大数据软件与工程学是一门涉及多个学科领域的交叉学科，主要研究如何收集、存储、处理、分析和可视化大数据。以下是大数据软件与工程学的主要学习内容和技能：

编程语言：

学习如Java、Scala、Python等编程语言，这些语言在大数据处理中应用广泛。

数据结构与算法：

掌握不同的数据结构（如数组、链表、栈、队列、树等）和算法（如排序、查找、图算法等），以及它们的实现和应用。

数据库管理与SQL：

学习数据库的基本概念、SQL语言的使用和数据库管理的技术，了解如何设计和优化数据库。

大数据处理技术：

学习大数据处理的基本概念和技术，如Hadoop、Spark、Storm等，了解大数据的存储、处理和分析方法。

数据可视化：

学习如何将数据以图表、图形等形式进行可视化展示，以便更好地理解和分析数据。

软件工程：

学习软件开发的基本原则和方法，如需求分析、系统设计、代码管理等，掌握软件开发的流程和规范，培养良好的编程习惯和团队合作能力。

机器学习与深度学习：

学习机器学习与深度学习的基本原理和应用，能够在大数据环境中进行数据挖掘和预测分析。

云计算与云服务：

了解云计算的基本概念和服务，学习如何在云环境中部署和管理大数据应用。

大数据应用开发：

学习大数据应用开发技术，包括数据采集、清洗、分析、挖掘和可视化等。

大数据平台搭建与运维：

学习如何搭建大数据平台，并进行平台的运维和管理。

实践项目：

通过实际项目来巩固所学知识，锻炼解决问题和创新的能力。

专业见习与毕业实习：

通过企业实习，了解大数据在实际工作中的应用，提升实际操作能力。

总之，大数据软件与工程学旨在培养学生在大数据时代中进行数据处理、分析和应用的能力，使其具备在工业大数据、电子商务、金融大数据、健康大数据等领域从事大数据产品设计、开发和生产以及大数据采集与治理、清洗、分析、挖掘、可视化等技术岗位的能力。