tojihub情報学ガイド
← 探索に戻る

九州大学の掲載学科・大学院 · 大学院（修士・博士前期）

システム情報科学府情報理工学専攻

専攻全体

卒業・修了後の進路

2025年度 · 専攻全体

参考：九州大学 システム情報科学府・修士課程全体

システム情報科学府情報理工学専攻単独の実績は未確認のため、所属組織全体の数値を掲載しています。

進学（進学先の課程は未確認）

24人

九州大学 システム情報科学府・修士課程全体の参考値です。学科・専攻単独の実績ではありません。 進学先の段階を原表から特定できないため、進学人数のみ表示しています。

出典・補足

大学概要2026 2025年度卒業・修了後の進路（PDF・外部サイト） ↗

大学基本情報2025・状況別卒業者数（30-1）（Excel・外部サイト） ↗

調査時点：2026/05/01現在 · 資料確認：2026/09/25

参考：九州大学 システム情報科学府・修士課程全体

システム情報科学府情報理工学専攻単独の実績は未確認のため、所属組織全体の数値を掲載しています。

就職決定者

78.5％

157人 ／ 200人の修了者

九州大学 システム情報科学府・修士課程全体の参考値です。学科・専攻単独の実績ではありません。

出典・補足

大学概要2026 2025年度卒業・修了後の進路（PDF・外部サイト） ↗就職157人、卒業・修了200人

大学基本情報2025・状況別卒業者数（30-1）（Excel・外部サイト） ↗

調査時点：2026/05/01現在 · 資料確認：2026/09/25

進路の数字を比較するときに見るポイント
  • 割合だけでなく、何人のうち何人かを確かめます。
  • 年度と対象をそろえます。コースと学科全体は分けて読みます。
  • 空欄は0人を意味しません。数値の差だけで教育の優劣は決まりません。
使い方の中で、読み方を詳しく見る →

参考：所属組織全体の就職先

システム情報科学府 修士課程修了者・対象年度の記載なし

学府全体の修士修了後の例です。対象年度・専攻別・企業別人数の記載はありません。

システム情報科学府情報理工学専攻単独の一覧は未確認のため、確認できた最も近い上位組織の就職先を掲載しています。人数も上記の対象全体のものです。

ソニー（人数不明）
NEC（人数不明）
富士通（人数不明）
日立製作所（人数不明）
東京エレクトロン（人数不明）
日鉄ソリューションズ（人数不明）
三菱重工業（人数不明）
ソフトバンク（人数不明）
NTTドコモ（人数不明）
KDDI（人数不明）

公式一覧から10件を抜粋しています。企業・団体名だけで配属先の職種は分かりません。

卒業後の進路（進学・就職）（掲載ページ・外部サイト） ↗

学べる分野と履修経路

現在の紹介内容と、進路の対象年度は別に扱います。

情報理工学専攻の修士段階の3コースを掲載します。

この対象で学べる分野

緑・✓：掲載している分野 / 白黒・−：このサイトでは未確認

学べる分野は、シラバス・履修資料・研究指導などの大学の公式案内をもとに設定しています。内容は年度によって変わるほか、掲載していない分野も授業や研究で扱っている場合があります。詳しくは大学の公式案内を確認してください。

所属組織の全コース
システム情報科学府情報理工学専攻

線は所属・共有の関係を示します。選択の時期や条件は、下の各経路の説明と公式資料で確認してください。

情報アーキテクチャ・セキュリティコース

説明を閉じる

計算機やネットワーク、ソフトウェアを組み合わせた情報基盤を研究します。アルゴリズム、AI、安全性も扱い、基盤の設計と実際に動く仕組みを結びつけて専門を深めます。 専門を広げる拡充科目では、他コースが中心に扱う情報技術・統計・認知・制御なども学べます。

所属コースの専門の基礎を学ぶ科目（コア科目）、専門をさらに深める科目（アドバンスト科目）、研究科目に加え、周辺・関連分野を学ぶ科目（拡充科目）を組み合わせます。コース別の履修モデルから科目と研究の進め方を確認できます。

  1. 専攻・コースの修士課程へ入学
  2. 情報アーキテクチャ・セキュリティコースの履修モデルを確認
  3. 専門科目・研究科目と、周辺・関連分野の科目を履修
  4. 研究成果を修士論文にまとめる

2026年度改訂版で確認した入学後の履修経路です。出願時に申告する志望コース・指導教員の条件は、該当する入学時期の募集要項で確認してください。

履修経路の公式資料を確認（PDF・外部サイト） ↗

このコースで扱う専門分野

理論・数理・計算科学 →データサイエンス・統計 →AI・機械学習 →ソフトウェア・プログラミング →コンピュータシステム・半導体・高性能計算 →ネットワーク・通信 →セキュリティ →画像・音声・CG →HCI・情報デザイン →認知科学・感性情報 →ロボティクス・制御 →社会情報・メディア論 →

2026年度入学生向けの案内を参照しています。公式の教育案内（掲載ページ・外部サイト） ↗履修資料・対象年度を確認（PDF・外部サイト） ↗

データサイエンスコース

説明を閉じる

数理・統計と機械学習を使い、大規模なデータから知識を得る方法を研究します。高性能計算、画像・言語、社会のデータへの応用なども含み、分析手法と対象の理解を組み合わせます。 専門を広げる拡充科目では、他コースが中心に扱う情報技術・統計・認知・制御なども学べます。

所属コースの専門の基礎を学ぶ科目（コア科目）、専門をさらに深める科目（アドバンスト科目）、研究科目に加え、周辺・関連分野を学ぶ科目（拡充科目）を組み合わせます。コース別の履修モデルから科目と研究の進め方を確認できます。

  1. 専攻・コースの修士課程へ入学
  2. データサイエンスコースの履修モデルを確認
  3. 専門科目・研究科目と、周辺・関連分野の科目を履修
  4. 研究成果を修士論文にまとめる

2026年度改訂版で確認した入学後の履修経路です。出願時に申告する志望コース・指導教員の条件は、該当する入学時期の募集要項で確認してください。

履修経路の公式資料を確認（PDF・外部サイト） ↗

このコースで扱う専門分野

理論・数理・計算科学 →データサイエンス・統計 →AI・機械学習 →ソフトウェア・プログラミング →コンピュータシステム・半導体・高性能計算 →ネットワーク・通信 →セキュリティ →画像・音声・CG →HCI・情報デザイン →認知科学・感性情報 →ロボティクス・制御 →社会情報・メディア論 →

2026年度入学生向けの案内を参照しています。公式の教育案内（掲載ページ・外部サイト） ↗履修資料・対象年度を確認（PDF・外部サイト） ↗

AI・ロボティクスコース

説明を閉じる

人工知能、画像・言語の処理、人の認知や感性、ロボットを研究します。数理的な基礎から人と機械のやり取りまでを扱い、選ぶ研究室の課題に合わせて専門科目を履修します。 専門を広げる拡充科目では、他コースが中心に扱う情報技術・統計・認知・制御なども学べます。

所属コースの専門の基礎を学ぶ科目（コア科目）、専門をさらに深める科目（アドバンスト科目）、研究科目に加え、周辺・関連分野を学ぶ科目（拡充科目）を組み合わせます。コース別の履修モデルから科目と研究の進め方を確認できます。

  1. 専攻・コースの修士課程へ入学
  2. AI・ロボティクスコースの履修モデルを確認
  3. 専門科目・研究科目と、周辺・関連分野の科目を履修
  4. 研究成果を修士論文にまとめる

2026年度改訂版で確認した入学後の履修経路です。出願時に申告する志望コース・指導教員の条件は、該当する入学時期の募集要項で確認してください。

履修経路の公式資料を確認（PDF・外部サイト） ↗

このコースで扱う専門分野

理論・数理・計算科学 →データサイエンス・統計 →AI・機械学習 →ソフトウェア・プログラミング →コンピュータシステム・半導体・高性能計算 →ネットワーク・通信 →セキュリティ →画像・音声・CG →HCI・情報デザイン →認知科学・感性情報 →ロボティクス・制御 →社会情報・メディア論 →

2026年度入学生向けの案内を参照しています。公式の教育案内（掲載ページ・外部サイト） ↗履修資料・対象年度を確認（PDF・外部サイト） ↗

大学の公式ページ

大学の公式案内を開く（掲載ページ・外部サイト） ↗

出願先や履修条件は、希望する入学年度の最新の募集要項・履修資料で確認してください。

tojihub · 分野解説記事

この記事は情報学ガイドに収録していません

本体の記事一覧からお探しください。元の候補や絞り込みは保持されています。

本体の記事一覧へ