大数据考研主要学习的内容包括以下几个方面：

大数据技术：

涉及数据的采集、存储、处理、分析和应用等多个方面，包括使用编程语言和数据分析工具。

数据发掘与分析：

专注于从大量数据中提取有用信息和知识，掌握数据挖掘技术和算法，能够解决复杂的数据分析问题。

机器学习算法：

通过算法和统计模型使计算机系统能够自动改进性能，包括监督学习、非监督学习和强化学习等方法。

分布式计算系统：

学习如何设计和开发分布式计算系统，以处理大规模数据集。

数据库管理系统：

掌握数据库的设计、管理和优化，包括关系型数据库和非关系型数据库。

编程语言：

如Python、Scala等，用于数据处理和分析。

数据分析工具：

如Pymysql、Kettle、BI工具等，用于数据提取和可视化。

统计学：

学习统计学的基本理论和方法，包括描述统计、推断统计、回归分析、随机过程等。

计算机科学：

包括计算机系统的设计与开发、算法设计、系统架构等。

数据可视化：

学习如何将数据以图形或图表的形式展示，帮助理解和解释数据。

数学建模：

学习如何使用数学方法建立模型，解决实际问题。

云计算技术：

学习云计算的基本原理和技术，包括分布式计算、大数据处理等。

具体的学习内容可能因学校和专业而有所不同，但大致涵盖上述领域。建议学生在选择学校和研究生专业时，详细了解各个学校和专业的课程设置，以便选择最适合自己的学习方向。