数学、计算机综合及英语。根据查询辽宁科技大学网显示，辽宁科技大学大数据科学与技术考研需要考研数学、计算机综合及英语三门科目。
自动化控制类：控制理论与控制工程，模式识别，测控，精密仪器，导航制导。数学类：基础数学，计算数学，应用数学，运筹学，金融数学，系统工程。经济类：统计学，国际贸易，国际金融，投资，产业经济学。管理类：运筹学，企业管理。
专业性强：辽宁科技大学数据科学与大数据技术专业是一门专业性很强的学科，需要学生具备一定的数学、统计和计算机等方面的基础知识，因此学费高。
1、数学、英语、政治思想理论、专业课。根据查询南京大学官网显示，南京大学大数据专业考研科目主要为：数学、英语、政治思想理论、专业课，其中专业课考试内容会根据考生选择的专业和学校的不同而有所差异。
2、人工智能考研考哪些科目以人工智能专业全国第一的南京大学为例，人工智能考研科目有：①101思想政治理论②201英语（一）③301数学（一）④855数据结构、算法、人工智能、概率统计。
3、南京大学计算机院的考研复试线：2018年：总分290，第一门45，第二门45，第三门70，第四门70。2017年：总分300，第一门50，第二门50，第三门75，第四门75。2016年（不含工学照顾专业）：总分320，第一门50，第二门50，第三门80，第四门80。
4、信息与计算科学专业考研方向如下：计算机类：计算机系统结构、微型计算机系统、并行分布/处理与智能计算机系统、计算机软件、人工智能与智能控制、计算机图形学及计算机辅助设计、计算机信息处理与应用、计算机设计自动化与计算机科学理论。自动化控制类：控制理论与控制工程，模式识别，测控，精密仪器，导航制导。
1、公共和专业课。根据查询高顿网校显示，大数据考研考公共和专业课、英语、数学、计算机学科专业基础或统计学，操作系统和计算机网络等内容，考察学生的基础知识掌握、基本理论和问题分析解决能力。
2、大数据的考研有多个方向可以选择，一般会涉及到数学、统计学、计算机、图书情报这几个专业，大数据的考研方向大致有以下几个：学硕可以考虑以下三个方向：理学下面的：0701数学，考试科目是：政治、英语专业课一（数学类的）、专业课二（计算机类的）。
3、大数据专业考研所需考察的科目，包括高等数学、线性代数、概率论与数理统计、运筹学与控制论等。高等数学是大数据专业的基础学科之一，是考研必考科目，考试内容主要包括微积分、线性代数、空间解析几何、常微分方程等。
4、大数据专业考研科目主要为：数学、英语、政治思想理论、专业课，其中专业课考试内容会根据考生选择的专业和学校的不同而有所差异。大数据专业的考研方向有：数据科学、计算机科学与技术、软件工程、大数据科学与工程、数据科学和信息技术等。
5、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。
6、数学、英语、计算机基础、数据结构与算法、数据库原理与应用、数据挖掘与机器学习等。根据大数据专业考研科目提示，数学和英语是所有专业考研都必须考的科目，而计算机基础、数据结构与算法、数据库原理与应用、数据挖掘与机器学习则是大数据专业考研的核心科目。
1、哈尔滨工业大学。哈尔滨工业大学在大数据管理与分析、大数据治理、数据科学、生物大数据等方面有深入的研究，并与多个国家的著名高校建立了合作关系。
2、大数据的考研有多个方向可以选择，一般会涉及到数学、统计学、计算机、图书情报这几个专业，大数据的考研方向大致有以下几个：学硕可以考虑以下三个方向：理学下面的：0701数学，考试科目是：政治、英语专业课一（数学类的）、专业课二（计算机类的）。
3、数据科学与大数据技术专业考研比较好的方向是数据科学与大数据技术专业方向、智能科学与技术专业方向、国际经济与贸易专业方向。数据科学与大数据技术专业的学生需要学习计算机科学、大数据科学、信息技术的基本知识和基本技能，并且需要掌握大数据工程规划与管理的方法。
4、如下：昆明理工大学、云南财经大学、晋中学院、成都东软学院、电子科技大学成都学院、湖北经济学院、长春理工大学、浙江财经大学、重庆理工大学、佛山科学技术学院、广东白云学院、广西科技大学、安顺学院、贵州师范大学、贵州理工学院。
5、大数据专业考研方向有：数理基础科学、计算机科学与技术专业、软件工程专业、网络工程专业、信息安全专业、物联网工程专业、数字媒体技术专业、智能科学与技术专业、空间信息与数字技术专业、电子与计算机工程专业等。
6、大数据考研的院校如下：清华大学 清华大学计算机科学与技术系是国内最早开设大数据相关专业的高校之一。该校的大数据专业研究生项目具有丰富的师资力量和优质的教学资源。学生将有机会接触到最新的大数据技术和实践案例，并获得丰富的研究经验。
