数据科学与大数据技术涵盖了以下几个方面的学习：

1.数据处理与存储：学习数据存储和处理的各种技术，如关系数据库、非关系数据库、数据仓库、数据挖掘等。

2.数据分析与建模：学习统计学、机器学习、模型构建等方法来理解数据集，并产生对数据的新认知。

3.数据可视化：学习如何使用可视化工具来展示和解释数据。

4.大数据技术：学习Hadoop、Spark、NoSQL等大数据技术和平台，并学习如何使用这些技术高效处理海量数据。

5.商业分析：学习如何运用数据科学和大数据技术来解决业务问题，进行商业分析和决策。

总的来说，数据科学与大数据技术的核心是通过数据分析和大数据技术来挖掘数据价值，为业务提供决策支持。