少数派ですが首都圏からわざわざ地方旧帝(非医学部)に行く理由は？｜掲示板スレッド

その受験生の精神レベルが、遊び優先だから。です。

大きい←すごい
広い←すごい

だから、地方には土地だけ使って何に使うかわからない建造物が多いんだね。
巨大な仏像とか、、要らないよ。

北海道大学

就職実績【2020.3卒業生】

■工学部
国土交通省、東京都庁、都市再生機構、北海道開発局、清水建設、トヨタ自動車、日立製作所、村田製作所、味の素、富士通、東日本電信電話、双日、日本航空、北海道電力、Amazon.com


http://edu.career-tasu.jp/p/school/recruit/recruit.aspx?scl_no=7500000

文系学部、理系学部共に、データサイエンスの素養を学べるカリキュラム


◆　北海道大学

平成29年度、北海道大学は文部科学省
「数理及びデータサイエンスに係る教育強化事業」の
全国6拠点のひとつに選定され、さらに平成30年度には、
修士レベル対象の「超スマート社会の実現に向けた
データサイエンティスト育成事業」および
博士レベル対象の「データ関連人材育成プログラム（D-DRIVE）」で、
本学を中心とした取り組みが採択されました。

北海道大学では、文系理系を問わず、すべての学生に向けて、
データサイエンスの教育事業を展開します。

●　MDSプラットフォームのご紹介
効果的・効率的な教育の実現のため、ICTを用いた数理・データサイエンス教育プラットフォーム「MDSプラットフォーム」を開発しています。
MDSプラットフォームは、「情報学教育支援システム」、「数学教育支援システム」、「データ提供システム」の３つからなります。
「情報学教育支援システム」と「数学教育支援システム」は、ブラウザ上で受講できる演習システムです。「データ提供システム」は、数理・データサイエンス教育に活用できるデータを集め、提供するポータルサイトです。

◎　Pythonプログラミング演習
◎　WeBWorkを用いたオンラインテスト機能
◎　DS教育用データ提供システム

●　情報学教育支援システム
情報学教育支援システムについては、ソフトウェアプログラミング演習機能を持っています。独習にも耐えられるよう、説明文を付けており、説明に従って、ブラウザ上で「プログラム」を記述できます。また、記述したプログラムを「実行」し、結果を確認しながらプログラミングを学ぶ事ができる構成となっています。
第一弾の言語として、AIや機械学習分野で中心的に求められる「Python言語」の独習を進められる演習機能を開発していますが、他の言語のテキストを作成することで、同様の動作の独習システムを作成できるつくりになっています。

●　数学教育支援システム
数学教育支援システムとしては、米国数学協会（MAA）のWeBWorK（数千題の問題ストックを持つ教育システム）をベースに自習用e-Learning機能を構築し、全国に先駆けて試行運用しています

◆　国立大、全学部でAI教育　文科省が改革方針 （日本経済新聞　2019/6/18 19:28）

AI人材を巡っては、政府が全ての大学生、高等専門学校生にAIの初級教育を行う方針を決めている。文科省は東京大や滋賀大など国立大6校で、文理を問わず学べる標準カリキュラムの開発に着手。


「東京大や滋賀大など国立大6校で、文理を問わず学べる標準カリキュラムの開発に着手」と、現在は、この段階

↓


プログラム履修修了にて、「修了証書」発行

◆　北海道大学

●　一般教育プログラム
文理を問わず全学生がこのプログラムに参加可能です。データサイエンスは、統計学・情報学・数学が基礎となりますので、全学教育（主に１年次）の開講科目から、以下の科目をプログラムの構成科目とします。

・情報学I（必修）/情報学II
・統計学
・入門線形代数学/入門微分積分学（文系学生のみカウント）
・線形代数学I/線形代数学II
・微分積分学I/微分積分学II

履修に際し、エントリーなどの手続きは必要ありません。上記の科目のうち４単位以上を修得することで、プログラムを修了することができます。２年次以降に専門教育プログラムを修了するために、この一般教育プログラム修了は必須となります。また、理系学部進学者においては、学部４年の卒業研究や大学院進学のときに、「データ解析に必要となる統計学や数学の議論が理解できない」ということにならないためにも、（入門数学２科目以外の）７科目はできる限りすべての科目を履修することを勧めます。

なお、成績証明書には一般教育プログラム修了について記載されませんので注意してください。

４単位を超えて修得した単位は、４単位を上限として専門教育プログラム（下記）の基礎コース修了要件に算入できます。
ただし、理系学部進学者がこれに算入できる科目は、情報学II、線型代数学II、微分積分学IIのみです。

文系学部進学者も、数理的な思考や数や量の操作に慣れるため、統計学や入門線形代数学・入門微分積分学をぜひ受講してください。

専門教育プログラム
２０２０年度より開講予定。

各学部の専門科目から適切なものを抽出し、学部横断的に開講します。出口イメージとして３分野【社会・数理・生命】のタグが付いた科目リストを各自でチェックして、興味のある科目を履修してください。ただし、分野はあくまで目印ですので、履修する科目の分野を１つに特定する必要はありません。
また、他学部開講科目を履修する際は「他学部履修」の扱いになりますので、所属する学部の実行教育課程表に記載されている条件に従ってください（科目によっては受講制限等があることにも注意）。

「修了証書」が必要なときは、数理・データサイエンス教育研究センターに出向いて申請してください。修了要件を満たしていることが確認し、「修了証書」（基礎コース／発展コース修了証）を発行します

◆ 学際大規模情報基盤共同利用・共同研究拠点 (JHPCN)

拠点の概要
　学際大規模情報基盤共同利用・共同研究拠点は，北海道大学情報基盤センター，東北大学サイバーサイエンスセンター，東京大学情報基盤センター，東京工業大学学術国際情報センター，名古屋大学情報基盤センター，京都大学学術メディアセンター，大阪大学サイバーメディアセンター，並びに九州大学情報基盤研究開発センターの8つを構成拠点とするネットワーク型共同利用・共同研究拠点です。

　平成22年度より本格的に活動を開始し，平成25年度からは革新的ハイパフォーマンス・コンピューティング・インフラ（HPCI）の計算機システム（HPCIシステム）の一部として，当構成拠点が提供する計算機システム（HPCI-JHPCNシステム）を当拠点共同研究の研究資源として運用しています。

　超大規模計算機と超大容量のストレージおよび超大容量ネットワークなどの情報基盤を用いて，地球環境，エネルギー，物質材料，ゲノム情報，Webデータ，学術情報，センサーネットワークからの時系列データ，映像データ，プログラム解析，その他情報処理一般の分野における，これまでに解決や解明が極めて困難とされてきた，いわゆるグランドチャレンジ的な問題について，学際的な共同利用・共同研究を実施することにより，我が国の学術・研究基盤の更なる高度化と恒常的な発展に資することを目的としています。

私大生には
旧帝大の、その全ての分野で比較にならない程のレベルの高さが
分からないと思います。

改革力が高い大学ランキング2019（全国編）

1位　近畿大
2位　東洋大
3位　東北大
4位　早稲田大
5位　立命館大
6位　東京大
7位　京都大
8位　明治大
9位　筑波大
9位　広島大

以上10位以内大学

※全国の進学校約2000校の進路指導教諭にアンケートを実施し、857校からの回答を基にランキングを作成。