数据建模是一个跨学科的领域，涉及多个学科的专业知识。以下是一些适合学习数据建模的专业：

数据科学与人工智能：

这个专业专注于从大量数据中提取有价值的信息，并利用这些信息进行建模和预测。它通常包括机器学习、深度学习、数据挖掘和自然语言处理等课程。

应用数学与统计学：

应用数学通过建立数学模型探索实际问题，而统计学研究数据收集、分析和解释的理论和方法。这两个学科为数据建模提供了坚实的理论基础和数学工具。

管理科学与工程：

这是一门交叉学科，包括运筹学、决策分析、供应链管理等领域，使用数学和工程技术进行建模和优化。

计算机科学与技术：

这个专业涵盖了计算机科学的基础理论、算法设计与分析、程序设计等知识，为编程建模提供了必要的编程基础。学生将学习数据结构、算法设计、数据库原理等，并掌握编程基础知识，以在编程中有效处理数据。

软件工程：

这个专业注重软件开发的整个过程，包括需求分析、设计、编码、测试和维护等。通过学习软件工程，学生能够掌握数据建模与编程的实际应用，并培养系统思维和工程能力。

信息与计算科学：

这是一个综合性较强的学科，涵盖了数据科学、计算机科学、数学等多个领域。学生将接受广泛的数据建模与编程培训，包括数据分析、模型建立、机器学习等。

数学建模：

数学建模主要是数学与应用数学和计算机科学这两个专业比较有优势。数学建模需要涉及到数学、编程、统计学等多个学科知识，而数学、应用数学、统计学等专业本身就具备了这些知识背景。

其他相关专业：

如物理学系和数学系合办的数据建模理学硕士项目，旨在培养理工科学生从数据中提取信息的数据建模能力。此外，机械工程、电子信息等工程领域的专业也可以学习数学建模，因为它们也需要运用到数学建模方法解决实际问题。

综上所述，学习数据建模可以选择上述专业中的一个或多个。具体选择哪个专业取决于个人的兴趣、职业目标以及希望从事的具体行业。