大数据工程技术专业主要学习大数据技术和工具，包括：
1、大数据分析：学习数据挖掘、机器学习等技术，以及如何分析大数据。
2、大数据存储：学习如何存储大数据，如Hadoop、NoSQL、分布式存储等。
3、大数据处理：学习如何对大数据进行实时处理和分析，如Spark、Storm等。
4、云计算：学习如何在云环境中构建大数据解决方案，如Amazon Web Services（AWS）、Microsoft Azure、阿里云、腾讯云等。
5、计算机网络：学习如何搭接和管理计算机网络，以支持大数据解决方案。
这些内容帮助学生掌握大数据工程的核心技术，为大数据工程师等相关职业做好准备。
大数据工程技术是一门研究如何处理和分析大量数据的学科。它涵盖了数据挖掘、数据仓库、数据分析等多领域。大数据工程师需要了解分布式系统、数据库技术、数据处理引擎以及数据可视化技术等。这个专业的目的是通过大数据技术和工具，帮助企业更好地管理和利用数据，实现数据驱动的决策。
大数据工程师是指在大数据领域中负责设计、开发和管理大数据系统的人员。这个领域的核心技术包括大数据存储、大数据处理、大数据分析、大数据可视化等。
大数据工程师通常需要掌握多种技术，如：Hadoop生态系统、Spark、Storm、HBase、Cassandra、Hive等；编程语言，如Java、Scala、Python等；数据分析工具，如R、Matlab、SAS等。此外，还需要具备一定的数据挖掘和机器学习知识。
总体而言，学习大数据工程师技术是一个技术性和理论性比较高的领域，需要具备一定的计算机基础知识和学习能力。
