大数据分析考研的内容主要包括以下几个方面：
数学基础：
包括高等数学、线性代数、概率论与数理统计等，这些是大数据处理与分析的基础。
统计学：
统计学在大数据分析中的应用非常广泛，核心内容包括概率论、数理统计、回归分析、多元统计分析等，这些理论和方法为数据的解释和预测提供了科学依据。
编程语言：
如Python、R等，这些语言在大数据处理和分析中非常重要。
数据结构与算法：
重点考察数据结构与算法的理解和应用能力。
数据库管理系统：
如MySQL、Oracle、SQL Server等，数据库系统为数据存储和处理提供了基础支持。
机器学习：
通过算法和模型来发现数据中的规律和模式，从而实现数据分析和预测。
数据挖掘：
通过特定算法对大量数据进行处理和分析，以发现数据中的模式和关联。
数据可视化：
通过图表、图形等形式将数据加以展示，帮助用户更好地理解和分析数据。
计算机科学与技术：
包括计算机系统的设计、实现和应用，核心课程有算法与数据结构、数据库系统、操作系统、计算机网络、人工智能等。
信息管理与信息系统：
研究信息的收集、存储、管理、分析和利用。
软件工程：
研究软件的开发、测试和维护。
经济学：
在大数据分析中，经济学可以帮助理解数据背后的经济规律和趋势。
思想政治理论 、 英语和 数学：
这些是考研的公共课，思想政治理论考察考生的政治理论素养和思想道德水平，英语考察阅读、翻译和写作能力，数学则是大数据专业考研的重点科目。
建议考生在备考过程中，系统掌握这些科目的知识，注重理论与实践的结合，提高分析问题和解决问题的能力。同时，多进行实际操作和练习，以增强自己的动手能力和实际应用能力。