首先，大數據和會計本來就是兩個完全不同的方向。大數據更傾向於理工科，需要具備壹定的計算機技能，掌握科學的計算方法，才能真正入門這個專業。會計專業是壹門傳統的商科，壹直是高校非常熱門、就業面非常廣的專業。簡單來說，就是應對各種報表。
至於學得好不好:總結壹下就是(需要廣博的知識體系，選擇需要謹慎！)
為什麽這兩個不同的專業會合並？究其原因，在於大數據在新時代的廣泛應用(這裏需要和大家聊聊大數據從爆炸開始的由來):“大數據”作為壹種概念和思潮，起源於計算領域，後逐漸延伸到科學和商業領域。大多數學者認為，“大數據”概念最早公開出現在1998，美國高性能計算公司SGI的首席科學家約翰·馬西。Mashey)在壹次國際會議報告中指出，隨著數據的快速增長，必然會出現數據難以理解、數據難以獲取、數據難以處理和數據難以組織這四個問題。數據(big data)”來描述這壹挑戰，引發計算領域的思考。2007年，吉姆·格雷(吉姆？Gray)指出，大數據將成為人類接觸、理解和接近復雜現實系統的有效途徑，並認為在經歷了實驗觀察、理論推導和計算模擬等三種科學研究範式之後，將迎來第四種範式——“數據探索”。後來同行學者將其概括為“數據密集型科學發現”，開啟了從科研角度審視大數據的熱潮。2012，牛津大學教授維克多·邁爾-勛伯格(維克多？Mayer-Schnberger)在其暢銷書《大數據時代》(Big？數據:？答？革命？那個？威爾。轉型？怎麽會？我們？生活，工作，還有？Think)指出，數據分析將從傳統的隨機抽樣、精確求解、強調因果關系的模式，演變為大數據時代“所有數據”、“近似求解”、“只看相關性不問因果關系”的新模式，引發商業應用領域對大數據方法的廣泛思考和討論。大數據在2012和2013達到宣傳高潮。2014之後，概念體系逐漸成型，認知更加理性。隨著大數據相關技術、產品、應用和標準的不斷發展，壹個由數據資源和API、開源平臺和工具、數據基礎設施、數據分析和數據應用組成的大數據生態系統逐漸形成，並不斷得到發展和完善，其發展熱點也逐漸從技術轉向應用，再轉向治理。經過多年的發展和沈澱，人們對大數據形成了壹個基本的認識:大數據現象源於信息技術的無處不在的應用，以及互聯網及其延伸帶來的信息技術的持續低成本。大數據壹般是指傳統信息技術和軟硬件工具在可容忍的時間內無法獲取、管理和處理的龐大數據集合。它具有海量性、多樣性、時效性和多變性的特點，需要壹個可擴展的計算架構來支持其存儲、處理和分析。
大數據與會計專業培養學生掌握會計基本理論和方法，熟悉經濟、管理等相關知識，精通會計核算、財務分析和會計信息技術應用能力，能夠勝任企事業單位出納、會計、財務管理、稅務會計等專業崗位，特別是會計中介服務行業會計崗位(代理記賬、財稅咨詢、會計師事務所、稅務師事務所等。)、食品和旅遊業以及商業企業。3-5年可勝任財務主管、財務經理等崗位，5年後可成為會計師、高級會計師、註冊會計師等高素質技術技能型專業人才。
綜上所述，大數據與會計專業是壹個具有特殊發展前景的專業，符合時代發展的特點，但其跨學科的特點也說明妳需要多方面的知識儲備才能學好這個專業！