数据科学专业课的学习内容可以概括为以下几个方面：

基础课程

数学分析、高等代数、普通物理数学与信息科学概论

数据结构、数据科学导论、程序设计导论、程序设计实践

必修课

离散数学、概率与统计、算法分析与设计、数据计算智能

数据库系统概论、计算机系统基础、并行体系结构与编程、非结构化大数据分析

选修课

数据科学算法导论、数据科学专题、数据科学实践、互联网实用开发技术

抽样技术、统计学习、回归分析、随机过程、数据可视化技术

商务智能方法与应用、机器学习、人工智能技术与应用

实践应用课程

海量数据预处理实战、海量数据挖掘与可视化实战

其他相关课程

统计学与数据分析基础、计算机科学和编程技能、机器学习算法和人工智能原理

信息检索与数据处理、自然语言处理、智能计算、大数据分析技术基础、大数据存储与管理

编程语言（如Python、R）、数据处理、云计算、数据库技术

这些课程涵盖了数据科学与大数据技术的核心领域，包括数学基础、编程基础、数据处理、机器学习、人工智能和大数据技术。具体课程可能会因学校和专业方向的不同而有所差异。建议在选择课程时，结合自己的兴趣和职业规划，选择适合的课程进行学习。