大数据考研的科目通常包括以下几门：

公共课 ：

思想政治理论 ：考察学生的政治理论素养和思想道德水平。

英语一 ：考察学生的英语阅读、写作和翻译能力。

数学一 ：包括高等数学、线性代数、概率论与数理统计等，是大数据专业的基础。

专业课 ：

计算机学科专业基础或统计学 ：包括数据结构、算法、操作系统、数据库原理、计算机网络等。

数据结构与算法 ：研究数据的逻辑结构和处理算法。

数据库原理 ：涉及数据库的设计、管理和使用。

操作系统原理 ：介绍操作系统的基本原理和功能。

计算机网络 ：研究网络通信的原理和技术。

机器学习 ：利用算法让计算机系统通过数据学习并做出预测或决策。

数据挖掘 ：从大量数据中提取有价值的信息。

大数据概论 ：介绍大数据的基本概念、技术和应用。

大数据存储与管理 ：涉及大数据的存储、处理和管理技术。

人工智能基础 ：包括人工智能的基本原理和应用。

Python程序设计 ：教授Python编程语言的基础知识和应用。

统计学习 ：涉及统计学习理论和方法。

神经网络与深度学习方法 ：研究神经网络和深度学习的基本原理和技术。

多媒体信息处理 ：包括图像、音频、视频等多媒体信息的处理技术。

数据可视化技术 ：将数据以图形化的方式展示。

智能计算技术 ：研究智能计算的基本原理和技术。

分布式与并行计算 ：涉及分布式计算和并行计算的基本原理和技术。

云计算与数据安全 ：包括云计算的基本原理和安全技术。

算法设计与分析 ：研究算法的设计和分析方法。

高级语言程序设计 ：教授其他高级编程语言的基础知识和应用。

优化理论与方法 ：研究优化理论的基本原理和方法。

数据仓库与数据湖 ：涉及数据仓库和数据湖的设计和管理技术。

数据清洗、数据集成、数据质量 ：包括数据清洗、数据集成和数据质量管理的方法和技术。

建议考生在备考过程中，注重理论与实践相结合，系统梳理和深入理解相关专业知识，同时也要关注各大高校和专业的具体考试科目和要求，以便有针对性地进行复习。