【公募推薦】千葉大学情報・データサイエンス学部 学校推薦型選抜|倍率・日程・対策のコツまとめ

千葉大学情報・データサイエンス学部の学校推薦型選抜は、一般枠15名・女子枠15名の合わせて30名を募集します。書類と口頭試問を含む面接で合格内定者を決め、大学入学共通テストでおおむね7割に届いた人が最終合格になります。志望理由書の中で、オープンデータを自分で分析する課題があるのが大きな特徴です。
この記事でわかること
- 学校推薦型選抜の出願資格・日程・倍率(画像で保存できます)
- 一般枠と女子枠のちがいと、志望理由書3のテーマ
- 共通テストの基準と、英語の検定スコアの加点
- 大学の言葉から考える、合格のコツ3つ
目次
2027年度入試のポイント
| 項目 | 学校推薦型選抜 |
|---|---|
| 募集人員 | 定員30名 内訳一般枠15名・女子枠15名 |
| 主な出願資格 | 評定4.0以上※※全体の学習成績の状況 浪人出願できない。2027年3月に卒業見込みの人だけ 併願一般枠と女子枠の両方には出願できない 共通テスト数学・物理・化学・英語・情報を受ける |
| 出願期間 | 2026年11月2日〜11月5日 |
| 第1次選抜 | 11月21日か22日 書類と、口頭試問を含む面接 |
| 合格内定 | 12月4日 |
| 最終合格発表 | 2027年2月9日 共通テストがおおむね7割 |
| 2026年度の倍率 | 3.6倍・2つの枠の合計 |
出身高校の校長の推薦が必要です。募集要項には、1つの高校から推薦できる人数の上限は書かれていません。
一般枠と女子枠:同じ試験、ちがう課題
「女性視点でデータサイエンスの活用を志向する人材を育成するために、募集人員の半数を女子枠として募集します。」
出典:千葉大学情報・データサイエンス学部「令和9年度 学校推薦型選抜 学生募集要項」(学校推薦型選抜)
一般枠は、条件を満たす人なら性別に関係なく出願できます。女子枠と一般枠は、出願の時にどちらか1つを選びます。試験の形は同じですが、志望理由書3(1,200字)のテーマが枠ごとにちがいます。
| 枠 | 志望理由書3のテーマ |
|---|---|
| 一般枠 | 自分が暮らす地域で感じる身近な課題を1つ選び、関連するオープンデータを分析して数値や傾向を示し、情報工学やデータ分析を使った改善策を提案する |
| 女子枠 | 生成AIに含まれる偏見や違和感について、女性として感じた経験や事例を1つ挙げ、オープンデータを分析して、データサイエンスによる偏りの見える化や軽減の方法を論じる |
志望理由書は3枚で、1は志望理由と入学後の計画(800字)、2は自己アピール(800字)、3が上のテーマ(1,200字・図表は別ページに自由に)です。生成AIを使ってもよいとされていますが、その内容が自分の経験や考えにもとづくかは面接で確かめると様式に書かれています。
共通テスト7割、英語検定で加点あり
最終合格の基準は、数学2科目(各100点)・物理(100点)・化学(100点)・英語(200点)・情報(50点)の650点満点で、おおむね70%(約455点)です。2024年4月以降に受けた英語の検定スコアがあれば、共通テストの英語に加点されます。
| 加点 | 主なスコア |
|---|---|
| 30点 | 英検CSE2300以上・GTEC1190以上・IELTS5.5以上など |
| 20点 | 英検CSE2180以上・GTEC1120以上・IELTS5.0以上など |
入試スケジュール(2027年度入試)
学校推薦型選抜のスケジュール(2027年度入試)
- 11月2日〜5日出願
- 11月10日受験日のお知らせ
- 11月21日か22日面接・口頭試問
- 12月4日合格内定
- 1月16日・17日共通テスト
- 2月9日最終合格発表
面接は原則11月21日。志願者が多いと2日に分かれる。出典
最新の倍率と読み方
- 志願者が4割増えた:53名から75名に増え、倍率は2.1倍から3.6倍に上がりました
- 2年続けて募集人員に届かない:30名の枠に、合格は25名・21名でした
- 枠ごとの数字は公表されていない:一般枠と女子枠のどちらが厳しいかは、公表資料からはわかりません
合格者が募集人員を下回るのは、面接や共通テストの基準に届かない人がいるためと読めます(推測)。共通テストの7割は、合格内定のあとの大きな関門です。
過去の出題と、面接・口頭試問
情報・データサイエンス学部の学部入試案内には、学校推薦型選抜の過去の出題は公開されていません。ここでは、募集要項に書かれた選抜の中身を整理します。
「面接ではコミュニケーション能力、学習意欲、情報・データサイエンス分野への適性、潜在的能力等を評価します。」
出典:千葉大学情報・データサイエンス学部「令和9年度 学校推薦型選抜 学生募集要項」(入学者選抜の基本方針)
| 選考 | 時期 | 中身 | 準備 |
|---|---|---|---|
| 書類 | 出願時 | 調査書・推薦書・志望理由書1〜3と補足資料 | 志望理由書3の分析を、自分の手で説明できるようにする |
| 面接 | 11月21日か22日 | 口頭試問を含む面接 | 志望理由書の内容と、数学・情報の基礎を問われても答えられるように |
| 共通テスト | 1月 | 650点満点でおおむね7割 | 数学・物理・化学を一般選抜と同じ水準で |
口頭試問で何を問われるかは公表されていません。学部が「数学の高い能力」を求めていることから、数学の基礎を口頭で説明する準備をしておくと安心です。
合格のコツ3つ
コツ1:オープンデータを分析し語る
志望理由書3は、作文ではなく小さなデータ分析のレポートです。自治体や国が公開している統計を探し、表やグラフにして、数値の傾向を示すことが求められています。高校の「情報Ⅰ」で学ぶデータの扱いを、実際の地域の課題で使ってみましょう。
コツ2:数学と他教科への興味を示す
「情報・データサイエンスの基盤である数学の高い能力に加え、応用先である他の全ての科目にも興味を持ち、かつ最先端の技術を常に追い求める姿勢をもつ人材を求めます。」
出典:千葉大学情報・データサイエンス学部「令和9年度 学校推薦型選抜 学生募集要項」(求める入学者)
数学が得意なだけでなく、データサイエンスで何を解きたいかを言えることが大切です。社会・医療・環境・スポーツなど、自分の関心がある分野とデータサイエンスを結びつけて話せるようにしておきましょう。
コツ3:生成AIを使っても自分で説明
様式には、生成AIの使用は認めつつ、面接で本人の考えかを確かめると書かれています。分析の手順や、なぜそのデータを選んだのかを自分の言葉で説明できるように、作る過程を記録しておきましょう。

生徒
データの分析は、どこまで高度なことをすればいいですか。

講師
様式には「簡単な分析」とあります。(練習)では、平均や推移のグラフから何が言えるかを、3つの数字で説明してみましょう。
向いている人
- 評定4.0以上の現役生:浪人生は出願できません
- データを使って地域の課題を考えたい人:一般枠の課題そのものです
- AIの偏りや女性の視点に関心がある女子:女子枠の課題につながります
- 数学・物理・化学が得意な人:共通テストの7割が最終合格の条件です
- 英語の検定スコアがある人:英検CSE2180以上などで共通テストの英語に加点されます
まとめ
情報・データサイエンス学部の学校推薦型選抜は、データを自分で集め、分析し、課題の解決を提案する力を見る入試です。書類と面接で内定を得たあと、共通テストの7割という学力の基準もあります。
この記事のまとめ
- 募集30名(一般枠15名・女子枠15名)。どちらか1つを選んで出願
- 評定4.0以上・現役生だけ・校長の推薦が必要
- 志望理由書3は、オープンデータを分析する1,200字の課題。枠でテーマがちがう
- 11月に口頭試問を含む面接、共通テスト650点満点でおおむね7割で最終合格
学年ごとに、いまからやること
- 高1評定4.0以上を保つ。情報Ⅰで表計算やグラフ作りに慣れる
- 高2自治体や国のオープンデータを使って、小さな分析をしてみる。英検2級に挑戦する
- 高3夏に志望理由書3の分析を仕上げ、秋は面接と口頭試問の練習。そのあと共通テストへ
総合型ラボでできる対策
総合型ラボは、総合型選抜・学校推薦型選抜専門のオンライン個別指導塾です。講師は全員が総合型選抜の合格者です。志望理由書1〜3から面接・口頭試問まで、Zoomで1対1で対策します。
| 準備 | 総合型ラボの授業 |
|---|---|
| 書類 | 志望理由書と、データ分析の課題を対話で深めて仕上げる |
| 面接 | 口頭試問を含む面接の練習 |
| 英語 | 英検などの資格・検定試験の対策 |





