大数据技术专业的数学学习内容主要包括以下几个方面：
高等数学：
这是大数据技术专业的基础数学课程，涵盖了微积分、线性代数、常微分方程等内容，为后续的数据分析和建模提供必要的数学工具。
线性代数：
线性代数在大数据处理中有着重要应用，涉及矩阵、向量、线性方程组等内容，帮助学生理解数据的结构和变换。
概率论与数理统计：
这门课程主要研究随机现象及其规律，包括概率分布、假设检验、回归分析等内容，为数据分析提供理论支持。
数学建模：
通过数学建模，学生可以学习如何用数学方法描述和解决实际问题，这在大数据分析和挖掘中非常关键。
离散数学：
离散数学涉及集合论、图论、逻辑、数论等内容，对于理解和设计复杂的数据结构和算法非常重要。
算法分析与设计：
这门课程主要学习算法的原理和分析方法，包括递归、分治、动态规划等，对于提高数据处理效率至关重要。
综上所述，大数据技术专业的数学学习内容涵盖了从基础到高级的多方面数学知识，旨在培养学生具备处理和分析大数据所需的理论基础和实践能力。建议学生在学习过程中注重理论与实践相结合，通过实际项目来巩固和应用所学知识。