数据与计算机学的主要课程包括：
大数据技术导论：
介绍大数据的基本概念、技术和应用。
数据采集与处理实践（Python）：
学习如何采集和处理数据，使用Python进行实践操作。
Web前/后端开发：
掌握前端和后端开发技术，包括HTML、CSS、JavaScript、React、Node.js等。
统计与数据分析：
学习统计学原理和方法，使用数据分析工具进行数据挖掘和分析。
机器学习：
研究机器学习方法，包括监督学习、无监督学习和强化学习等。
高级数据库系统：
学习数据库系统的高级概念和技术，如分布式数据库、NoSQL数据库等。
数据可视化：
学习如何将数据以图形或图表的形式展示，使用工具如Tableau、D3.js等。
云计算技术：
了解云计算的基本概念和服务，如IaaS、PaaS、SaaS等。
人工智能：
学习人工智能的基本理论和应用，包括深度学习、自然语言处理等。
自然语言处理：
研究计算机如何处理和理解人类语言。
编程语言：
学习一种或多种编程语言，如Python、Java、C++、JavaScript等，掌握基本的编程语法和编程思想。
数据结构与算法：
学习常见的数据结构（如数组、链表、栈、队列、树、图等）和算法（如排序、查找、递归、动态规划等），提高解决问题的能力。
计算机组成原理：
了解计算机硬件的基本构成和工作原理，包括CPU、内存、存储设备等。
操作系统：
学习操作系统的基本概念和功能，包括进程管理、内存管理、文件系统、设备管理等。
数据库：
学习数据库的基本概念和操作，包括SQL语言、关系模型、索引、事务等。
软件工程：
学习软件开发的过程和方法，包括需求分析、设计、编码、测试、维护等阶段。
此外，还有一些实践环节，如程序设计、数据分析、机器学习、数据可视化、大数据综合应用实践、专业实训和毕业设计等。
建议：
选择专业：根据个人兴趣和职业规划选择专业方向，如计算机科学与技术、网络工程或软件工程。
掌握编程语言：重点学习一门或多门编程语言，如Python、Java或C++，并理解其用于解决实际问题的能力。
数据结构与算法：这是计算机科学的核心课程，对提高编程能力和解决问题的效率至关重要。
实践操作：通过实际项目或实验来巩固理论知识，提升动手能力和解决实际问题的能力。