答主目前就讀於某985經管類專業，對於這個題目還是比較熟悉的。
首先，大數據和會計原本是截然不同的兩個方向。大數據更偏向於理工科，需要具備壹定的計算機技術，掌握科學計算的方法才能真正入門這個專業。而會計專業則是傳統的商科，壹直以來都是高校中非常熱門且就業很廣的壹個專業，簡單概括就是要跟各種報表打交道。
至於好不好學：總結壹句話就是（需要廣泛的知識體系，選擇需要謹慎！）
為什麽這兩個不同的專業會融合在壹起？原因在於大數據在新時代的廣泛應用（這裏就需要跟大家小科普壹下大數據的起源於爆火）：“大數據”作為壹種概念和思潮由計算領域發端，之後逐漸延伸到科學和商業領域。大多數學者認為，“大數據”這壹概念最早公開出現於1998年，美國高性能計算公司SGI的首席科學家約翰·馬西（John?Mashey）在壹個國際會議報告中指出：隨著數據量的快速增長，必將出現數據難理解、難獲取、難處理和難組織等四個難題，並用“Big?Data（大數據）”來描述這壹挑戰，在計算領域引發思考。2007年，數據庫領域的先驅人物吉姆·格雷(Jim?Gray)指出大數據將成為人類觸摸、理解和逼近現實復雜系統的有效途徑，並認為在實驗觀測、理論推導和計算仿真等三種科學研究範式後，將迎來第四範式——“數據探索”，後來同行學者將其總結為“數據密集型科學發現”，開啟了從科研視角審視大數據的熱潮。2012年，牛津大學教授維克托·邁爾-舍恩伯格（Viktor?Mayer-Schnberger）在其暢銷著作《大數據時代（Big?Data:?A?Revolution?That?Will?Transform?How?We?Live,Work,and?Think）》中指出，數據分析將從“隨機采樣”、“精確求解”和“強調因果”的傳統模式演變為大數據時代的“全體數據”、“近似求解”和“只看關聯不問因果”的新模式，從而引發商業應用領域對大數據方法的廣泛思考與探討。大數據於2012、2013年達到其宣傳高潮，2014年後概念體系逐漸成形，對其認知亦趨於理性。大數據相關技術、產品、應用和標準不斷發展，逐漸形成了包括數據資源與API、開源平臺與工具、數據基礎設施、數據分析、數據應用等板塊構成的大數據生態系統，並持續發展和不斷完善，其發展熱點呈現了從技術向應用、再向治理的逐漸遷移。經過多年來的發展和沈澱，人們對大數據已經形成基本***識：大數據現象源於互聯網及其延伸所帶來的無處不在的信息技術應用以及信息技術的不斷低成本化。大數據泛指無法在可容忍的時間內用傳統信息技術和軟硬件工具對其進行獲取、管理和處理的巨量數據集合，具有海量性、多樣性、時效性及可變性等特征，需要可伸縮的計算體系結構以支持其存儲、處理和分析。
大數據與會計專業培養掌握會計基本理論和方法，熟悉經濟、管理等相關知識，精通會計業務核算、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、辦稅會計等職業崗位，尤其是適應會計中介服務行業（代理記賬、財稅咨詢、會計師事務所、稅務師事務所等）、餐旅行業和商貿企業的財會崗位，3-5年內能夠勝任財務主管、財務經理等崗位，5年後可以成為會計師、高級會計師、註冊會計師的高素質技術技能型專門人才。
總結下來，大數據與會計專業是特別有發展前景的壹個專業，是很符合時代發展特征的壹個專業，但是其交叉學科的特性也表明想要學好這個專業需要多方面的知識儲備！