數據科學與大數據技術要學習以下方面：
1.數學基礎：
包括高等數學、線性代數、概率論與數理統計等課程。這些課程將為學生提供數學分析、概率論和統計學的知識，為後續的大數據分析提供數學基礎。
2.編程語言：
學習至少壹種編程語言，如Python，Java或C++。編程語言是實現大數據分析、處理和挖掘的重要工具，掌握至少壹種編程語言將使學生能夠編寫程序來實現大數據處理任務。
3.大數據技術：
學習大數據技術框架，如Hadoop、Spark、Flink等。這些框架提供了分布式存儲和計算的能力，使得學生可以處理大規模的數據集。此外，學生還需要學習如何使用大數據分析工具，如SQL、Hive、Pandas等。
4.數據挖掘與機器學習：
學習數據挖掘和機器學習的基本理論和實踐。這將使學生能夠使用機器學習算法對大數據進行分析和預測，發現數據中的模式和規律。
5.行業實踐：
學習如何將所學知識應用於具體的行業領域，如金融、電商、醫療等。這將使學生能夠了解行業背景和需求，掌握實際應用中的數據處理和分析技能。
6.數據倫理與道德：
學習數據倫理和道德的相關知識，如隱私保護、數據安全等。這將使學生了解在處理和分析大數據時需要遵守的倫理和道德規範。此外，數據科學與大數據技術專業還需要學習壹些其他課程，如數據庫原理、數據可視化等，以幫助學生全面掌握大數據技術的各個方面。
總的來說，數據科學與大數據技術專業需要學生具備紮實的數學基礎、熟練的編程技能、熟悉大數據技術框架和分析工具、掌握數據挖掘和機器學習算法，並且了解行業實踐和數據倫理道德規範。這些知識和技能將幫助學生成為具備大數據分析、處理和挖掘能力的人才。