选择数据专业考研时，可以从以下几个方面进行综合考虑：
专业实力
师资力量：了解目标学校大数据或相关专业的教师背景和研究能力。
科研项目：查看学校是否有大数据相关的科研项目和成果。
课程设置：比较不同学校的课程设置，选择与自身兴趣和未来职业规划最为匹配的课程。
实验设施：了解学校的实验设施是否先进，能否满足大数据学习和研究的需求。
学校排名
参考各类高校排名，特别是在信息技术或工程领域的排名，选择排名较高的学校有助于提高未来的就业竞争力。
地理位置
考虑学校所在地的产业发展情况和就业机会，选择经济发展水平较高、大数据企业聚集的地区。
招生名额
查看历年的招生简章，了解目标学校大数据专业的招生名额和报考人数，评估竞争难度。
考试科目
不同学校对考研科目的要求可能有所不同，需要根据自己的备考情况选择考试科目较为匹配的学校。
学费和奖学金
考虑学校的学费标准及提供的奖学金政策，选择经济条件允许且能够获得经济支持的学校。
校园环境
可以实地考察学校的校园环境和学习氛围，选择自己喜欢且适应的环境。
未来发展
了解学校的校友资源和职业发展支持，选择能够为自己未来发展提供帮助的学校。
此外，建议多渠道收集信息，如参加教育展、咨询在读研究生、查阅学校官网和论坛等，全面了解各学校的情况后，根据自身情况做出选择。
推荐专业：
数据科学与大数据技术：该专业融合了统计学、计算机科学和数学等多个领域的知识，是近年来考研的大热门。
计算机科学与技术：该专业就业形势非常好，非常容易找到好工作。
应用统计学专业：统计学专业的学生在数据分析行业中有广泛的应用。
人工智能相关方向：如计算机视觉、自然语言处理等，这些方向在当前非常热门，对考生的数学基础和编程技能要求较高。
避坑指南：
提前学习Python、R等编程语言，以及数据库管理和统计分析的知识，增加竞争力。
尽早接触AI相关的在线课程，如Coursera上的《机器学习》课程，并参与一些项目实践，积累经验。
阅读经典的心理学教材，如《普通心理学》、《发展心理学》等，并关注最新的心理学研究动态。