计算机数据学主要涉及存储、管理、分析数据的过程，以及使用编程语言将数据变为有用信息的技术。具体学习内容如下：
数据库管理系统 （DBMS）
学习如何设计和实施数据库模式和架构。
理解事务管理、并发控制和数据的备份与恢复。
编程语言
掌握至少一门编程语言（如Python、Java、C++等），理解其语法并能够用于解决实际问题。
学习编程语言在数据科学中的应用，例如Python在数据分析和机器学习中的广泛使用。
数据结构
学习如何有效地组织和存储数据，包括数组、链表、栈、队列、哈希表、堆以及各种树形结构。
数据结构对于提高数据处理效率至关重要。
算法理论
学习基本的算法和数据结构，理解它们的原理和应用场景。
掌握常见的算法设计方法，如排序、查找等。
大数据技术
学习大数据的采集、存储、处理和分析。
掌握大数据相关的技术和工具，如Hadoop、Spark、NoSQL数据库等。
数学和统计学
学习数学分析、高等代数、概率论、数理统计等，这些是大数据分析和机器学习的基础。
数据可视化
学习如何将复杂的数据以图形或图表的形式展示出来，帮助用户更好地理解和分析数据。
掌握数据可视化工具和技术，如Tableau、D3.js等。
云计算和人工智能
学习云计算技术，了解如何利用云服务进行数据存储和处理。
学习人工智能和机器学习，掌握相关算法和应用。
实践环节
通过实验、项目实践等方式，将所学知识应用于实际问题解决中。
参与大数据综合应用实践，提升实际操作能力。
建议：
选择编程语言时，可以根据个人兴趣和职业规划来决定，例如Python适合数据分析和机器学习，Java适合企业级应用开发，C++适合系统编程和游戏开发。
数据结构和算法是计算机科学的核心内容，建议重点学习和掌握。
大数据技术和云计算是当前及未来的重要发展方向，建议深入学习相关技术和工具。
通过实际项目实践，不断提升自己的动手能力和解决问题的能力。