大数据专业主要学习以下技术和课程：

算法设计与分析：

包括算法的基本原理和设计方法，用于解决复杂问题。

数据挖掘：

从大量数据中提取有价值的信息和模式，涉及数据采集、清洗、处理、分析和建模等多个方面。

机器学习：

通过算法和模型使计算机能够自动学习和改进，包括监督学习、无监督学习和强化学习等。

Python语言与数据分析：

学习Python编程语言及其在数据分析中的应用。

并行与分布式计算：

研究如何利用多台计算机同时处理数据，提高计算效率。

时间序列分析：

分析数据随时间变化的规律和趋势。

云计算与大数据分析：

学习如何利用云计算平台进行大数据处理和分析。

大数据管理技术：

涉及大数据的存储、管理、优化和安全等方面。

数据分析软件应用：

学习使用各种数据分析工具，如R、Python、SAS等。

统计学：

研究数据的收集、整理、分析和推断方法，为大数据分析提供理论支持。

数据库原理：

学习数据库的基本理论和常用技术，包括关系型数据库和非关系型数据库。

数据可视化：

将数据以图形化的方式展示，便于理解和分析。

计算机网络技术：

学习网络基础知识，包括网络协议、网络设备、网络安全等。

Web前端技术基础：

学习网页设计和开发的基础知识。

Linux操作系统：

了解Linux操作系统的基本操作和管理。

程序设计基础：

学习编程的基本概念和技巧，包括变量、数据类型、控制结构等。

数据库系统概论：

学习数据库系统的设计和实现方法。

计算机系统基础：

包括计算机硬件、软件、操作系统等基本知识。

并行体系结构与编程：

学习并行计算的基本原理和编程方法。

非结构化大数据分析：

研究如何分析非结构化数据，如文本、图像、视频等。

此外，大数据专业还涉及以下扩展课程：

数据计算智能：研究数据计算中的智能方法和算法。

大数据平台搭建：学习如何搭建和管理大数据处理平台。

数据管理与应用：研究大数据在经济管理中的应用。

信息管理与信息系统：结合信息技术和现代管理理念，指导管理实践。

软件工程：注重软件开发和管理的理论与实践。

人工智能：学习智能算法和模型的设计与实现。

这些课程和技术共同构成了大数据专业的核心知识体系，旨在培养具备大数据处理、分析和管理能力的高素质人才。毕业生可以在互联网、金融、医疗、教育等多个领域从事数据分析师、数据工程师、机器学习工程师、大数据系统架构师等职业。