学部・大学院教育の特徴

デュアルシステム

日本工業大学では1学年から実験・実習をスタートし
技術と理論をあわせて学んでいきます。

体験しながら理論を学び、理解を深化させていく

ものづくりに取り組みながら、同時に理論を学び、工学への興味を高め、実践的に力を養う。
それが日本工業大学独自の「デュアルシステム」です。入学直後から実験・実習・製図に取り組み、体験的に技術を習得。現場で発見した課題や疑問を手がかりに、講義で理論への理解をさらに深めます。

図をクリックすると拡大します

工学基礎教育

工学に必要な「数学」「物理」「英語」の基礎固めと、
ものづくりの基礎を実践的に鍛えることを目的としたプログラムを用意。
技術革新を成し遂げるには、技術者としての基礎を固めることが重要です。

理数・語学リテラシー

一人ひとりの「いま」から段階的な成長ルートを描く

「数学」「物理」「英語」では、入学時のプレースメント（クラス分け）テストの結果をもとに、一人ひとりの学力に合った科目からスタートします。1年を4期に分けた「クォータ制」を導入し、週2回の授業を実施します。段階的に学ぶことで着実に基礎を身につけられます。

図をクリックすると拡大します

ものづくりリテラシー

ものづくりを支える基礎を身につける

ものづくりの基礎となる知識・技能として、「道具の正しい使い方」、「素材に対する適正な理解」、「安全な作業環境の確保」などがあります。本学でものづくりを学ぶ上で必要なものづくりリテラシーを修得するために、1学年に「ものづくり基礎実習」を用意。上位学年に配置されている、より高度な演習・実習に、安全かつ適正に取り組めるようにします。

授業内容

工作機械を使ったものづくり実習
設計・製図の課題製作
ライントレースカーの製作

学習基盤の強化

大学での学びを確実なものとするための基礎力を養う

役立つノートの取り方、レポートの書き方、発表の仕方など大学で学ぶうえで必要なスキルを1学年から身につけます。また広い視野を持ち、専門を学ぶことへの意識を高めます。グループで協力してものづくりをしたり、さまざまな情報から論理的に自分の考えを文章にしたりするなど、情報発信する力につなげていきます。

身につくスキル

コミュニケーション力
プレゼンテーション力
工学的な視点から問題を見出す力
技術者に求められる文章力

カリキュラムを見る

データサイエンスプログラム

学部・学科横断
データサイエンスプログラム

データサイエンスの知識•技術を活用し、課題発見や解決につなげるデータ分析力。分野を問わずこうした力が、未来を切り拓くこれからの技術者には求められてゆくでしょう。そこで、データサイエンス学科の科目の一部を全ての学科で学ぶことができる「データサイエンスプログラム」を導入します。日本工業大学では全学科を通してデータサイエンスの基礎を身につけられますが、本プログラムを履修することで、基礎レベルを超えたデータサイエンティストとしての能力を身につけることができます。

必修科目を含んで7科目以上の単位を修得することで、データサイエンスプログラム修了生として認定します。

データサイエンス統合3.jpg

カレッジマイスタープログラム

授業で学んだ工学の知識と技術を活かして、「リアルな課題」に取り組む。
それが日本工業大学の「カレッジマイスタープログラム」。
ものづくりを通して、工学の複雑な課題を解決する力を育成します。

興味・関心に合わせて参加できる工房スタイルのプロジェクト型科目

マイスターとは、卓越した技術者・職人や親方という意味。工学基礎教育や専門教育で学んだ工学の知識を活かして、個人やチームで「リアルなものづくり」にチャレンジできるのが「カレッジマイスタープログラム」です。テーマは、学生フォーミュラ大会やロボコン出場をめざすものから、地域と連携し、実際に小規模な建物をつくってしまうものまで、実にさまざま。学生たちの熱意を教員が親身になってサポートする点もこのプログラムの特長です。