大数据专业硕士的课程设置涵盖了多个领域，旨在培养学生掌握大数据的基础理论与应用技术。具体课程包括：

思想政治理论、 英语（一）/英语（二） 、数学（一）/ 数学（二）等公共课程。

数据科学与大数据技术相关的专业课，如计算机系统结构、操作系统、编程语言等，为大数据处理和分析提供技术支持。

数据管理与存储，包括数据库系统、数据仓库与数据挖掘等内容。

数据处理与分析，涉及Python、Scala等编程语言的学习，以及数据清洗、转换等技能。

数据可视化，学习如何将数据以图形化的方式展示，帮助用户更好地理解数据。

数据挖掘与机器学习，包括算法设计、模型构建等内容，用于从海量数据中发现潜在模式和知识。

统计学，涵盖概率论、数理统计、回归分析、时间序列分析等，为大数据分析提供理论支持。

人工智能，包括机器学习、深度学习、自然语言处理、计算机视觉等内容，为大数据分析提供智能化解决方案。

软件工程，注重软件开发和管理的理论与实践，学生通过学习软件开发方法、软件项目管理、数据库设计等课程，掌握开发和维护大数据处理系统的技能。

商业智能，涉及大数据在金融、财务、经济管理等领域的应用。

大数据伦理与法律，学习大数据处理中的伦理和法律问题。

此外，不同高校可能会根据自身特色设置一些特色课程，如大数据分析、大数据系统、大数据与经营等IT相关课程。

建议学生在选择大数据专业硕士课程时，结合自身兴趣和职业规划，选择适合的课程方向，以便更好地掌握大数据领域的知识和技能。