大数据专业主要学习以下内容：

1. 支撑性学科：统计学、数学、计算机科学。

2. 应用拓展性学科：生物、医学、环境科学、经济学、社会学、管理学。

3. 数据相关技能：数据采集、分析、处理软件的使用；数学建模软件及计算机编程语言的学习。

4. 知识结构：专业知识与数据思维的复合。

以中国人民大学为例，其大数据专业的基础课程包括：

1. 数学分析

2. 高等代数

3. 普通物理数学与信息科学概论

4. 数据结构

5. 数据科学导论

6. 程序设计导论

7. 程序设计实践

必修课包括：

1. 离散数学

2. 概率与统计

3. 算法分析与设计

4. 数据计算智能

5. 数据库系统概论

6. 计算机系统基础

7. 并行体系结构与编程

8. 非结构化大数据分析

选修课包括：

1. 数据科学算法导论

2. 数据科学专题

3. 数据科学实践

4. 互联网实用开发技术

5. 抽样技术

6. 统计学习

7. 回归分析

8. 随机过程

大数据专业对应的岗位有：

1. 大数据系统架构师：负责大数据平台搭建、系统设计、基础设施。需要掌握计算机体系结构、网络架构、编程范式、文件系统、分布并行处理等技能。

2. 大数据系统分析师：面向实际行业领域，利用大数据技术进行数据安全生命周期管理、分析和应用。需要掌握人工智能、机器学习、数理统计、矩阵计算、优化方法等技能。

3. Hadoop开发工程师：解决大数据存储问题。

4. 数据分析师：在不同行业中，专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员。需要通过运用工具，提取、分析、呈现数据，实现数据的商业意义。

5. 数据挖掘工程师：从海量数据中发现规律，需要一定的数学知识，如线性代数、高等代数、凸优化、概率论等。常用编程语言包括Python、Java、C或者C++，常与MapReduce、Hadoop、Hyp、Spark等工具结合使用。