大数据专业的考试通常涉及多个领域，包括计算机科学、统计学、编程语言和算法等。具体考试内容可能因学校、课程和教学目标而有所不同，但

1. 数据结构和算法：数据结构（如数组、链表、栈、队列、树、图等）、基本算法（如排序、查找、递归等）以及优化方法。

2. 计算机科学基础：操作系统、计算机网络、数据库管理系统等。

3. 编程语言：Python、R、Java、Scala等，以及如何使用这些语言进行大数据分析。

4. 数据处理和分析：数据预处理、数据清洗、数据转换、数据分析和可视化等。

5. 统计学和概率论：描述性统计、推断性统计、假设检验、回归分析、时间序列分析等。

6. 机器学习：监督学习、无监督学习、强化学习、特征工程、模型评估和选择等。

7. 大数据技术：Hadoop、Spark、Hive、NoSQL数据库（如MongoDB）、数据流处理等技术。

8. 大数据平台架构：分布式计算、大数据存储、大数据处理、大数据安全等。

9. 大数据应用：实时数据处理、预测分析、推荐系统、自然语言处理、图像识别等。

10. 项目实践：在实际项目中应用所学的大数据分析技能，解决实际问题。

请注意，这些只是一些建议的主题，具体的考试内容可能因学校和课程而有所不同。建议您查阅您所在学校的课程大纲或联系老师以获取更准确的信息。