【亜細亜大学】1期生が語る経営学部データサイエンス学科での4年間
経営学部データサイエンス学科 4年


経営学部データサイエンス学科 4年
「経営を学びたい」「ITやデータサイエンスにも興味がある」――。そんな2つの思いをかなえられるのが、亜細亜大学経営学部データサイエンス学科だ。経営学やマーケティングを学ぶ一方、プログラミングや数学、AI、データ分析にも取り組める。さらに、グループワークや研究を通して、学びを実践につなげていく。同学科の1期生として4年間を過ごした黒澤優希さんと盛吉真衣さんに、学びのリアルを語ってもらった。
経営もデータサイエンスも。2つの専門性を学ぶ
――亜細亜大学経営学部データサイエンス学科を志望した理由を教えてください。
黒澤優希さん(以下、黒澤) もともと経済や経営を学べる学部への進学を考えて、大学を探していました。そのなかで亜細亜大学経営学部を知り、データサイエンス学科があることに興味を持ちました。私が受験した頃は、まだ「データサイエンス」という言葉が今ほど一般的ではなく、私自身もよく知らなかったんです。それでも、聞いたことのない分野だったからこそ「やってみたい」と思えました。学科が新設される年で、1期生になれることも魅力でしたね。

盛吉真衣さん(以下、盛吉) 私は高校生の頃から、将来は独立して、地元の沖縄で自分のビジネスをやりたいと考えていました。そのため、まずは経営について学びたいと思っていたんです。一方で、コロナ禍の高校生活を通してオンラインを活用する機会が増え、IT技術が身近になったことも実感していました。そこで、経営と情報の両方を学べるところに魅力を感じ、データサイエンス学科への進学を決めました。
――実際に入学して学んでみて、どうでしたか?
盛吉 データサイエンスに関するものでは、特にプログラミングが難しかったですね。1年次の「プログラミング言語Ⅰ・Ⅱ」などで基礎から学ぶのですが、授業で扱う内容を理解することはできても、それを応用して自分で何かをつくることは大変そうだと感じていました。
黒澤 私もプログラミングをやった経験がなかったので、最初は難しさを感じました。ただ、「メディアプログラミング」は特に印象に残っています。自分でデジタル空間にフィールドをつくり、そこに自作のキャラクターを登場させて動かす授業で、学んだことを実際に形にしていけるのが面白かったです。プログラミングの授業では主にPythonを、「メディアプログラミング」ではUnityという開発環境を使いました。
盛吉 経営については、1年次に「経営学」や「ビジネス入門」などの必修科目があります。私は選択科目で会計も学んでいたのですが、興味を持って履修しているうちに、気づけば会計関連の授業が多くなっていました。用語や知識が身につく一方で、実際に金額を合わせたり計算したりする必要があるので、そこは難しかったですね。

黒澤 1・2年次の学びを振り返ると、経営やマーケティングは講義を中心に知識を身につける一方、データサイエンスやプログラミングでは、実際に手を動かしながら学ぶ機会が多かったと思います。知識を学ぶだけでなく、それを使って何かをつくったり、試したりできるところに、この学科ならではの面白さを感じました。
数学は難しい。でも、仲間と学べば乗り越えられる
――データサイエンス学科では、数学も学ぶのでしょうか。
黒澤 2年次に「データ数理Ⅰ・Ⅱ」などの授業があり、数学を学びます。データサイエンスを学ぶ上で数学は欠かせませんが、ハードルに感じる人もいると思います。ただ、入学後に数学のレベル分けテストがあり、その結果に応じてクラスが決まります。数学が苦手な学生には、基礎から学び直せる授業も用意されているので、段階を踏んで学べる環境だと思います。
――お二人は、数学に苦手意識はありましたか?
黒澤 得意というわけではありませんでしたが、数学自体は好きでした。問題を解くことも楽しかったので、一般入試では英語と数学の2教科型で、数学の配点が高くなる方式を選びました。
盛吉 私も数学そのものに苦手意識はなく、問題を解くことは楽しいと感じていました。ただ、高校では「数学Ⅲ・Cまで勉強するのは難しいな」と思って文系を選択しました。ところが、データサイエンス学科では数学Ⅲ・Cの内容を扱う授業もあるので、最初は「周りについていけないかもしれない……」と不安に感じることもありました。それでも、数学が得意な友達に教えてもらいながら、テストも乗り越えられました。

黒澤 データサイエンス学科は、基本的には文系出身の学生が多いのですが、理系から進学してくる学生も一定数いて、数学が得意な人もいます。お互いに教え合いながら学べると安心ですね。
――学生同士で協力しながら取り組む授業もあるのでしょうか。
黒澤 2年次の「データサイエンス・トップマネジメント特別講義」などがあります。学科の必修科目で、ランダムに5人ほどのグループに分かれて、初対面の学生と一緒に課題に取り組みます。私たちの代は、新聞が題材でした。Pythonを使って新聞からデータを集め、どのような言葉が多く使われているのか、そこからどんな傾向が読み取れるのかを整理・分析します。
盛吉 私のグループはスポーツ紙を対象にしました。スポーツ紙には、スポーツだけでなく芸能や社会事件など、さまざまな記事が掲載されています。そのなかで、2024年はスポーツ関連の記事や特定のワードが増えていることに着目しました。パリオリンピックが開催された年だったので、その影響ではないかと考え、データをもとに分析して発表しました。
黒澤 私のグループは災害に着目して、地震や津波、火災などに関する記事からデータを集めました。発表の際には朝日新聞の方に来ていただき、講評を聞く機会もありました。
学んだ知識を研究や未来につなげる
――3年次からは、少しずつ具体的な研究も始まりますよね。どのようなテーマに取り組んでいますか。
盛吉 私は現在、脳波を用いた研究に取り組んでいます。特定の和音を聞くと脳内でアルファ波が多く生じるという仮説があり、それが実際に起こるのかを検証する研究です。
具体的には、ウェアラブルデバイスを使って、音を聞いているときの脳波を測定します。ゼミのメンバーや研究室に遊びに来た友達などにも協力してもらいながらサンプルデータを集め、取得した脳波から音の影響が表れていると考えられる部分を抽出し、音と脳波の関係を分析していきます。
心地よい音だけでなく、心地よいとは感じにくい音を聞いたときにアルファ波がどのように変化するのかも調べてみたいと考えています。

黒澤 私は量子力学のゼミに所属していて、量子力学と情報科学を組み合わせた「量子情報科学」の研究をしています。中でも取り組んでいるのが、「量子アニーリング」という計算手法です。
量子力学の性質を利用して、膨大な選択肢のなかから最適な組み合わせを探索するもので、現在は4×4のマスのなかから最短経路を探す問題を題材に、卒業論文に向けて研究を進めています。
――3・4年次になると、普段の授業もより実践的になると思います。特に知識やスキルが身についたと感じる授業はありますか。
黒澤 私は「産業財マーケティング論」が印象に残っています。マーケティングというと、消費者を対象としたBtoCをイメージすることが多いと思いますが、この授業では企業間取引であるBtoBマーケティングについて、実際の企業の取り組み事例を通して学びました。
企業がどのように顧客と関係を築いているのか、その「裏側」を知るような感覚があり、とても興味深かったです。授業で紹介された企業に興味を持ったことがきっかけで、実際にその企業への就職を決めました。設計から導入、保守まで一貫して手がけるIT企業で、入社後はクライアントのニーズを聞きながら、大学で学んだプログラミングの知識も活かして、ITを通じて課題を解決していきたいと考えています。

盛吉 私は「ベンチャービジネス論」が印象に残っています。起業や新しいビジネスを始める際の進め方だけでなく、実際に行動に移すためのマインドセットについても学びました。
例えば、日常生活のなかからビジネスのヒントを探すことや、自分が「やりたい」と思うだけではなく、周囲の人をどう巻き込みながら実現していくかといったことです。実際のビジネスを想像しながら考えることができ、実践的で面白い授業でした。
私もIT系の企業に就職します。まずはITの知識や技術を身につけたいと思っていますが、将来的には地元の沖縄で何か新しいことを始めたいという思いもあります。ITという専門性を活かしながら、別の分野と組み合わせて、自分なりのビジネスにつなげられたらと考えています。
学びを広げ、挑戦する4年間
――データサイエンス学科での学びを通して、成長したと感じるのはどんなところですか?
黒澤 プログラミングをはじめ、ITに関する知識やスキルは身についたと思います。卒業後も使っていくものなので、これからさらに学んでいきたいですね。

また、人をまとめたり、周囲と協力したりする力も身につきました。私はオープンキャンパスで、個別相談やキャンパスツアーなどの運営を担う学生をまとめる立場を経験しました。特に学生による座談会を企画したときは、誰に話してもらうかを考えたり、それぞれに「こういうことを話してほしい」と伝えたりしながら、メンバーを調整していきました。一人ひとりを見ながら考える経験ができ、経営学部で学んだことも活かせたと思います。
盛吉 私は、わからないことや大変なことがあったときに、周りを頼れるようになったことですね。数学の勉強などで苦戦したときも、ひとりで抱え込むより、友達に教えてもらったほうが早いことがあります。以前よりも、周囲の力を借りながら前に進めるようになったと思います。

それから、留学を経験できたことも大きかったです。「亜細亜大学アメリカプログラム(AUAP)」という留学制度を利用して、アメリカのワシントン州に5カ月間留学しました。基本的には、亜細亜大学から留学した学生と一緒に英語やアメリカの歴史などを学ぶプログラムでしたが、私は一人でコンピュータサイエンスの授業も履修しました。知らない環境に一人で飛び込むのは大変でしたが、「やってみよう」と挑戦したことで、自分自身の成長につながったと思います。
――最後に、亜細亜大学経営学部データサイエンス学科を受験しようと考えている高校生にメッセージをお願いします。
盛吉 データサイエンス学科の魅力は、入学時点で専門分野を一つに絞り込まなくてもいいところだと思います。経営やデータサイエンスに加えて、プログラミングも学べますし、AIに関する授業もあります。興味が変われば、クリエイティブな分野など、別の方向に学びを広げることもできます。
情報系の分野に興味があるけれど、まだ具体的に何をしたいのかわからない人でも、いろいろなことを学びながら、自分の進みたい方向を探していける学科だと思います。
黒澤 私は、学生と先生との距離が近いところが印象に残っています。授業でも身近な距離感で教えてくださいますし、学生の様子をしっかり見守りながら指導してくれます。
数学やプログラミングなど、難しいと感じることがあっても、周りのサポートを受けながら学びを進められます。新しい分野に挑戦してみたい人には、安心して一歩を踏み出せる環境だと思います。

※掲載情報は、2026年10月時点のものです。
Text by 仲里陽平(minimal)/Photo by 倉持一菜(minimal)
UNIVERSITY INFO
Faculty of Business Administration
Department of Data Science
「分析力」「創造力」「経営力」を養成
グローバル教育で知られる亜細亜大学は、2023年4月に、経営学部データサイエンス学科を開設。数字やデータを収集して情報化する「分析力」、革新的なサービスを生み出す「創造力」、得られた情報をビジネスにつなげる「経営力」を兼ね備えたDX人材を育成している。
カテゴリ
私立大学
学部・学科
- 【データサイエンスを学べる学部】
- ■経営学部/データサイエンス学科
- 【副専攻制度(データサイエンス副専攻)でデータサイエンスを学べる学部】
- ■経営学部(データサイエンス学科除く) ■経済学部 ■法学部 ■国際関係学部 ■社会学部
所在地・アクセス
亜細亜大学武蔵野キャンパス
〒180-8629 東京都武蔵野市境5-8
JR「武蔵境」駅北口から徒歩12分
問い合わせ先
入試部アドミッションセンター
TEL : 0422-36-3273
この記事に紐づくタグ
このカテゴリの他の記事
同じ大学のその他の記事
-
【亜細亜大学】データサイエンスの知識を活かして地元の発展に貢献したい!
盛吉 真衣 さん
亜細亜大学
経営学部データサイエンス学科 3年 -
【亜細亜大学】デジタル技術と経営マインドを兼ね備えたDX人材を育成
亜細亜大学
経営学部データサイエンス学科
-
東条 敏 教授
亜細亜大学経営学部
データサイエンス学科
この記事を読んだ人におすすめの記事
-
スポーツアナリティクスは民主化できるか――AI時代に人間が担う役割とは?
藤井 慶輔 教授
名古屋大学情報基盤センター データサイエンス研究部門
大学院情報学研究科 知能システム学専攻
時空間エージェント学習研究室 -
2027年度大学入学共通テストの志願者数と前回の入試結果・関連記事まとめ
データサイエンス百景編集部
-
同志社大学&企業に聞く「AI時代に考える力をどう育てるか――組織とシステムから読み解く、人とAIのこれから」|データサイエンスCROSSTALK
同志社大学 文化情報学部×株式会社NTTデータ
-
【IKOMA FC 奈良】データを起点に、持続可能なサッカークラブをつくる
佐々木 竜治 さん
IKOMA FC 奈良
データ戦略部 部長 -
データサイエンス百景編集部
-
【青山学院大学】「統計」を冠した日本初の学部(学環)を新設 青山学院大学統計データサイエンス学環
荒木 万寿夫 教授
青山学院大学
新学環開設準備室室長
学長補佐(データサイエンス担当)
経営学部経営学科
みんなが見ている情報をチェック
人気記事
-
1
REPORT
同志社大学&企業に聞く「AI時代に考える力をどう育てるか――組織とシステムから読み解く、人とAIのこれから」|データサイエンスCROSSTALK
同志社大学 文化情報学部×株式会社NTTデータ
-
2
-
3
REPORT
スポーツアナリティクスは民主化できるか――AI時代に人間が担う役割とは?
藤井 慶輔 教授
名古屋大学情報基盤センター データサイエンス研究部門
大学院情報学研究科 知能システム学専攻
時空間エージェント学習研究室 -
4
-
5
人気キーワード
-
1
生成AI -
2
データサイエンス -
3
LLM(大規模言語モデル) -
4
データ可視化 -
5
AI(人工知能)
注目のキーワード
-
1
AI(人工知能) -
2
生成AI -
3
ディープラーニング(深層学習) -
4
ブレインマシンインターフェース -
5
メタバース


