大数据专业的考研科目因学校和专业而异，但通常包括以下几个部分：
数学：
通常包括高等数学（微积分、线性代数、概率论与数理统计）、离散数学、统计学等。
计算机科学：
数据结构（如链表、树、图等）、算法（如排序、查找等）、计算机网络、操作系统、数据库系统等。
统计学和机器学习：
概率论与数理统计、线性回归、分类与回归、聚类分析、时间序列分析、贝叶斯理论、隐马尔可夫模型、支持向量机、神经网络、决策树等。
大数据技术：
Hadoop、Spark、Hive、Flink等大数据处理框架；数据仓库、数据湖等技术；数据清洗、数据集成、数据质量等概念。
此外，大数据编程也是考研专业课中的一门重要科目，主要考察以下内容：
大数据处理框架：考生需要了解大数据处理的基本概念和常用的大数据处理框架，如Hadoop、Spark等，了解其原理和使用方法。
分布式计算：考生需要了解分布式计算的基本原理和常用的分布式计算模型，如MapReduce模型、Spark的RDD等，了解其特点、使用方法和性能优化技巧。
数据挖掘与机器学习：考生需要了解数据挖掘和机器学习的基本概念和常用算法，如聚类、分类、回归等，了解其原理、使用方法和应用场景。
数据库技术：考生需要了解数据库的基本概念和常用数据库技术，如关系数据库、NoSQL数据库等，了解其原理、使用方法和性能优化技巧。
编程语言和工具：考生需要熟悉常用的编程语言和工具，如Java、Python等，了解其语法、特性和常用库的使用方法。
总结来说，大数据专业的考研题目会涵盖数学、计算机科学、统计学和机器学习、大数据技术等多个方面的内容，具体题目会根据不同学校和专业的要求有所差异。建议考生根据自己报考的学校和专业，有针对性地复习相关课程。
