大数据技术专业主要涵盖以下几个方面的学习内容：

1. 数据管理：学习如何有效地采集、存储、处理和分析大规模数据集。这包括对数据预处理的技术，例如数据清洗和转换，以确保数据的质量和一致性。

2. 数据挖掘与机器学习：掌握数据挖掘的基本概念和机器学习算法，以发现数据中的模式、关联和趋势，并学会如何应用这些技术解决实际问题。

3. 数据分析：学习使用统计分析和机器学习算法对数据进行深入分析，构建预测和分类模型，提高决策的准确性和效率。

4. 数据可视化：掌握数据可视化工具和技巧，如Tableau和D3.js，将数据转换为图表、图形和地图，以便更直观地理解和传达数据信息。

5. 大数据平台与工具：熟练使用如Hadoop、Spark等大数据平台和工具，处理和分析海量数据，提高数据处理的速度和效率。

6. 数据安全和隐私保护：了解数据安全的基本概念和技术，如访问控制、数据加密和身份验证，同时学习遵守数据隐私法规和道德准则，确保数据合法、安全地使用。

综上所述，大数据技术专业旨在培养能够在多个领域应用大数据技术解决实际问题的复合型人才，他们具备数据处理、分析和安全管理的能力，能够应对日益增长的大数据挑战。