研究生在大数据领域通常会学习以下软件：

编程语言:

Python：用于数据处理、分析和建模。

R：用于统计计算和统计制图，也用于数据挖掘、分析和可视化。

数据库:

MongoDB：一个流行的NoSQL数据库，用于存储非结构化数据。

Gbase：另一种数据库，用于数据存储和管理。

数据仓库工具:

Hive：用于数据仓库和大数据分析。

Hbase：一个分布式、可扩展、大数据存储服务。

Sqoop：用于在关系数据库和Hadoop之间传输数据。

大数据处理框架:

Hadoop：用于大规模数据处理的分布式系统基础架构。

Spark：一个快速、通用的大数据处理引擎。

数据可视化工具:

Tableau：用于数据可视化的强大工具。

Excel：用于数据整理、清洗和初步分析。

其他工具:

Octoparse：网络爬虫，用于数据提取。

ContentGraber：用于开发、测试和生产服务器的编程操作环境。

import.io：基于网页的数据提取工具。

这些软件构成了大数据分析的核心工具集，研究生应该根据自己的兴趣和未来的职业发展方向，选择相应的软件进行深入学习。需要注意的是，随着技术的发展，可能会有新的工具出现，因此保持对最新技术的关注和学习也是很重要的