侍ジャパンのデータ分析を手がけたスポーツデータアナリストを招聘 ─データサイエンス学部１年次必修科目で特別講義を実施─

データスタジアムと連携した実践的な学び

データサイエンス学部（以下MUDS）では、1年次必修科目「データサイエンスプログラミングⅡ」の授業において、データスタジアム株式会社との特別講義および演習を２週にわたって実施しました。本講義は2023年WBC侍ジャパンのデータ分析を手がけた現役スポーツデータアナリスト、山田 隼哉氏が講師を担当し、学生約100名が参加しました。

スポーツデータアナリストから学ぶ分析の視点

この特別講義は、データサイエンスの実務的な側面を学び、分析の楽しさを体験する貴重な機会として企画されました。講義は11月26日と12月3日に開催され、プロの現場の知見を伝える座学と、実際のデータを用いたグループ演習で構成されました。さらに、データスタジアムに所属するMUDSの卒業生も審査員やメンターとして参加し、産学連携の強固な体制を活かし、企業で活躍する卒業生が後輩を指導する機会となりました。

座学から実践まで：データサイエンスの実務を体験

1限目の座学では、山田氏より、野球アナリティクスに関する実務や分析の事例、分析の際に意識していることなど、現場で求められる実践的な知識が深く紹介されました。山田氏はWBC侍ジャパンのデータ分析を手がけ、現在も球団サポートを行う現役のスポーツデータアナリストです。 続く2限目からはグループワークが開始され、学生たちは提供されたデータを用いて、分析に取り組みました。演習のテーマは、年俸推定モデルや次の球種予測モデル、観客動員数が多い試合の特徴など、学生の興味を引き、かつ高度な分析スキルが求められる具体的な課題が幅広く設定されました。これにより、学生は自身のスキルレベルに合わせて課題に取り組むことができ、データサイエンスの実務的な側面を学び、分析の楽しさを体験する貴重な機会となりました。

【演習で学生が取り組んだ分析テーマ例】

• 年俸推定モデル：OPSを.100上げると年俸はいくら上がるか？
• 次の球種予測モデル：この投手がこの状況でスライダーを投げる確率は？
• 観客動員数が多い試合の特徴：日曜日のデーゲームは満員になりやすいか？
• 打たれにくい投球の特徴：球速が速いほど打たれにくいのか？
• 勝率が高い/低いチームの特徴：ホームランが多いチームは強いのか？
• 選手のプロフィールと成績の関係性：体重は重い方が有利か？

「着眼点が鋭い」実力に企業も感銘

講義後の発表について、データスタジアムの山田氏からは、「学生のみなさまの発表はどれも着眼点が鋭く、非常に興味深い内容ばかりで、大変刺激を受けました」と、学生の分析力と発想力の高さを評価するコメントを頂戴しました。

教員コメント

データサイエンス学部データサイエンス学科
中村 亮太准教授

学生の表情や発言といった反応からも、本講義が単なる知識習得にとどまらず、新たな視点や気づきを与える有意義で刺激的な学びの機会であったことを実感しています。

データサイエンス学部データサイエンス学科
長谷川 理講師

授業後も学生同士で活発に感想を語り合う様子が随所で見られ、講義内容が学生の関心を強く引きつけていたことがうかがえました。知識の理解を深める学びの面だけでなく、今後の学修への意欲を高める刺激の面においても、大きな成果があったと感じています。

企業連携を通じて実務力を育成

本講義は学生に大きな刺激を与え、学生の高い関心と熱意が感じられました。MUDSは、今後も企業連携を通じて、学生がデータ分析の楽しさと実務スキルを身につけられる機会を提供していきます。

関連リンク