大数据专业考研一般会考数学、统计学、计算机、图书情报这几个专业。
大数据科学与应用硕士考研的初试科目分别是三门全国统考公共课和一门专业课。公共课为外语100分，政治为100分，数学为150分，专业课为计算机基础综合为150分。
大数据科学与应用人才的培养不仅局限在大数据专业和计算机专业，经济学、统计学、金融学等专业也同样培养大数据方面的研发人才，而这些专业在培养大数据人才时往往会有明显的专业属性。
大数据在职研究生目前的技术岗位主要集中在大数据平台开发、大数据应用开发、大数据分析和大数据运维四个岗位上。
关于数据科学与大数据专业考研方向如下：
计算机科学与技术
本专业主要培养计算机科学与大数据技术领域的复合型高级人才，要求学生掌握计算机科学基本技术和大数据的运用，能够运用计算机进行大数据的采集、分析。
数据科学和信息技术
数据科学和信息技术专业是一个多学科深度交叉的专业，该专业要求学生具有深厚的理科基础和创新能力，能够运用信息技术，结合大数据解决各种实践问题。本专业要求学生能够在物联网、智能传感、人机交互等领域展开创新性研究。
软件工程
软件工程专业主要培养软件开发与维护的高级人才，要求学生掌握基本软件开发技能，能够运用常见计算机语言进行软件开发。
大数据科学与工程
大数据科学与工程专业是从事大数据研究与分析的专业，该专业立足于"互联网＋"的时代背景，要求学生掌握数据分析与数据建模能力，能够运用信息技术分析软件对现实问题展开分析。
数据科学
数据科学的专业人才是国家急需的人才，该专业主要培养工学、理学等多学科交叉的专业人才，要求学生具有深厚的数据科学理论，了解数据科学的方法与技术，能够运用计算机软件，独立从事数据科学的研究。
扩展资料：
数据科学与大数据技术就业方向：
1、分析类岗位
分析类工程师。使用统计模型、数据挖掘、机器学习及其他方法，进行数据清洗、数据分析、构建行业数据分析模型，为客户提供有价值的信息，满足客户需求。
算法工程师。大数据方向，和专业工程师一起从系统应用的角度，利用数据挖掘／统计学习的理论和方法解决实际问题；人工智能方向，根据人工智能产品需求完成技术方案设计及算法设计和核心模块开发，组织解决项目开发过程中的重大技术问题。
2、研发类岗位
架构工程师。负责Hadoop集群架构设计开发、搭建、管理、运维、调优，从数据采集到数据加工，从数据清洗到数据抽取，从数据统计到数据分析，实现大数据全产业线上的应用分析设计。
开发工程师。基于hadoop、spark等构建数据分析平台，进行设计、开发分布式计算业务，负责机器学习、深度学习领域的开发工作。
运维工程师。负责大数据基础平台的运维，保障平台的稳定可用，参与设计大数据自动化运维、监控、故障处理工具。
3、管理类岗位
产品经理。负责大数据平台产品的设计工作，主导数据产品的功能规划、体验设计，与研发、数据分析、算法团队紧密合作，挖掘数据价值，形成数据产品，包括部分数据可视化的产品设计等。
运营经理。根据业务特点，结合业务发展需求，设立数据监控模型，搭建数据分析架构，理解业务方向和战略，为业务战略决策、业务方向提供决策支持，竞争分析及建议。