大数据专业主要学习数据结构、数据库、大数据分析、机器学习等相关知识。
详细解释如下：
1. 数据结构与数据库
大数据专业的基础是数据结构和数据库。数据结构研究数据的组织方式，如何高效地进行数据的存储和访问。数据库则是数据的集中存储和管理的地方，学生需要掌握SQL等数据库查询语言，以及数据库设计和管理技能。
2. 大数据分析
大数据分析是大数据专业的核心课程之一。它涉及数据的采集、处理、分析和可视化。学生需要掌握如何从海量数据中提取有价值的信息，使用统计分析、预测建模等方法进行数据分析，并利用可视化工具将分析结果呈现出来。
3. 机器学习
在大数据专业中，机器学习是一个重要方向。机器学习让计算机通过数据自动学习和改进，而不需要进行明确的编程。学生需要了解各种机器学习算法，如监督学习、无监督学习、深度学习等，并学会将这些算法应用于实际的数据分析问题中。
4. 数据挖掘与可视化
数据挖掘是从大量数据中找出模式或趋势的技术。在大数据专业中，学生需要学习数据挖掘的技术和方法，如聚类分析、关联规则挖掘等。同时，数据可视化也是一个重要技能，学生需要掌握如何将数据以图形化的方式展示出来，以便更直观地理解数据。
除了以上课程，大数据专业还可能涉及数据仓库、数据挖掘算法、数据科学项目实战等内容。通过这些课程的学习，学生将掌握大数据处理和分析的技能，为未来的数据科学领域工作做好准备。