生物理工学-AI・データサイエンティスト（B-AiDaS）育成プログラム
B-AiDaS育成プログラムの目的
生物理工学分野のDX人材やAI・データサイエンスの知識を持つDX社会に貢献できる人材育成
数理・データサイエンス・AIの知識を生物理工学領域の様々な専門分野へ応用・活用し（AI×専門分野）、現実の課題解決、価値創造を担う人材を幅広く育成します。生物理工学部は生物・生命科学・生体・医療・健康・環境を中心に幅広く様々な分野が集まった学部で、生物工学科、遺伝子工学科、食品安全工学科、生命情報工学科、人間環境デザイン工学科、医用工学科の6学科で構成されています。
この幅広い生物理工学分野のDX人材を育成するためにB-AiDaS育成プログラムでは以下の3つの科目群を設定しています。
数理・データサイエンス・AIの知識を生物理工学領域の様々な専門分野へ応用・活用し（AI×専門分野）、現実の課題解決、価値創造を担う人材を幅広く育成します。生物理工学部は生物・生命科学・生体・医療・健康・環境を中心に幅広く様々な分野が集まった学部で、生物工学科、遺伝子工学科、食品安全工学科、生命情報工学科、人間環境デザイン工学科、医用工学科の6学科で構成されています。
この幅広い生物理工学分野のDX人材を育成するためにB-AiDaS育成プログラムでは以下の3つの科目群を設定しています。
- AIデータサイエンスに必須となる基礎数学・基礎知識を学ぶ『AI・データサイエンス基礎科目』（必修科目・選択必修科目）
- B-AiDaS育成プログラムの基幹的な知識を学び体験する『AI・データサイエンス実習科目』（必修科目）
- AIデータサイエンスと関連付いた様々な応用的な科目を、学科を超えて学びを誘起させる工夫をした『AI・データサイエンス応用科目』（選択科目）
これら、必修科目、選択必修科目、選択科目を組み合わせる事により、それぞれの学科特徴を反映した生物理工学部DX人材の排出だけでなく、学科を超えた生物理工学部DX人材の輩出を目指しています。
B-AiDaS育成プログラムで身につけることができる能力
数理・データサイエンス・AIの知識を生物理工学領域の様々な専門分野へ応用・活用し（AI×専門分野）、現実の課題解決、価値創造を実現できる知識と技術を習得できます。
具体的には以下となります。
- AIデータサイエンスに必須となる基礎数学や情報処理の基本知識と技術を身につけることができます。
- B-AiDaS育成プログラムの基幹的な知識、すなわちデータサイエンスならびにAIの基礎知識を学び、実習を通して実装技術を身につけることができます。
- AIデータサイエンスと関連付いた応用的な知識、特に生物理工学分野の様々な専門領域との関わりを学ぶことができます。
修了要件・授業科目
2023年以降の生物理工学部入学者がB-AiDaSプログラムを履修できます。
B-AiDaS科目の必修である『AI・データサイエンス基礎実習（1年次後期開講）』を履修すると、自動的にB-AiDaS育成プログラムに登録されます。
本プログラムの修了には、AI・データサイエンス基礎科目から8単位、AI・データサイエンス実践科目から3単位、AI・データサイエンス応用科目から2単位以上修得することが必要です。
本プログラム修了に必要な最小単位数（13単位）まで卒業要件の各科目（共通教養科目、コンソーシアム科目、専門科目）として認められます。
| AI・データサイエンティスト育成プログラムに関する科目 | 単位数 | |||
|---|---|---|---|---|
| 必修 | 選択必修 | 選択 | ||
| AI・データサイエンス基礎科目 |
データリテラシー入門 微分積分学 線形代数学 （確率統計基礎科目） 計量生物学 統計学 食品機能統計学 確率基礎 確率統計 応用数学 |
2 2 2 |
2 2 2 2 2 2 |
|
| AI・データサイエンス実践科目 | 機械学習 AI・データサイエンス基礎実習 |
2 1 |
||
| AI・データサイエンス応用科目 |
キャリアのための情報リテラシー 生物情報学 植物生産情報工学 生命科学のための情報リテラシー 遺伝子機能解析学 科学情報の検索法 データ構造とアルゴリズム 情報基礎 情報処理応用 |
2 2 2 2 2 2 2 2 2 |
||
※科目の詳細については、シラバスを確認してください。
B-AiDaS育成プログラム説明会の案内
4月の履修ガイダンスの際に簡単に説明する以外に、説明会を開催します。
実施体制
| プログラムを改善・進化させるための体制 | プログラムの自己点検・評価を行う体制 |
| 教務委員会 | 生物理工学部自己点検・評価委員会 |