互联网专业大数据考研涉及的专业方向主要有 数据科学与大数据技术、 计算机科学与技术和 数据挖掘与分析。这些专业方向在考研时通常需要学习的课程包括数学、英语、政治思想理论以及专业课，其中专业课会涵盖数据库管理系统、数据挖掘、机器学习、统计分析及大数据处理框架等多个方面。
具体到考研科目，大数据专业考研通常包括以下几类课程：
核心课程
大数据分析与挖掘：学习大数据处理的核心技术，包括数据预处理、特征提取、模型评价等。
数据可视化：通过图表、图形等形式展示数据，帮助用户更好地理解和分析数据。
机器学习：了解机器学习和深度学习的基本原理和算法，并能利用这些技术解决实际问题。
深度学习：学习深度学习的基本原理和算法，应用于大数据分析中。
选修课程
计算机视觉：研究如何使计算机能够像人类一样“看”和理解图像和视频。
自然语言处理：研究如何让计算机理解和生成人类语言。
数据仓库与数据挖掘：学习数据仓库的设计、数据挖掘方法和技术。
此外，大数据专业考研还强调实战经验，建议学生在本科阶段积累实践经验，并在研究生阶段选择特定方向进行专项深入学习，如图像识别、自然语言理解等，以提升专业技能。
建议：
选择专业方向：根据个人兴趣和职业规划选择合适的专业方向，如数据科学、计算机科学与技术或数据挖掘与分析。
注重实践：在本科阶段尽可能多参与实际项目，积累实践经验，为研究生阶段的学习和研究打下坚实基础。
系统学习：认真学习和掌握核心课程和选修课程，构建扎实的理论基础和专业技能。
关注行业动态：了解大数据行业的发展趋势和就业前景，选择有发展前景的专业和学校进行报考。