ACUの連結課程：修士段階のData Scienceで学ぶ内容

Australian Catholic University（ACU）のワークショップ資料は、Master of Data Scienceの学習内容を4つの領域で紹介しています。この記事では、2027年のBachelor of Computer Science／Master of Data Science連結課程のハンドブックと照合し、修士段階で何を学ぶのかを整理します。独立した修士課程への入学条件を案内するものではありません。

4領域は、データ分析と可視化、機械学習、データ工学と統計モデリング、生成AIと責任ある自動化です。ただし、そのまま4科目や4学期を意味するわけではありません。

データを分析し、結果を伝える

データ分析と可視化の領域では、複雑なデータを、理解や洞察につながる視覚的な表現へ変えることが示されています。分析を行うだけでなく、結果を伝えることも学習内容に含まれます。

機械学習は、データから学び、人間の言語を理解するシステムを構築する領域として紹介されています。学位全体が機械学習だけで構成されるわけではなく、分析や統計などと組み合わせて学ぶ位置付けです。

データ基盤、統計、責任あるAI

データ工学と統計モデリングは、堅牢なデータ処理パイプラインを作り、統計的手法を現実の問題に適用する領域です。可視化の前段階にあるデータの準備や、分析方法の選択にも関わります。

生成AIと責任ある自動化については、倫理的な配慮を重視したAIの解決策を開発すると説明されています。これは全員のプロジェクトで生成AIを使うことや、独立したAI専門資格の取得を保証する記述ではありません。

2027年の修士段階は80単位、8科目

連結課程のハンドブックでは、Part EのData Science科目群として、次の8科目を各10 credit points（cp）、合計80 cp履修します。日本語の科目名は内容を示す訳です。

DTSC610：データ整形と機械学習の基礎
DTSC620：統計的データモデリング
DTSC630：予測分析
DTSC641：データサイエンス・プロジェクトA（研究の基礎）
DTSC642：データサイエンス・プロジェクトB（実装）
ITEC622：データ分析と可視化
ITEC623：深層学習と人工知能の新たなトピック
ITEC632：データマイニングの技法と応用

この科目表と資料の4領域は、別の粒度の説明です。4領域を一対一で科目に割り当てたり、科目名にない「生成AI」という独立科目が必ず開講されると判断したりすることはできません。利用するソフト、モデル、評価課題などは、各科目の詳細と履修時の案内で確認する必要があります。

「最終年」の課題には範囲がある

資料には、最終年に企業、医療、行政などの現実の課題に取り組むと記載されています。これは修士段階の説明であり、学部の全学年に広げて読めるものではありません。特定の企業や顧客の担当、有給実習、就職の保証を意味するものでもありません。

2027年の科目表にはプロジェクトAとBがあります。一方、2026年10月17日に確認したDTSC641の科目ページでは、開講予定の欄に掲載がありませんでした。科目表への記載だけで個人の履修時期やプロジェクト配属が確定するわけではないため、自分の入学期における開講、履修順序、指導体制を大学に確認することが必要です。この表示だけを理由に、課程の中止と判断することもできません。

自分に合うかを確かめるには

関心のある領域を科目名と学習到達目標に結び付けて確認すると、比較が具体的になります。最終的な履修登録前にはCourse Enrolment Guideを確認し、Course Adviserの承認がない限り、その案内に従います。

学習内容の紹介だけでは、学部から修士段階への進級、過去の学習の単位認定、個別プロジェクトへの参加、卒業後の仕事までは決まりません。これらはカリキュラムの内容とは分けて確認しましょう。

出典：ACUワークショップ資料8ページ、“Master of Data Science: Turn data into decisions”。2027年の連結課程ハンドブック、DTSC641の科目情報。公開情報の確認日：2026年10月17日。