大数据与会计专业主要学习会计基础、经济法、税法、财务会计、成本会计、财务管理、管理会计、企业审计、会计电算化等课程，掌握扎实的专业知识，培养具有诚信、敬业的良好职业素质，熟悉国家经济法律法规，系统掌握会计基本理论和方法，熟悉经济、管理等相关知识，精通会计业务核算、财务分析和会计信息技术应用能力，能够胜任企事业单位出纳、会计、财务管理、办税会计等职业岗位的高级技术应用性专门人才。

大数据与会计专业就业前景∶

工作稳定：相对来讲，会计是份稳定的工作。因为会计掌握公司的机密信息，属于公司的核心工作岗位，所以企业的会计工作人员不会轻易发生变动。至于工作量和工作压力的大小，各个行业都有差别，不同行业或者同行业不同公司工作量和工作压力都会有所差异。

就业面广：每个公司都需要会计工作人员，所以会计专业学生毕业后，就业范围包括各种行业企业、银行、会计师事务所、事业单位等等，可选择余地非常大。

1、Java

大数据的本质无非就是海量数据的计算、查询与存储，后台开发很容易接触到大数据量存取的应用场景，所以 Java 语言有着天然优势，现在大数据的组件很多都是用 Java 开发的，比如 HDFS、Yarn、HBase、MapReduce、ZooKeeper等等。

2、Python

Python 的优势在于资源丰富，拥有坚实的数值算法、图标和数据处理基础设施，建立了非常良好的生态环境。并不是所有的企业都能自己生产大量数据用于决策辅助，更多的互联网企业都是靠爬虫来抓取互联网数据进行分析，而 Python 在网络爬虫领域有着强势地位。Python 的战略定位就是做一种简单、易用但专业、严谨的通用言语组合。Python 语法简捷而清晰，对底层做了很好的封装，是一种很容易上手的高级语言。更重要的是， Python 的包装能力、可组合性、可嵌入性都很好，可以把各种复杂性包装在 Python 模块里，暴露出漂亮的接口。

3、Scala

Scala 在 JVM 上运行，基本上成功地结合了函数范式和面向对象范式。目前，它在金融界和需要处理海量数据的公司企业中取得了巨大进展。Scala 通常采用一种大规模分布式方式来处理数据，它还驱动着像 Spark 和 Kafka 这样的大数据处理平台，也被 Twitter 和 LinkedIn 这样的大型企业所使用。

1、数据规划师

在一个产品设计之前，为企业各项决策提供关键性数据支撑，实现企业数据价值的最大化，更好地实施差异化竞争，帮助企业在竞争中获得先机。

2、数据工程师

大数据基础设施的设计者、建设者和管理者，他们开发出可根据企业需要进行分析和提供数据的架构。同时，他们的架构还可确保系统能够平稳运行。

3、数据架构师

擅长处理散乱数据、各类不相干的数据，精通统计学的方法，能够通过监控系统获得原始数据，在统计学的角度上解释数据。

4、数据分析师

职责是通过分析将数据转化为企业能够使用的信息。他们通过数据找到问题，准确地找到问题产生的原因，为下一步的改进找到关键点。