数据科学和大数据技术对数学的要求非常高，以下是一些主要的方面：

1. 线性代数：线性代数是数据科学和大数据技术中最基础的数学学科之一。在数据分析和机器学习中，线性代数用于解决矩阵和向量的运算问题，如矩阵乘法、特征值分解和奇异值分解等。

2. 概率论和统计学：概率论和统计学是数据科学和大数据技术中最重要的数学学科之一。在数据分析和机器学习中，概率论和统计学用于解决概率分布、假设检验、置信区间、回归分析和分类问题等。

3. 数值计算：数值计算是数据科学和大数据技术中必不可少的数学学科之一。在大数据处理和分析中，数值计算用于解决数值优化、数值积分、差分方程和微分方程等问题。

4. 图论和网络科学：图论和网络科学是数据科学和大数据技术中新兴的数学学科之一。在社交网络分析、推荐系统和网络安全等领域中，图论和网络科学用于解决图结构和网络拓扑的分析问题。

总之，数据科学和大数据技术对数学的要求非常高，数学是数据科学和大数据技术的基础和核心。

大数据本身算是交叉学科，数学、统计学、计算机都有涉及，单说数学方面的话，倒也没有要求很高，主要是集中在数理统计、线性代数、概率论、最优化、离散数学等，具备这些基础，能够帮助你更好地理解和建立大数据理论体系。当时，这些真的也就是的打基础，不是让你直接靠数学来解决问题。基本上计算机相关的专业，数学都可以说是一种基础学科必备基础，能够理解其中的原理就基本上够了。