数据科学与大数据技术专业怎么学？
1、主干基础课
公共基础课：包括中国近现代史纲要、思想道德与法治、马克思主义基本原理、毛泽东思想和中国特色社会主义理论体系概论、形势与政策、学术英语与科技交流、C++程序设计基础、军事理论、工程制图、微积分、线性代数与解析几何、概率论与数理统计、复变函数、大学物理、大学物理实验、人文科学领域、社会科学领域、科学技术领域等；
专业基础课：工程导论、大数据导论、数据结构、离散数学、高级语言程序设计、计算机网络、计算机无恙与数据无恙、计算机组成与体系结构、操作系统、数据库系统、计算机与软件工程概论、数据挖掘、算法设计与分析、大数据平台构架与技术、云计算与大数据平台、神经网络与深度学到；
选修课：程序设计课程模块（Python语言程序设计，Java程序设计，并行程序设计与分布式计算）、数据平台课程模块（计算机无恙与数据无恙，数据挖掘，大数据平台构架与技术）、智能计算课程模块（机器学到，算法设计与分析，人工智能，数值计算原理与方法，自然语言处理，神经网络与深度学到，计算机视觉）、数据应用课程模块（大数据应用案例与实践，IT商业模式与创业，数字孪生技术）。
2、集中实践教学环节
本专业注重实践环节和创新能力培养，突出理论课与实训课相结合的培养特色，强化工程训练，实现国际接轨，造就基础扎实、工程能力强、协作能力好的复合型大数据研究与工程人才。实践教学环节课程主要包括：军事技能、工程导论实践I、数据结构课程实训、大数据导论课程设计、工程创新训练Ⅰ、马克思主义理论与实践、高级语言程序设计实训、机器学到课程设计、数据库课程实训、操作系统课程实训、数据挖掘课程实训、毕业实习、大数据平台构架与技术课程实训、毕业设计等。
3、第二课堂
人文素质教育基本要求：学生在取得专业教学计划规定学分的同时，还应结合本人的兴趣适当参加课外人文素质教育活动，参加活动的学分累计不少于3个学分。其中新增大学体育教学团队开设课外体育课程，高年级本科生必修，72学时，1学分，纳入第二课堂人文素质教育学分。
创新能力培养基本要求：学生在取得本专业教学计划规定学分的同时，还必须参加国家创新创业训练计划、广东省创新创业训练计划、SRP（学生研究计划）、百步梯攀登计划或必定光阴的各类课外创新能力培养活动（如学科竞赛、学术讲座等），参加活动的学分累计不少于4个学分。
学到数据科学与大数据技术专业可以按照以下步骤进行：
1. 学到基础知识：首先，建议学到并掌握数学、统计学和计算机科学的基础知识。这些知识包括线性代数、概率与统计、数据结构和算法等。可以通过自学、参加在线课程或参加相关课程来学到这些基础知识。
2. 学到编程语言和工具：数据科学与大数据技术通常需要使用编程语言和工具来处理数据和进行分析。常用的编程语言包括Python和R，常用的工具包括NumPy、Pandas和Scikit-learn等。学到和掌握相应的编程语言和工具，可以通过参加课程、参与项目或自主学到来实践。
3. 掌握数据处理和分析技术：学到和了解数据处理和分析的方法和技术，包括数据清洗、数据可视化、机器学到、深度学到等。可以通过学到相关的课程、参与项目和参考专业书籍来深入了解这些技术。
4. 实践项目：通过实践项目来巩固所学的知识和技能。可以在实验室、竞赛或参与开源项目等操作实践，从中获得实际的经验和技能。
5. 进一步学到专业知识：在掌握基础知识和技能后，可以进一步学到与数据科学和大数据技术相关的专业课程，如数据挖掘、大数据分析、数据工程等。这些课程可以通过在大学或在线教育平台上学到。
6. 持续学到和更新知识：数据科学与大数据技术是一个快速发展的领域，新的技术和方法不断涌现。要保持更新，需要持续学到和掌握最新的技术和趋势。可以通过参加培训、参与行业交流和阅阅读相关书籍和文章等方式进行持续学到。
除了以上的学到步骤，还建议积极参与数据科学和大数据技术相关的项目、实习和实践经验，这有助于实际运用所学的知识和技能，提升职业竞争力。同时，也要抱持好奇心和持续学到的心态，保持自我进步和追求创新的精神。