データサイエンス系学部の総合型選抜対策｜新しい学部だからこそ、問われること
データサイエンス系の学部・学科は、ここ数年で新設が相次いでいる、大学業界で最も勢いのある分野の一つです。新しくて注目されている分野だからこそ、志望動機が、流行っているから・将来性がありそうだから、に寄りやすい。この記事では、データサイエンスという学問の実像と、この分野ならではの志望理由の作り方、数学の裏付けまでを解説します。
- データサイエンスは、統計・情報・そして応用領域の掛け算。数学からは逃げられない
- 将来性があるから、は志望理由にならない。データで何を明らかにしたいか、が核になる
- この分野の最強の証明は、小さくてもデータを自分で触った経験
学問の実像。3つの要素の掛け算
データサイエンスの学びは、大きく3つの要素でできています。①統計学・数学(データを正しく扱う理論)、②情報科学(プログラミング・機械学習などの処理技術)、③応用領域(ビジネス、医療、社会など、データを活かす現場)。文理融合と言われるのは③の幅広さゆえですが、①と②が土台である以上、数学からは逃げられないのがこの分野の実像です。
だから選考でも、数学の学力確認(評定、基礎テスト、口頭試問、共通テスト)を組み込む大学が多い。文系だけど数学は苦手、という人がイメージだけで飛び込むと、選考でも入学後でも苦しみます。逆に、数学は嫌いではないが、純粋数学より現実への応用に興味がある、という人には、まさに設計された学部です。
将来性があるから、の先へ
新しい分野の志望理由でありがちなのが、AI時代に必要とされる人材になりたい、データサイエンティストは将来性があるから、という動機です。事実としては正しくても、志望理由としては弱い。理由は、その言葉には、あなたがデータで何をしたいのかが入っていないからです。
この分野の志望理由の核は、対象への問いです。部活の勝敗を分ける要因をデータで確かめたい。SNSの流行の広がり方を数字で見てみたい。地元の人口減少の構造を分析したい。データサイエンスは道具の学問なので、道具で何を切りたいかが、あなたの固有性になります。社会学の記事で書いた、日常の違和感からの問いの立て方が、そのままこの分野でも使えます。違うのは、その問いをデータで確かめたい、という方法への志向です。
関心を、行動で示す。今日からできること
情報・理工系の記事で書いた、作ったものが語る、の原則はこの分野でも同じです。しかもデータ分析は、プログラミング未経験でも入口があります。
まとめ
データサイエンス系の総合型選抜は、流行への憧れを、データで確かめたい問いに変換し、小さな分析の行動で証明し、数学の足腰を並行して固める分野です。書類の設計は志望理由書の記事、選抜の全体像は基礎の記事で確認してください。
総合型選抜の個別指導に携わりながら、将来のありたい姿から逆算する「ライフ・ナビゲーション」を軸に指導しています。