计算机大数据技术主要涵盖以下几个方面的学习内容：
基础课程
计算机科学基础：包括数据结构、算法、计算机网络、操作系统等。
数据库系统：学习关系型数据库（如MySQL、Oracle）和非关系型数据库（如MongoDB、Redis）的基本原理和使用方法。
编程语言：掌握至少一种编程语言，如Java、Python、Scala等，用于大数据处理和开发。
大数据核心课程
大数据处理技术：学习Hadoop、Spark等大数据处理框架的原理和使用方法，掌握分布式计算、内存计算等技术。
数据存储与管理：了解HDFS、HBase、Cassandra等大数据存储和管理系统的原理和应用。
数据挖掘与机器学习：学习数据挖掘的基本原理和方法，掌握聚类、分类、关联规则挖掘等技能；了解机器学习的基本概念和算法，如线性回归、决策树、神经网络等。
数据可视化：学习数据可视化的基本方法和工具，如Tableau、D3.js等，将数据分析结果以直观的方式呈现给用户。
大数据应用课程
大数据与人工智能：了解大数据与人工智能的结合，学习如何使用大数据技术辅助人工智能应用的开发。
大数据与物联网：探讨大数据技术在物联网领域的应用，如智能家居、智能交通等。
大数据与金融：学习大数据技术在金融领域的应用，如风险控制、信贷评估等。
大数据与医疗：了解大数据技术在医疗领域的应用，如基因数据分析、疾病预测等。
实践与综合能力培养
通过参与实际项目，提升团队合作与沟通能力，增强解决实际问题的能力。
实践课程包括大数据平台搭建与运维、数据可视化技术等，使学生能够独立完成数据分析项目。
综上所述，计算机大数据技术涉及计算机科学、数学、统计学等多个学科领域的知识，学生需要掌握编程语言、数据处理技术、数据存储与管理、数据挖掘与机器学习、数据可视化等核心技能，并通过实践课程提升综合能力。