大数据历史研究生学的专业课程包括：
1. 计算机科学与技术
2. 软件工程
3. 数学分析
4. 高等代数
5. 普通物理数学与信息科学概论
6. 数据结构
7. 数据科学导论
8. 程序设计导论
9. 程序设计实践
10. 离散数学
11. 概率与统计
12. 算法分析与设计
13. 数据计算智能
14. 数据库系统概论
15. 计算机系统基础
16. 并行体系结构与编程
17. 非结构化大数据分析
18. 数据科学算法导论
19. 数据科学专题
20. 数据科学实践
21. 互联网实用开发技术
22. 抽样技术
23. 统计学习
24. 回归分析
25. 随机过程。
大数据专业考研科目通常包括：
1. 思想政治理论
2. 英语一
3. 数学一
4. 计算机学科专业基础或统计学
5. 数据结构与算法
6. 数据库原理
7. 操作系统原理
8. 计算机网络
9. 机器学习
10. 数据挖掘。
建议：
数学：高等数学、线性代数、概率论与数理统计等，这些是大数据专业的基础，也是进行数据分析和处理的必备工具。
英语：所有专业考研都必须考的科目。
计算机基础：涵盖计算机组成原理、操作系统、计算机网络等基础知识。
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。
数据库原理：了解数据库的基本原理和常见数据库管理系统的使用方法。
机器学习与数据挖掘：掌握数据挖掘和机器学习的基本理论和方法，这些是大数据处理的核心技术。
此外，根据不同的专业和学校的不同，可能还会包括其他相关的课程和研究方向，如计算机视觉、自然语言处理等。建议考生在准备考研时，详细查阅目标学校和专业的具体考试科目和要求，以确保复习的全面性和针对性。