大数据要学的内容包括：数学基础、编程语言、数据处理技术、数据分析方法和大数据平台。

1. 数学基础

学习数学是大数据领域不可或缺的一部分。线性代数、概率论与数理统计、离散数学等为大数据处理提供了理论基础。这些数学知识能够帮助理解数据的内在规律和关联性，从而做出更准确的预测和决策。

2. 编程语言

掌握至少一种编程语言对于大数据领域至关重要。Python和Java是热门的选择，它们拥有处理大规模数据集的能力。学习编程语言不仅包括基本的语法，还需要了解数据结构、算法以及如何在这些语言中处理复杂的数据操作。

3. 数据处理技术

大数据技术涉及数据的采集、存储、处理和分析等环节。学习者需要了解Hadoop、Spark等大数据处理框架，学习如何进行数据清洗、数据整合以及数据挖掘。此外，对于实时数据处理技术，如流处理框架Apache Kafka等也需要有所了解。

4. 数据分析方法

数据分析是大数据的核心。除了基本的描述性统计分析，还应学习预测分析和机器学习等相关知识。掌握如何使用统计模型和机器学习算法解决实际问题，是成为一名优秀的大数据分析师的关键。此外，对于数据可视化工具如Tableau、PowerBI等的掌握也是必要的，这有助于更直观地展示和分析数据。

5. 大数据平台

为了更有效地管理和处理大数据，需要了解大数据平台及相关技术。包括但不限于云服务平台、数据存储系统、数据流处理技术以及大数据开发和管理工具等。了解这些平台和技术有助于更高效地进行数据处理和分析工作。