カリキュラム
さまざまな領域に溢れているデータを解析し、新たな価値を創造する力を高めるために、最先端の情報技術や高度な統計手法だけでなく、文理融合型のカリキュラムを提供しています。
1、2年次では統計学、情報学の基礎を身につけるとともに、応用分野におけるデータ分析の実例を学びます。3、4年次では各種領域科学におけるデータ分析の手法を学び、実際のデータを使い実践経験を積み重ねていきます。それに加え、より高度な人工知能や統計手法、問題解決スキルを磨く少人数でのゼミ授業など、各自の興味に応じた魅力的なカリキュラムを用意しています。
文理融合型カリキュラム
本学部のカリキュラムでは、情報、統計関連科目のほか、経済、経営等の文系の授業も開講しています。データを管理、加工、処理、分析する情報や統計といった理系のスキルに加え、データの背景にあるものは何かを熟知し、分析結果をどう価値創造に活かすのかという文系的要素も必要なためです。また、ビジネス分野の第一線で活躍する方々のお話を聞く機会も多数設けており、幅広い知見を身につけることが可能です。
文部科学省からも高評価を受ける
「滋賀大学数理・データサイエンス・AI教育プログラム」
「数理・データサイエンス・AI教育プログラム認定制度」は、学生の基礎的な能力（リテラシーレベル）や、課題解決の実践的な能力（応用基礎レベル）を育成することを目的に、2020年に文部科学省が制度設定しました。本学部のプログラムは、リテラシーレベル、応用基礎レベル共に認定を受け、さらに独自の工夫・特色がある点が評価され、認定制度の最高レベルである「リテラシーレベル＋（プラス）」「応用基礎レベル＋（プラス）」として選定されています。このように本学部の教育は文科省から高い評価を受けており、学部開設当初から着実に実績を積み上げています。
カリキュラムの紹介
データアナリシス系科目
統計学とその基礎である数学について学びます。
データエンジニアリング系科目
情報学とプログラミングによる演習を行います。
データ駆動型PBL演習
データアナリシス系科目とデータエンジニアリング系科目で学んだ知識や技術を活かして、実際のデータを分析する経験を積みます。
価値創造科目
データサイエンスの応用事例などを学びます。 このほか、社会調査士の資格を取得できる専門科目等も揃っています。
※2021年度よりカリキュラムが改訂になり、より充実した統計学、情報学、データ研磨、価値創造のための教育を行っています。
コース配属（令和7年度入学生より3年次進級時に実施）
令和７年度入学生より、データサイエンス学部生は３年次進級時に「データサイエンスコース」「ＡＩイノベーションコース」いずれかのコースへ配属されます。 コース配属はどちらのコースの内容を中心に取り組みたいかで決定されます。具体的には、卒業研究の主指導教員を選択する（ゼミ選択する）ことで決定されます。すなわち、主指導教員が属するコースが、学生自身の配属コースとなります。講義の選択科目についてはコースによる推奨はあるものの、履修上の制限はありません。
データサイエンスコース
統計分析、ビジネス価値創造、情報一般、機械学習、 IoT、プログラミング、調査、シミュレーション、数理解析、因果分析など、データサイエンスの幅広い領域が該当します。
コース担当教員： 青木高明、 石川祐実、和泉志津恵、今井貴史、岩山幸治、梅津高朗、大塚道子、奥村太一、川井明、河本薫、来嶋秀治、佐藤健一、佐藤俊哉、佐藤正昭、椎名洋、 清水昌平、伊達平和、田中琢真、寺口俊介、姫野哲人、笛田薫、藤井孝之、堀兼大朗、松井秀俊、山口崇幸、加藤博和、白井剛、畑山満則（2024年8月現在の計画）
AIイノベーションコース
データサイエンスコースの領域を含んだうえで、特に AI（人工知能）を活用したデータサイエンスを中心に学びます。画像、テキスト、音声、マテリアルといった非構造型データの深層学習などが典型的な例です。音楽や絵画といったアート領域のデータサイエンスも含みます。
コース担当教員： 飯山将晃、 市川治、江崎剛史、佐藤智和、南條浩輝、村松千左子、義久智樹（2024年8月現在の計画）
データサイエンス学部で取得できる資格
本学部では所定の単位修得で取得できる資格のほか、検定試験の合格をめざすためのカリキュラムを提供しています。