大数据专业的学习内容可以总结为以下几个主要方面：

数学基础

微积分、线性代数、概率论与数理统计等数学课程是大数据分析的理论基础。

统计学基础

描述统计、推断统计、多元统计分析等技能是数据分析的必备工具。

计算机科学基础

编程语言（如Python或R）、数据结构、算法设计等是数据处理和分析的必备技能。

大数据平台与工具

学习Hadoop、Spark等大数据处理平台，以及Linux操作系统、数据库（如Hive、Hbase）等。

数据处理与分析

掌握数据采集、预处理、分析、挖掘等技术，包括SQL和NoSQL数据库的使用。

数据可视化与决策支持

学习数据可视化技术与应用，以及数据挖掘、机器学习等相关技术，以支持决策制定。

实践与应用

通过项目实战、实习等方式，将所学知识应用于实际大数据场景中，提升实际操作能力。

拓展课程

根据不同高校和专业的设置，可能还会包括一些与大数据相关的拓展课程，如财经类大学的经济、金融类课程。

综上所述，大数据专业的学习内容涵盖了数学、统计学、计算机科学、大数据平台与工具、数据处理与分析、数据可视化与决策支持等多个方面。建议学生首先打好数学和统计学的基础，然后逐步深入学习计算机科学和大数据相关技术，并通过实践项目提升自己的综合能力。