大数据技术专业知识技能包括多个方面，以下是对这些技能的详细概述：

1. 基础知识：

   • 数学和统计学基础：掌握高等数学、线性代数、概率论与数理统计等知识，为数据分析提供理论基础。
   • 计算机科学基础：了解计算机组成原理、操作系统、数据结构与算法等，有助于理解大数据技术的底层实现。

2. 数据存储与管理：

   • 关系型数据库和非关系型数据库：熟悉如MySQL、Oracle、MongoDB等数据库的使用和管理。
   • 数据采集与处理：包括数据清洗、去重、转换等操作，确保数据质量。

3. 数据处理与计算：

   • 数据挖掘和机器学习：核心技术，帮助从海量数据中发现规律和趋势，进行预测和决策。
   • 算法分析：包括排序算法、搜索算法、图算法等，用于高效处理和分析数据。

4. 数据挖掘与分析：

   • 使用数据挖掘技术从大量数据中发现隐藏的模式和关系，预测未来趋势。
   • 掌握聚类分析、关联规则挖掘、时间序列分析等数据挖掘方法。

5. 数据可视化与呈现：

   • 使用QlikView、Tableau等工具将复杂数据以直观的图表和报告形式展现出来。
   • 帮助决策者更好地理解和利用数据。

6. 大数据处理框架与工具：

   • Apache Hadoop：了解Hadoop生态系统，包括HDFS、MapReduce、Hive等组件。
   • Apache Spark：掌握Spark的内存堆栈技术，用于复杂数据处理和机器学习应用。

7. 编程语言：

   • 精通至少一种编程语言，如Java、Python、R、Scala等，这些语言在大数据领域有广泛应用。

8. 软技能：

   • 沟通与团队合作能力：能够有效地在团队中工作，与同事进行沟通和协作。
   • 解决问题的能力：具备创造力和想象力，能够有效实施大数据技术解决实际问题。

9. 持续学习：

   • 大数据技术更新换代较快，需要具备持续学习和自我提升的能力，不断跟进行业动态，学习新的技术和工具。

综上所述，大数据技术专业知识技能涵盖了从基础知识到高级技能的多个方面，要求专业人员不仅要具备扎实的技术功底，还需要良好的沟通能力、解决问题的能力和持续学习的精神。