考研大数据软件学专业主要学习以下内容：
编程语言：
需要掌握Python、Scala等编程语言。
数据结构与算法：
学习数据结构的基本原理和算法设计方法。
数据库系统：
包括关系型数据库和非关系型数据库的设计与管理。
统计学：
掌握统计学的基本理论和方法，用于数据分析和推断。
机器学习：
学习各种监督学习和无监督学习算法，如分类、回归、聚类等。
数据挖掘：
从大量数据集中提取有用信息的技术和方法，包括数据预处理、特征选择、模型构建和结果评估。
大数据技术：
学习Hadoop、Spark、Storm等大数据处理框架和核心技术。
云计算：
了解基于互联网的相关服务的增加、使用和交付模式。
软件工程：
学习软件项目管理和开发的相关知识。
数学建模：
使用数学工具进行模型构建和解决实际问题。
此外，还需要学习一些公共课程，如高等工程数学、自然辩证法概论等。
建议：
编程语言：重点掌握Python，同时了解Scala。
数据结构与算法：通过编程实践来加深理解。
数据库系统：熟练掌握SQL以及NoSQL数据库的使用。
统计学：重视实际应用，通过案例学习提高分析能力。
机器学习：掌握常用的监督学习和无监督学习算法。
数据挖掘：深入理解数据挖掘的各个步骤和技术。
大数据技术：学习并实践Hadoop、Spark等框架。
云计算：了解云计算的基本概念和服务模式。
软件工程：培养项目管理和团队协作能力。
数学建模：学习数学工具在实际问题中的应用。
这些课程内容将帮助你在考研大数据软件学领域建立坚实的基础，并为未来的职业发展做好准备。