデータ駆動研究
・筑波大学 人文社会科学研究群の経済系（修士相当）
– Graduate Program in Economics English Track（GPEET）
– Program in Economic and Public Policy（PEPP）
– 大学院募集要項（印刷版）における専門分野選択肢「経済学」（出題・解答言語は英語）
– 経済学分野での修士研究
【千葉大学大学院】
※主に 大学院融合理工学府の「専攻」を中心に選んでいます（1大学院で5つ確保するため）。
・千葉大学大学院 融合理工学府 数学情報科学専攻
– 「AI・パターン認識」等
・千葉大学大学院 融合理工学府 基幹工学専攻
– 情報系・工学×データ解析寄り研究テーマ
・千葉大学大学院 融合理工学府 創成工学専攻
– 画像・計測などデータを扱う工学寄り研究
・千葉大学大学院 融合理工学府 地球環境科学専攻
– 観測・環境データ解析（モデリング含む）
・千葉大学大学院 融合理工学府 先進理化学専攻
– 計算科学・データ解析寄りテーマ設定によるDS近接研究
・千葉大学 人文公共学府（博士前期：公共社会科学専攻）
– 「経済経営科学コース」と「Economics in Englishコース」
– 「Economics in Englishコース」のミクロ・マクロ・計量経済学中心の英語履修構成
– 履修要項における共通基礎科目群「Data Science（DS）」区分
– 学府全体としてのDS科目組み込みやすさ
【東京大学大学院】
・東京大学大学院 情報理工学系研究科
– DS/AI/機械学習の中核
・東京大学 情報学環・学際情報学府 総合分析情報学コース
– 情報分析手法と大量データを扱う方向
・東京大学大学院 新領域創成科学研究科 複雑理工学専攻
– モデリング・最適化・機械学習などデータ駆動の数理
・東京大学大学院 医学系研究科（生物統計・医療データ解析系）
– 生物統計・医療データ解析の授業／研究分野
・東京大学大学院 数理科学研究科
– 「確率・統計」等を含む分野とDS理論側（確率・統計・計算）
・東京大学大学院経済学研究科（修士：経済専攻／マネジメント専攻）
– 経済専攻の「経済学コース・統計学コース…」等のコース構成
– 経済学コースにおける計量経済学（必修として英語開講含む）等の実証・データ分析直結科目体系
【東京科学大学大学院】
※「学院・系・コース（大学院課程）」という枠組み。
・東京科学大学 情報理工学院
– 多様な情報解析・人工知能などのDS中心領域
・東京科学大学 情報通信コース（大学院課程）
– 知的情報処理・信号処理・セキュリティ等
・東京科学大学 システム制御コース（大学院課程）
– 機械学習（Python／深層学習含む）科目
・東京科学大学 経営工学コース（大学院課程）
– データサイエンス関連キーワードとビジネスデータサイエンス科目
・東京科学大学 生命理工学院（生命データサイエンス／バイオインフォ系）
– AI・機械学習を用いたデータ駆動型バイオインフォ
・東京科学大学 歯学部 医療経済学分野
– 医療×経済の実証研究を扱う分野
【お茶の水女子大学大学院（人間文化創成科学研究科）】
・理学専攻（博士前期）情報科学コース
– 統計・機械学習・情報系によるデータサイエンス研究
・理学専攻（博士前期）数学コース
– 数理・統計的モデリング寄りのデータサイエンス基盤形成
・生活工学共同専攻（博士前期・後期）
– 生活・人間系テーマ × 工学手法によるデータ活用研究
【一橋大学大学院】
・ソーシャル・データサイエンス研究科（修士）
– 統計分析・機械学習＋社会課題のソーシャルデータサイエンス
・経済学研究科（修士）
– 統計学・計量経済学などによる実証分析
・経営管理研究科（修士：経営分析プログラム等）
– 企業データ分析などのデータ分析科目
【横浜国立大学大学院（環境情報学府）】
・情報環境専攻：情報学プログラム（修士：情報学）
– AI/IoT等の情報技術とデータ活用
・情報環境専攻：数理科学プログラム（修士：理学）
– ビッグデータ解析に必要な統計＋現代数学の修得
・YOKOHAMA MDA（数理・データサイエンス・AI）プログラム
– 全学的な数理・データサイエンス・AI教育プログラム枠
【横浜市立大学大学院】
・データサイエンス研究科：データサイエンス専攻（博士前期＝修士）
– PBL中心＋機械学習等の体系カリキュラム
・同研究科：ヘルスデータサイエンス専攻（博士前期＝修士）
– ヘルス領域 × データサイエンスの融合
・生命ナノシステム科学研究科
– 生命科学データ・オミクス等によるDS/AI活用
– 学内のバイオインフォマティクス実習/特講（例：R・NGS解析、AIライフサイエンスビッグデータ解析 等）
【名古屋大学（修士/博士前期）】
・名古屋大学大学院情報学研究科
– 情報・AI・統計/データ解析の中核
・名古屋大学大学院工学研究科
– 情報/システム系＋工学データ解析・機械学習系の研究室設計のしやすさ
・名古屋大学大学院多元数理科学研究科
– 統計・最適化・数理モデリングによるDS基盤
・名古屋大学大学院医学系研究科
– 公衆衛生/疫学/生物統計などデータ駆動研究への直結
・名古屋大学大学院生命農学研究科
– ゲノム・バイオ系データ解析/バイオインフォ系テーマへの寄せやすさ
・名古屋大学大学院経済学研究科
– 計量経済・因果推論・統計解析などDS寄りテーマ設定
【京都大学（修士/博士前期）】
・京都大学大学院情報学研究科
– DS系コース/研究領域への寄せやすさ
・京都大学大学院工学研究科
– 信号処理×機械学習など工学DSへの直結
・京都大学大学院理学研究科
– 数理・統計・計算科学によるDS基盤形成
・京都大学大学院医学研究科
– MPH等：疫学・生物統計などデータ中心設計
・京都大学大学院農学研究科
– ゲノム情報解析など生命系データ科学への寄せやすさ
・京都大学大学院経済学研究科
– 計量・実証の色の強さとDS寄りテーマ設定のしやすさ
【大阪大学（修士/博士前期）】
・大阪大学大学院情報科学研究科
– 前期課程＝修士とDS/AIの本丸
・大阪大学大学院工学研究科
– 工学×AI/データ解析への寄せやすさ
・大阪大学大学院基礎工学研究科
– システム/数理/情報寄りによるDSの土台形成
・大阪大学大学院生命機能研究科
– バイオ×情報/計算の研究への寄せやすさ
・大阪大学大学院医学系研究科
– 医療×データサイエンス（例：Medical Data Science 等）への寄せやすさ
・大阪大学大学院経済学研究科
– 計量・実証によるDS寄り研究
【神戸大学（修士/博士前期）】
・神戸大学大学院システム情報学研究科
– 大規模データ/複雑システム・サイバーフィジカル等への直結
・神戸大学大学院科学技術イノベーション研究科
– 学際型によるDS寄りテーマ設計のしやすさ
・神戸大学大学院工学研究科
– 情報知能・計算/データ解析寄りテーマへの寄せやすさ
・神戸大学大学院理学研究科
– 数理統計・確率などによるDS基盤構築
・神戸大学大学院保健学研究科
– 医療データサイエンス/機械学習などの教育要素
・神戸大学大学院経済学研究科
– 英語プログラム含む実証・計量寄りのテーマ設定
【九州大学（修士/博士前期）】
・九州大学大学院システム情報科学府
– 専攻内のデータサイエンスコース
・九州大学大学院マス・フォア・イノベーション連係学府
– 産業×数理×データ解析に強い設計のしやすさ
・九州大学大学院数理学府
– 数理統計＝データ解析手法の研究領域
・九州大学大学院医学系学府
– 生物統計・疫学＋医療ビッグデータ解析などへの直結
・九州大学大学院生物資源環境科学府
– 修士課程とDX/ゲノム等データ駆動テーマへの寄せやすさ
・九州大学大学院経済学府
– 入試＝修士課程と計量・実証寄りテーマへの寄せやすさ
私立大学大学院
【早稲田（大学院）】
・早稲田大学大学院 基幹理工学研究科
– 情報・数理寄りの土台の強さとML/最適化/統計のやりやすさ
・早稲田大学大学院 先進理工学研究科
– データ駆動の先端理工テーマ（AI応用・計算系）への寄せやすさ
・早稲田大学大学院 情報生産システム研究科
– 産業データ／システム／制御・情報系とDS研究への直結
・早稲田大学大学院 創造理工学研究科
– 都市・建築・社会基盤×データ（最適化/GIS/シミュレーション等）への強さ
・早稲田大学大学院 環境・エネルギー研究科
– エネルギー/環境データ解析と予測・最適化のテーマ化のしやすさ
・早稲田大学大学院 経済学研究科
– 計量経済・因果推論・政策評価などの“経済×DS”
【慶應（大学院）】
・慶應義塾大学大学院 システムデザイン・マネジメント研究科
– データを使った複雑システム設計・意思決定への寄せやすさ（実践志向）
・慶應義塾大学大学院 理工学研究科
– 工学×情報による王道のDS（ML/最適化/計測データ等）
・慶應義塾大学大学院 政策・メディア研究科
– 社会システム/政策×データ（※出典リンクを今回添付できず：SFCの研究科）
・慶應義塾大学大学院 メディアデザイン研究科
– HCI/デザイン×データ/AI（※出典リンクを今回添付できず）
・慶應義塾大学大学院 健康マネジメント研究科
– 公衆衛生・スポーツ健康などヘルスデータ分析への寄せやすさ
・慶應義塾大学大学院 経済学研究科
– 計量経済・実証（英語科目も活用可）によるDS研究の組みやすさ
【上智（大学院）】
・上智大学大学院 応用データサイエンス学位プログラム
– 直球のDS系（統計・データ分析コンペ等の実績発信あり）
・上智大学大学院 理工学研究科
– 工学データ・数理モデリング系への寄せやすさ
・上智大学大学院 グローバル・スタディーズ研究科
– 国際・社会課題×データ（調査/政策/計量的研究）
・上智大学大学院 総合人間科学研究科
– 心理・社会・看護などでの統計/実証研究（行動データ等）
・上智大学大学院 言語科学研究科
– コーパス/自然言語系の定量研究への寄せやすさ
・上智大学大学院 経済学研究科
– 計量経済・経営分析による“経済×DS”
【明治（大学院）】
・明治大学大学院 先端数理科学研究科
– 数理・統計・最適化の芯の強さとDS研究の自由度の高さ
・明治大学大学院 理工学研究科
– 情報科学・数学等を含む王道のDS
・明治大学大学院 情報コミュニケーション研究科
– SNS/メディア/社会データ分析などへの寄せやすさ
・明治大学大学院 農学研究科
– 生命・環境・農業経済などのデータ駆動研究
・明治大学大学院 商学研究科
– マーケ/金融/会計など実データ分析への寄せやすさ
・明治大学大学院 政治経済学研究科（経済学専攻）
– （明治の“経済系相当”）計量・政策分析によるDS研究
【青山学院（大学院）】
・青山学院大学大学院 社会情報学研究科
– 社会×情報の設計によるDSテーマの作りやすさ
・青山学院大学大学院 理工学研究科
– 工学データ・情報寄りによるDSの王道
・青山学院大学大学院 国際政治経済学研究科
– 国際政治・国際経済×データ（実証・政策評価）
・青山学院大学大学院 国際マネジメント研究科
– ビジネス×分析（※今回、公式ページの出典を添付できず）
・青山学院大学大学院 経営学研究科
– マーケ/経営×データ（※今回、公式ページの出典を添付できず）
・青山学院大学大学院 経済学研究科
– 計量・実証による“経済×DS”
【立教（大学院）】
・立教大学大学院 人工知能科学研究科
– AI/ビッグデータ分析を前面に掲げており最短距離
・立教大学大学院 理学研究科
– 数理・統計・計算系によるDS研究への寄せやすさ
・立教大学大学院 経営学研究科
– マーケ/経営×分析（ビジネスデータ）
・立教大学大学院 観光学研究科
– 観光行動・地域データなど応用DSへの落とし込みやすさ
・立教大学大学院 社会デザイン研究科
– 社会課題×データ（調査・実装寄り）への寄せやすさ
・立教大学大学院 経済学研究科
– 計量経済・実証による“経済×DS”
【中央（大学院）】
・中央大学大学院 国際情報研究科
– 法×データ/情報ガバナンスを含む現代的DSテーマ
・中央大学大学院 理工学研究科
– 工学×情報による王道DS
・中央大学ビジネススクール（戦略経営研究科）
– MBAでのデータに基づく意思決定・分析テーマの作りやすさ
・中央大学大学院 総合政策研究科
– 政策評価・社会データ分析への寄せやすさ
・中央大学大学院 商学研究科
– 会計・金融・マーケ×データ分析
・中央大学大学院 経済学研究科
– 計量経済・因果推論による“経済×DS”
【法政（大学院）】
・法政大学大学院 情報科学研究科
– 情報・AI・データ解析の中核としての置きやすさ
・法政大学大学院 理工学研究科
– 工学データ/数理寄りによるDSへの寄せやすさ
・法政大学大学院 デザイン工学研究科
– 都市/建築/システム×データ（最適化・シミュレーション等）
・法政大学大学院 イノベーション・マネジメント研究科
– ビジネス×分析（意思決定/実データ）
・法政大学大学院 政策創造研究科
– 政策・地域・公共×データによるテーマの作りやすさ
・法政大学大学院 経済学研究科
– 計量経済・実証による“経済×DS”
ランキング
1 東京大学大学院
2 東京科学大学
3 京都大学大学院
4 大阪大学大学院
5 東北大学大学院
6 神戸大学大学院
7 一橋大学大学院
8 筑波大学大学院
9 慶應義塾大学大学院
10 名古屋大学大学院
11 早稲田大学大学院