在美国，学习大数据的专业主要有以下几个方向：

商业分析（Business Analytics）

这个专业主要关注使用数据来解决商业问题和制定策略。它通常要求学生具备金融背景知识，并对数学和计算机背景有较高要求。许多申请人在大学本科阶段主修工程或计算机科学，辅修金融。

数据科学（Data Science）

数据科学是一门涉及统计学、数据分析及其相关方法的科学，旨在通过数据来“理解和分析实际现象”。这个专业不特别强调金融背景，而更关注申请人的计算机背景和数学能力。

机器学习（Machine Learning）

机器学习是数据科学的一个重要分支，专注于开发和使用算法，使计算机系统能够从数据中“学习”并改进其性能。这个方向通常要求学生具备较强的数学和编程背景。

数学与应用数学（Mathematics and Applied Mathematics）

数学是数据科学的基础，许多数据科学专业要求申请者具备扎实的数学基础，包括微积分、线性代数、概率论和统计等。

应用统计学（Applied Statistics）

应用统计学专注于应用统计方法来解决实际问题，包括数据分析、数据挖掘和预测分析。这个专业通常要求学生具备较强的数学和统计背景。

建议

选择专业：如果你对商业策略和数据分析感兴趣，商业分析可能是一个好选择。如果你更偏向于技术和数据本身，数据科学或机器学习可能更适合你。

背景准备：无论选择哪个方向，都需要具备一定的数学和计算机背景。建议提前修读相关课程，如微积分、线性代数和编程语言等。

实践项目：参与实际的数据分析项目或实习，可以帮助你更好地理解和应用所学知识，增加申请竞争力。

希望这些信息对你有所帮助，祝你在选择专业和学习大数据的道路上一切顺利!