本科大数据专业主要学习 数学、统计学、计算机科学高度交叉融合的学科。专业课程围绕大数据分析的核心轴线，注重在数据统计与分析、系统与算法方面的基础理论培养。具体课程包括但不限于：

基础课程

数学分析、高等代数、普通物理数学与信息科学概论、数据结构、数据科学导论、程序设计导论、程序设计实践等。

必修课

离散数学、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等。

专业核心课程

数据采集技术、数据预处理技术、大数据分析技术应用、数据可视化技术与应用、数据挖掘应用、大数据平台部署与运维等。

应用拓展性学科

生物、医学、环境科学、经济学、社会学、管理学等，这些学科为大数据应用提供拓展知识。

编程与算法

学习Python、R等编程语言和算法，以更好地进行数据处理和分析。

数据管理与存储

包括关系型数据库和非关系型数据库的使用方法，数据仓库和数据湖的概念，以及数据清洗和预处理技术。

数据挖掘与机器学习

学习各种数据挖掘技术和机器学习算法，如分类、回归、聚类和关联规则等。

通过这些课程的学习，学生将掌握大数据采集、处理、分析与应用的技术和手段，具备大数据项目分析挖掘和系统开发的能力，同时具有较强的工程实践能力、自主学习能力以及创新能力。