大数据技术专业属于交叉科目：以统计学、数学课、计算机为支撑性科目；生物课、医学、环境科学、经济学、社会学、管理学为应用拓展性科目。
大数据专业还需学习数据采集、分析、处理软件，学习数学课建模软件及计算机编程语言等，知识结构是二专多能复合的跨界人才（有专业知识、有数据思维）。
以中国人民大学为例：
基础课程：数学课分析、高等代数、普通物理课数学课与信息科学概论、数据结构、数据科学导论、程序设计导论、程序设计实践。
必修课：离散数学课、概率与统计、算法分析与设计、数据计算智能、数据库系统概论、计算机系统基础、并行体系结构与编程、非结构化大数据分析。
选修课：数据科学算法导论、数据科学专题、数据科学实践、互联网实用开发技术、抽样技术、统计学习、回归分析、随机过程。
同时学习大数据必须要学习大数据中心常识，大数据技术体系很繁杂，与物联网、移动互联网、人工智能、云核算等都有着精密的关系。因此，Hadoop生态体系；HDFS技术；Hbase技术；Sqoop运用流程；数据仓库东西HIVE；大数据离线剖析Spark、Python言语；数据实时剖析Storm等都是学习大数据需要知道和掌握的。
从事大数据工作，免不了要分析数据。假如从事数据剖析师，就需要知道一定的数学课常识。需要有一定的公式核算能力，知道常用计算模型算法。而假如从事数据发掘工程师，就需要可以熟练运用各类算法，对数学课的要求是很高的。
扩展资料：
大数据岗位：
1、大数据系统架构师
大数据平台搭建、系统设计、基础设施。
技能：计算机体系结构、网络架构、编程范式、文件系统、分布并行处理等。
2、大数据系统分析师
面向实际行业领域，采用大数据技术开展数据安全生命周期管理、分析和应用。
技能：人工智能、机器学习、数理统计、矩阵计算、优化办法。
3、hadoop开发工程师
解决大数据存储问题。
4、数据分析师
不同行业中，专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员。在工作中根据运用工具，提取、分析、呈现数据，实现数据的商业意义。
5、数据挖掘工程师
做数据挖掘要从海量数据中发觉规律，这就需要一定的数学课知识，比较基本的例如线性代数、高等代数、凸优化、概率论等。常常会用到的语言包括Python、Java、C或者C++，我自身用Python或者Java比较多。有时用MapReduce写程序，再用Hadoop或者Hyp来处理数据，假如用Python的话会和Spark相结合。
温馨提示：
