数据科学与大数据技术专业的考研方向主要包括以下几个方面：
计算机科学与技术
主要研究计算机系统的设计、制造、应用等方面，包括计算机软件、硬件的基本理论、技能与方法。
课程包括大数据技术导论、数据采集与处理实践、Web前/后端开发、统计与数据分析、机器学习、高级数据库系统、数据可视化、云计算技术、人工智能、自然语言处理、媒体大数据案例分析、网络空间安全、计算机网络、数据结构、软件工程、操作系统等。
软件工程
研究用工程化方法构建和维护有效、实用和高质量的软件。
课程涵盖程序设计语言、数据库、软件开发工具、系统平台、标准、设计件等，并包括电子邮件、嵌入式系统、人机界面、办公套件、操作系统、编译器、数据库、游戏等应用领域。
应用统计学
研究统计学的基本理论和方法，重点在于使用计算机处理和分析大量数据，以解决各个领域内的实际问题。
主要课程包括数据分析、数据管理、统计调查等。
大数据技术与工程
适应经济建设和社会发展对高层次专业人才的需求，培养应用型、复合式高层次工程技术和数据工程管理人才。
课程包括数据挖掘、智能信息处理、特种数据分析等领域的基础理论和宽广的专业知识、先进技术方法和手段。
数据计算及应用
是数学、统计学和信息科学多学科交叉融合的应用理科专业，培养能运用所学知识与技能解决数据分析、信息处理、科学与工程计算等领域实际问题的复合型应用理科专业人才。
大数据科学与工程
立足于“互联网+”时代背景，要求学生掌握数据分析与数据建模能力，能够运用信息技术分析软件对现实问题展开分析。
数据科学和信息技术
要求学生具有深厚的理科基础和创新能力，能够运用信息技术，结合大数据解决各种实践问题。专业方向包括物联网、智能传感、人机交互等。
智能科学与技术
涉及相关硬件研究、设计、开发的基础上，还需要掌握数据处理、数据分析、数据预测和数据可视化等技能。
自然语言处理（NLP） 、 推荐系统、 计算机视觉
这些方向分别关注如何通过计算机技术处理和分析文本数据、根据用户兴趣推荐内容、处理和分析图像和视频数据。
建议
选择方向：根据个人兴趣和职业规划选择合适的方向。例如，对计算机系统和软件开发感兴趣的学生可以选择计算机科学与技术或软件工程；对数据分析和统计感兴趣的学生可以选择应用统计学或大数据技术与工程。
基础知识：在本科阶段，务必扎实掌握基础知识，以便在考研复习中能够更好地应对。
备考资源：充分利用公办高校和在线资源，提高备考效率。
心理调适：面对就业和考研的双重压力，学生应积极调整心态，保持健康的生活和学习节奏。
希望这些信息能帮助你更好地规划考研方向，取得成功。