大数据研究生主要学习的内容包括以下几个方面：

数据科学与大数据技术

涵盖数据的采集、存储、处理、分析和应用等多个方面。

考研科目通常包括数学、英语、政治思想理论和专业课，其中专业课会涉及数据库管理系统、数据挖掘、机器学习、统计分析及大数据处理框架等多个方面。

计算机科学与技术

作为大数据管理与应用的重要基础学科，学生需要学习计算机系统的设计与开发，包括数据处理、数据挖掘、机器学习等方面的知识。

考研时，该专业会涉及算法设计、系统架构等方面的知识。

数据挖掘与分析

专注于从大量数据中提取有用信息和知识，是大数据管理与应用的核心专业之一。

该专业要求学生具备扎实的数据处理和分析能力，掌握数据挖掘技术和算法，能够解决复杂的数据分析问题。

考研科目会深入涉及统计学、机器学习算法、数据预处理与特征工程等知识。

编程语言和数据分析工具

学生需要掌握编程语言（如Python、Scala）和数据分析工具的使用。

支撑性学科

统计学、数学、计算机科学等。

应用拓展性学科

生物学、医学、环境科学、经济学、社会学、管理学等。

技术工具

数据采集、分析、处理软件，数学建模软件等。

专业课程

包括数据科学概论、数据结构、数据科学导论、程序设计导论、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、大数据技术、数据发掘与分析、机器学习算法、分布式计算系统、数据库管理系统等。

公共课

思想政治理论、英语和数学。

综上所述，大数据研究生的学习内容涵盖了数据科学、计算机科学、数据挖掘与分析等多个领域，要求学生具备全面的数据科学知识、编程能力和数据分析工具的使用技巧。具体的课程和考试科目可能会因学校和专业而有所不同，但大致方向是一致的。