考研竞争大数据主要学习的内容包括：
大数据技术：
涉及大数据的采集、存储、处理、分析、展现及应用等有关技术。
数据发掘与分析：
学习如何从海量数据中提取有价值的信息，并通过算法和模型进行分析和预测。
机器学习算法：
研究各种算法，使计算机系统能够自动改进性能，包括监督学习、非监督学习和强化学习等方法。
分布式计算系统：
掌握分布式计算的基本原理和框架，如Hadoop、Spark等。
数据库管理系统：
学习数据库的基本原理和操作，包括关系型数据库和非关系型数据库。
编程语言：
熟练掌握至少一门编程语言，如Python、Java、Scala等，以便实现大数据处理和分析。
数据分析工具：
熟悉常用的数据分析工具，如Excel、Tableau、Power BI等。
统计学：
掌握统计学的基本原理和方法，包括描述性统计、推断性统计、回归分析等。
计算机科学：
学习计算机系统的基本原理和运行机制，包括计算机组成原理、操作系统、计算机网络等。
数据可视化：
学习如何将数据以图形或图表的形式展现，便于理解和分析。
此外，考研大数据方向还可能涉及以下课程：
数学分析、高等代数、普通物理数学与信息科学概论等数学基础课程。
数据结构、数据科学导论、程序设计导论、程序设计实践、离散数学、概率与统计、算法分析与设计、数据计算智能、数据库系统概论、计算机系统基础、并行体系结构与编程、非结构化大数据分析、数据科学算法导论、数据科学专题、数据科学实践、互联网实用开发技术、抽样技术、统计学习、回归分析、随机过程等。
建议考研竞争大数据专业的学生在选择学校和专业时，综合考虑自身的兴趣和职业规划，选择有丰富教学资源和实践机会的学校。同时，注重数学和编程能力的培养，以便更好地应对考研和未来的学习和工作挑战。