1、大資料技術專業屬於交叉學科：以統計學、數學、計算機為三大支撐性學科；生物、醫學、環境科學、經濟學、社會學、管理學為應用拓展性學科。
2、還需學習資料採集、分析、處理軟體，學習數學建模軟體及計算機程式語言等，知識結構是二專多能複合的跨界人才(有專業知識、有資料思維)。
3、以中國人民大學為例：基礎課程：數學分析、高等代數、普通物理數學與資訊科學概論、資料結構、資料科學導論、程式設計導論、程式設計實踐。必修課：離散數學、機率與統計、演算法分析與設計、資料計算智慧、資料庫系統概論、計算機系統基礎、並行體系結構與程式設計、非結構化大資料分析。選修課：資料科學演算法導論、資料科學專題、資料科學實踐、網際網路實用開發技術、抽樣技術、統計學習、迴歸分析、隨機過程。
大資料專業需要學：數學分析、高等代數、普通物理數學與資訊科學概論、資料結構、資料科學導論、程式設計導論、程式設計實踐、離散數學、機率與統計、演算法分析與設計、資料計算智慧、資料庫系統概論、計算機系統基礎、並行體系結構與程式設計、非結構化大資料分析等。
大資料專業主要學習內容大資料分析挖掘與處理、移動開發與架構、軟體開發、雲計算等前沿技術等。
主修課程：面向物件程式設計、Hadoop實用技術、資料探勘、機器學習、資料統計分析、高等數學、Python程式設計、JAVA程式設計、資料庫技術、Web開發、Linux作業系統、大資料平臺搭建及運維、大資料應用開發、視覺化設計與開發等。
旨在培養學生系統掌握資料管理及資料探勘方法，成為具備大資料分析處理、資料倉庫管理、大資料平臺綜合部署、大資料平臺應用軟體開發和資料產品的視覺化展現與分析能力的高階專業大資料技術人才。
女生學大資料好還是計算機好
其實無論是哪兩種專業比較，都沒有孰好孰壞，它們都有各自的優劣勢。因此，我們分別來看看大資料專業和計算機專業的主要特點。
1、計算機科學與技術
計算機科學與技術是一個計算機系統與網路兼顧的計算機學科寬口徑專業，旨在培養具有良好的科學素養，具有自主學習意識和創新意識，科學型和工程型相結合的計算機專業高水平工程技術人才。
作為計算機類專業中最老牌的一個專業，計算機科學與技術專業無論是在教育方面還是在行業內都已經發展的相當成熟了。成熟的培養體系能夠更好的幫助在校學生的成長，這是計算機專業的優點之一。此外，計算機科學與技術是一門學習內容非常廣泛的專業，主要分為三個方面：網路、硬體、軟體。學得多，應用面自然也廣，所以計算機專業的就業面非常廣。
2、資料科學與大資料技術專業
資料科學與大資料技術專業是以大資料為研究物件，以從資料中獲取知識與智慧為主要目的，以統計學、計算機科學、視覺化以及專業領域知識等為理論基礎，以資料採集、預處理、資料管理及資料計算等為研究內容的一門學科。
相較於計算機科學與技術，大資料專業是一個比較“年輕”的專業。也正是因為它是個新專業，所以行業內人才缺口很大。根據中國商業聯合會資料分析專業委員會統計，未來中國基礎性資料分析人才缺口將達到1400萬，而在BAT企業招聘的職位裡，60%以上都在招大資料人才。這也表明，大資料專業的就業前景還是非常不錯的。此外，對於女生來說大資料專業還有一個優勢，大資料專業不會設計太深的演算法，進可做大資料開發，退也可做大資料分析，女生可以選擇更貼近業務方面的工作。
在填報高考志願時，有小夥伴比較關心大資料專業課程有哪些?就業前景怎麼樣?下面是由本站編輯為大家整理的“大資料專業學什麼 好就業嗎”。
大資料開設課程
數學分析、高等代數、普通物理數學與資訊科學概論、資料結構、資料科學導論、程式設計導論、程式設計實踐、離散數學、機率與統計、演算法分析與設計、資料計算智慧、資料庫系統概論、計算機系統基礎、並行體系結構與程式設計、非結構化大資料分析等。
大資料工程師的發展前景
近年來，隨著資訊化和資料產業的發展，社會上對大資料相關專業的人才需求量持續上升，但是國內真正的大資料方面的專業人才數量非常少，這樣的供需不平衡就會導致資料行業產生一個較大的人才缺口，大資料工程師將迎來廣闊的就業前景，大資料和IT類似，都是越老越吃香，你的實踐經驗越豐富，你可以發展的職業生涯也就越長，自我價值也就越大。
大資料的未來發展前景是值得肯定的，現在大資料人才出現了供不應求的情況。大資料行業就業市場較為活躍的地區主要集中在京津冀、長三角、珠三角、成渝等區域，但是從目前招聘資料來看，大資料人才還是不能滿足市場的需求，因此現在學大資料未來的發展前景是非常好的。
大資料產業的發展離不開國家政策的支援，國家對大資料的戰略政策制定和實施，也成為大資料市場不斷髮展的有力條件。比如上海的“大資料局”和貴州的“雲上貴州”，長江三角洲和京津冀還有中西部地區，都在國家的政策下發展得良好。政策的支援在不斷更新著我們對大資料的認識。
拓展閱讀：大資料的就業方向
1、大資料開發工程師
大資料開發工程師，精簡到一個詞語就是：統計;精簡到兩類指標就是：PV和UV;精簡到一句話就是：統計各種指標的PV和UV。當然，具體的工作，並不是這麼的簡單，還需要從業者具備hadoop、spark、kafka、python等知識的應用。
2、Hadoop開發工程師
資訊時代資料的爆發式增長，使得資料的規模越來越大，傳統BI(即商務智慧)的資料處理成本高漲，加劇了企業的負擔。而Hadoop廉價的資料處理能力被重新挖掘，企業需求持續增長。
3、資訊架構工程師
資訊架構師需要懂得如何定義和存檔關鍵元素，確保以最有效的方式進行資料管理和利用。資訊架構師的關鍵技能包括主資料管理、業務知識和資料建模等。當然，這也就是資訊架構工程師的工作。
4、大資料分析師
大資料分析師需要對海量的大資料做分析、挖掘和展現，並且將其中有價值的資訊提取出來為決策提供支援，而大資料分析師實際上就是從事這類工作的從業人員。大資料分析師不僅要具備資料分析知識，作為高階大資料分析師，還要掌握大資料技術相關知識，如Hadoop、Python等，具備更為綜合的大資料知識體系。