他大学（海外含む）から志望される方へ
ウェブサイトなどの情報を見ての受験希望が最近増えております．本学も積極的に海外からの留学生を受け入れようという意思はありますが，文化・言語・研究内容的に経済環境の違いなどもあり，大学院の研究を指導するうえでいくつかの条件を提示しています．
- 学部が比較的近い分野であること：今はデータサイエンス系に主眼を置いていますが，本専攻は管理工学，経営工学を源流としています．カリキュラムもそれらの影響が少なからずありますので，実際に研究を進めるにあたってはこれらの基礎的な素養を持ち合わせていることを条件とします．線形代数・微分積分・統計学・プログラミング・確率論などについて十分は基礎知識があることが必要であり，学部時代これらに関する科目の履修があったかを条件としています．
- 卒業研究などである程度の本研究室の分野に関するデータ解析経験があること：大学院に進学してからデータ分析を一から行うのでは学位論文（修士・博士）に間に合いません．特にRやPythonなどによる（相応のデータ量を用いた）データ解析経験を条件としています．
また，分野においても広く経営学・経営工学に関連する分野では広すぎるため，本研究室の研究分野もしくはそれに限りなく近い分野におけるデータ分析経験（卒業研究などを想定しています．単に講義や演習でやっただけでは該当しません）を想定しています． - ある程度の研究計画があること：実現できるかどうかがわかりませんので，あまりに狭く考える必要はありませんが，本研究室の研究分野と合致しているかは判断の材料となります．
ただし「機械学習手法を使ってレコメンデーションの高度化が行いたい」くらいではあまりに粗すぎるので，少なくともどのような対象でそのどのようなデータを想定しているのかとか，マーケティング・リサーチではリサーチ課題をどう設定して，どのようにアプローチしたいのかくらいは考えてください．
ただし，今までこうした分野の経験がないのに，（いろんな情報を組み合わせて）壮大な計画を立ててもおそらく実現不可能です．具体的な分析方針がある場合，それに該当するデータの入手可能性についても言及してください．（「こういうデータがあればできる」といった場合も，そのデータが入手できない場合は分析できません） - 日本語での論文が書けるだけの言語能力を有していること：具体的には正しく文章を書けることとディスカッションをすることができることを想定しています．N2取得だけではうまくコミュニケーションをとれない例もこれまで見てきました．
- 具体的に他の研究室と比較検討したこと：ウェブサイトや研究者情報データベースなどの情報を元に，気軽に問い合わせてくるケースが散見されます．教員によっては一度目の問い合わせには答えないポリシーをお持ちの方もいらっしゃいますが，（時間はかかっても）返事をするようにしています（今後あまりに増えたらこのポリシーは変更するかもしれません）．したがって，他の研究室と具体的にどのように比較検討して志望するのかについて説明を求めます．