一橋大学 ソーシャル・データサイエンス学部・研究科 ロゴ

一橋大学 ソーシャル・データサイエンス学部・研究科

ADMISSION

ADMISSION

入試情報

UNDERGRADUATE ADMISSIONS

学部入学者選抜

一橋大学ソーシャル・データサイエンス学部では、
①一般選抜(前期日程及び後期日程)、
②学校推薦型選抜、の2種類の入学者選抜を実施いたします。
いずれも、大学入学共通テストの受験が必須です。
入学者選抜の概要や募集要項については、以下のウェブページをご参照ください。
GRADUATE ADMISSIONS

大学院入学者選抜

一橋大学大学院ソーシャル・データサイエンス研究科では、
学部卒業見込みの者、社会人、留学生等を区別せず、
1種類の入学者選抜のみを実施します。
入学者選抜の概要や募集要項については、以下のウェブページをご参照ください。
ADMISSION POLICY

アドミッション・ポリシー

ソーシャル・データサイエンス学部・研究科が、
受験生に求める能力、適性等についての考え方をまとめた
アドミッション・ポリシーは、以下をご覧ください。
Q&A

よくあるご質問

趣旨や意義・目的

ソーシャル・データサイエンス学部・研究科を新設した意義や目的は何でしょうか?

現代社会では、企業経営における情報化の急速な進展や国際競争の激化、富の集中や地域間の不平等、金融システムの深化や不安定化、高齢化と社会保障費の増大、温暖化や異常気象といった気候変動、国家間の分断や紛争、未知のウィルスによるパンデミックなど、ビジネスや社会が直面する多くの課題を解決することができる人材の養成が求められています。
本学では伝統的に強みがある社会科学と数理・統計教育に基づくデータサイエンスを融合させることにより、情報技術の社会への浸透によって利用可能となった膨大なデータを統計学、機械学習、AI(人工知能)の知見を活用して分析し、幅広い社会科学への理解に基づき、ビジネスの革新や社会課題の解決を提案・実行できる人材を輩出することを目的として、2023年4月にソーシャル・データサイエンス学部・ソーシャル・データサイエンス研究科を開設しました。

新学部の卒業生はどのような進路・就職先を想定していますか?

本学部では、ソーシャル・データサイエンスのゼネラリストの養成を目的としており、その進路は大きく分けて以下の2つを想定しています。
1つめの進路は、開発・マネジメント型人材です。データサイエンスの技術は日進月歩で発展しており、社会あるいは組織のデータを収集・蓄積・管理する仕組み作りが必要とされています。本学部では、統計学・機械学習などデータ分析の知識やデータベースやアルゴリズムなど大規模データの管理や活用の知識を修得することに加え、社会科学の知識を修得して、社会を俯瞰し利便性の高いデータ分析基盤を開発する人材を養成します。このような人材は、情報機器・システムを開発・製造するベンダー企業及びそれらを利用する幅広い業種のユーザー企業、中でも素材・加工組立・生活関連にわたる幅広い製造業企業において、製品の製造だけでなくデータ分析や情報技術を活用して流通や販売を管轄することのできる経営幹部の候補として、社会に貢献します。
2つめの進路は、分析・マネジメント型人材です。既存の社会科学では解決できない新たな課題に対して、企業経営や政策運営では、データ分析を活用したエビデンスを活用することが求められています。本学部では、本学が強みとする社会科学の知識と統計学や機械学習などデータ分析の知識を融合して、このような課題に対応可能な組織運営に能動的に関与していくことができる人材を養成します。このような人材は、たとえば政策機関では政策分析、調査研究、予測、公的データ整備、金融機関では市場・信用リスク管理や金融商品の開発、シンクタンクでは顧客の課題解決を推進するようなデータ分析、また、商社、卸売小売、通信・運輸産業では日々得られる膨大な市場データを用いて顧客の嗜好や販売戦略を策定するような分析業務を、実際に遂行できる能力を備えたうえで、経営幹部の候補として、社会に貢献します。
なお、一部の卒業生は、ソーシャル・データサイエンスの最先端の知識を身に付けるため、ソーシャル・データサイエンス領域の大学院に進学することが見込まれます。

一橋大学の他学部との最も大きな違いは何ですか?

既存の商学部・経済学部・法学部・社会学部においても、それぞれの学問分野に相応しいデータ分析の技術を学ぶことができる科目が複数あります。しかし、ソーシャル・データサイエンス学部では、より汎用性の高い理系的なデータサイエンスの技術とそれらを活用する上での倫理的・法的な問題などをより体系的に学ぶことができます。また、ビジネスの革新や社会課題の解決にあたって、まずデータに基づいて思考するいわゆる「データ駆動型」のアプローチを取ることも既存学部との違いの一つです。

この学部・研究科は文系なのでしょうか、理系なのでしょうか?

本学は社会科学の総合大学として教育・研究を進めてきましたが、これまでも入試における数学の配点比率が高く、高等学校等で理系を選択した学生も相当数受け入れてきた実績があります。また、文系出身のみならず理系出身の教員も多く在籍しています。新学部・研究科では、この特徴をより色濃くし、文系・理系にとらわれない「文理融合」を理念としています。具体的には、理系的なデータ分析の技術をベースに、それをビジネスの革新や社会課題の解決にどのように活用するかという文系的なアプローチ手法を併せ持つ、視野の広い人材の育成を目指しています。

他大学の既存のデータサイエンス学部・研究科と違いはありますか?

本学の新学部・研究科の特徴はその名称にもあるとおり、「ソーシャル・データサイエンス」の「ソーシャル」の部分です。教育課程の中では、社会科学とデータサイエンスの知識の融合により、データ分析の技術をビジネスの革新や社会課題の解決に応用することを重視します。
社会科学の総合大学としてこれまで積み重ねた多くの知見とデータサイエンスの融合は本学ならではの特徴であり、社会が求める新たな人材像の形成に大きく貢献するものと考えています。

学部カリキュラム

入学した学生はどのような科目を学べますか?

まず、他学部の入学生と共通の科目として外国語や数学科目等を履修します。本学部特有の科目としては、導入としてソーシャル・データサイエンスという領域の概論や社会課題等に対してデータサイエンスの手法を実践するうえでの倫理や法を学ぶ科目を履修します。知識の基盤を築く科目としては、データサイエンスの観点から社会科学の諸分野を学ぶことができる科目や、機械学習や人工知能をプログラミングと並行して手を動かしながら修得できる科目を提供します。また、そのようなデータサイエンスの技術と実際のデータを用いて最先端のビジネス革新や社会課題を深く掘り下げる科目(ソーシャル・データサイエンス発展科目や「PBL演習」など)を豊富に提供します。

「PBL演習」とは何でしょうか?

Project Based Learning演習の略称であり、民間企業や政策機関等から実際の経営課題や政策遂行における社会課題とそれらを解決するためのデータの提供を受け、少人数での演習を通して実際に手を動かしながら解決法を検討し提案していく実践的な科目です。

他学部の授業は履修できますか?

本学では、学生に社会科学の幅広い知識を修得させるため、伝統的に、他学部の開講する科目を積極的に履修することを推奨しています。本学部の学生にも、社会科学とデータサイエンスを融合させるソーシャル・データサイエンスの特徴をふまえ、既存学部である商学部、経済学部、法学部、社会学部が開講する社会科学の専門的な講義を履修することを通じて、社会科学の体系的な知識を修得することを推奨しています。

他学部同様に海外留学は可能でしょうか?
本学では従来海外派遣留学に力を入れており、留学の際の奨学金等の支援制度を充実させています。これは本学部の学生も同様に利用できます。

学部入試

入試科目や配点、前後期の募集定員はどうなりますか?

本学部のカリキュラムの特色等を踏まえ、文系であっても理系であっても本学部における教育を受けるために必要な能力について問う入試を実施します。具体的な入試科目や配点、選抜方式別の募集定員については、入学者選抜要項・募集要項をご参照ください。

※選抜要項・募集要項についてはこちらをご覧ください。

個別学力検査(第2次試験前期日程)の「総合問題」とはどのようなものでしょうか?

社会において数理的なものの考え方を応用する力、情報技術の活用について自ら試行する姿勢を確認するための新学部独自の特徴的な科目です。過去の入試問題及びその出題の意図等はこちらで公表しています。

研究科修士課程

入学者はどのような学部の卒業生を想定していますか?

本学のソーシャル・データサイエンス学部の卒業生がでるまでは、本学他学部の卒業生や他大学の学部卒業生のみを受け入れることになりますが、本研究科での学修や研究活動を希望される方であれば卒業学部は不問であり、社会科学系の学部のほか、理学系、工学系、情報学系の学部からの卒業生も大いに歓迎します。

ソーシャル・データサイエンス研究科の修了生はどのような進路・就職先を想定していますか?

ソーシャル・データサイエンス研究科は、社会科学とデータサイエンスが融合するソーシャル・データサイエンスの学問分野において、最先端の知識を自ら活用し、新たな課題を発見し解決に導くことができるソーシャル・データサイエンスのスペシャリストの養成を目指しています。ソーシャル・データサイエンスのスペシャリストとは、教育研究を通じて身に付けた専門性により社会に貢献する人材を指し、その進路は大きく分けて以下の2つを想定しています。
1つめの進路は高度専門職業人材であり、例えばコンサルティング企業ではデータアナリスト、金融機関では統合的なリスク管理を行うリスク・マネージャー、製造業では製品の開発だけでなく流通や販売を統括するプロダクト・マネージャー、小売業では購買者の詳細なデータを分析して広告や販売計画を立案するチームを統括するプロジェクト・マネージャーなどが想定されます。また、政策機関ではあらゆる場面においてEBPMが求められており、実際にデータを用いて分析を行う分析官から、分析結果を正しく解釈し政策運営を導く統括レベルに携わる職種に就くことも想定されています。
2つめの進路は総合的学問領域の研究人材であり、国内外の大学院博士課程に進学することで将来的に大学や公的・民間研究機関にて研究に従事する人材となるものです。こうした研究人材は、経営学、経済学、法学、社会学、政治学、歴史学、心理学、教育学のような社会科学の諸分野においてデータ駆動型の研究を行い、従来の手法では解決できなかった新しい課題に光をあてるという点で注目が集まっています。

社会人学生を受け入れる予定はありますか?

民間企業や政策機関等での勤務経験のある方、あるいは既に独立起業されている方の入学も歓迎します。これまでの実務経験に基づいた問題意識を活かしつつ、実務を通してだけでは得ることが難しい高度な知識や能力を本研究科で体系的に修得することで、学術的な付加価値を創出できるような環境を提供したいと思います。

修了後に研究者を目指して博士課程に進学することは可能でしょうか?

可能です。2023年4月の修士課程開設に続き、2025年4月に博士課程も開設することを構想中です。

大学院修士課程の入試の概要はどのようなものでしょうか?

募集人員は21名とし、学部卒業見込みの者、社会人、留学生等を区別せずに入学者選抜を実施します。入学者選抜の概要は以下のとおりですが、詳細は募集要項でご確認ください。

一次選考

出願時に提出された書類のうち、研究計画書、成績証明書、英語・日本語能力の証明書類を総合して選抜を行います。
英語能力の証明書類としてはTOEFL® iBT 又はIELTS(Academic Module)のテストスコア提出を求めます(ただし英語を母国語とする学生や英語のみの学士課程プログラムを卒業した学生は免除します)。
日本語能力の証明書類としては、出願期間開始日において日本国籍を有しない者のうち日本国の永住許可を取得していない者及び日本滞在4年未満の者に、日本語能力試験N1の成績証明を求めます。

二次選考

一次選考の合格者に対して、社会科学とデータサイエンスの融合のための基礎知識を問う筆記試験を実施し、一次選考及び筆記試験の結果を総合して選抜を行います。
筆記試験では、①統計学・情報学(各分野2問ずつ合計4問から2問選択)と②社会科学(経営学、経済学、法学、政治学の各分野1問ずつ合計4問から1問選択)の2つの筆記試験(いずれも60 分)を行い、双方の知識を持っているかを評価します。

三次選考

二次選考の合格者に対して、ビジネスの理解・分析・革新や社会課題の理解・分析・解決を実行するための思考力を問う口述試験を実施します。

研究科修士課程の筆記試験の出題方針等

「統計学・情報学」の筆記試験で出題される問題の難易度について教えてください。

「統計学・情報学」の筆記試験では、専門知識(学部2-3年生程度)、及びそれらの知識の運用能力(学部3-4年生程度)を要求します。

「社会科学」の筆記試験で出題される問題の難易度について教えてください。

「社会科学」の筆記試験では、教養レベル(学部1-2年生程度)の知識を要求します。ただし、それらの知識を用いて論述を行うスキルは、専門レベル(学部3-4年生程度)のものを要求します。

「社会科学」の各分野(経営学、経済学、法学、政治学)では、どのような領域の知識が問われるのでしょうか。

以下のPDFファイルに記載しております科目概要のうち、ソーシャル・データサイエンス発展科目をご参照ください。  https://www.hit-u.ac.jp/guide/information/pdf/R4/hitotsubashi_sds_m_2208i_kihon.pdf

理系で「社会科学」の素地がない場合、受験では不利になるのでしょうか。

アドミッション・ポリシーにあるとおり、選抜にあたっては、専門分野の基礎知識と論理的な思考力に重点をおきつつ、日本語及び英語の能力も含めて、総合的に評価します。ご自身の学修履歴に基づく強みや研究計画書の精度も含めて総合的に審査しますので、未修分野があることは直ちに受験上の不利につながるものではありません。
また文系で「統計学」「情報学」分野の素地がない場合も同様です。

筆記試験までに、どのような学習を行えばよいでしょうか。

科目・分野ごとに、代表的な教科書・参考書を挙げておきます。

統計学

1.竹村彰通『新装改訂版 現代数理統計学』学術図書出版社,2020
2.久保川達也『現代数理統計学の基礎 (共立講座 数学の魅力)』共立出版,2017

情報学

1.John V. Guttag『世界標準MIT教科書 Python言語によるプログラミングイントロダクション 第3版』近代科学社,2023
2.平井有三『はじめてのパターン認識』森北出版,2012

経営学

1.入山章栄『世界標準の経営理論 Kindle版』ダイヤモンド社,2019
2.山本晶『コア・テキストマーケティング (ライブラリ経営学コア・テキスト) 』新世社,2012

経済学

1.アセモグル・レイブソン・リスト『ミクロ経済学』東洋経済新報社,2020
2.アセモグル・レイブソン・リスト『マクロ経済学』東洋経済新報社,2019

法学

1.宍戸常寿・石川博康(編著)『法学入門』有斐閣,2021
2.曽我部真裕・林秀弥・栗田昌裕『情報法概説 <第2版>』弘文堂,2019

政治学

1.久米郁男・川出良枝・古城佳子・田中愛治・真渕勝『政治学(補訂版)(New liberal arts selection)』有斐閣,2011
2.坂本治也・石橋章市朗(編)『ポリティカル・サイエンス入門』法律文化社,2020
3.建林正彦・曽我謙悟・待鳥聡史『比較政治制度論』有斐閣,2008

本研究科への入学前に、「統計学」「情報学」「社会科学」のすべてを学んでおくことは必須でしょうか。

本研究科が教育研究の対象としている「ソーシャル・データサイエンス」は、社会科学とデータサイエンス(統計学、情報学、プログラミング)を融合させた分野であることから、その教育研究上では、両方の知識が必要となります。
ただし、理系と文系の融合領域であるために、「統計学」「情報学」「社会科学」を網羅的に学んできた人は、必ずしも多くはないと考えております。
そのため、合格者のうち、「統計学」「情報学」「社会科学」のいずれかの分野の知識が不足している方に対しては、不足している知識を補うための入学前教育プログラム「ソーシャル・データサイエンス・ブートキャンプ」の受講を課します。

指導を希望している教員に、出願前に研究計画について相談することはできますか。

出願書類の「研究計画書」そのものの添削を依頼することはできませんが、研究分野についての質問や研究室訪問は、出願開始前に限り、教員が承諾すれば可能です。個別にメールで教員に問い合わせてください。
なお、出願資格等の入試制度に関する内容は、ソーシャル・データサイエンス学部・ソーシャル・データサイエンス研究科事務室まで問い合わせてください。

TOP ADMISSION