大数据审计属于信息管理与信息系统系别，专业名称为数据审计。
数据审计是利用信息技术手段对数据进行收集、整理、分析、评估和报告的过程，旨在发现数据中存在的问题和风险，并提出相应的解决方案。大数据审计则是在传统数据审计的基础上，结合大数据技术，对海量、高速、多样的数据进行分析和审计，以提高审计效率和准确性。
大数据审计的主要内容包括：
1. 数据采集与整合：通过数据采集工具和技术，从各种数据源（如数据库、文件、网络等）中收集数据，并进行清洗、转换和整合，形成统一的数据格式和结构。
2. 数据分析与挖掘：运用数据分析工具和技术，对整合后的数据进行深度分析和挖掘，发现数据中的异常模式、潜在问题和风险点。
3. 风险评估与控制：根据数据分析结果，评估数据中的风险因素，制定相应的风险应对策略和控制措施，以降低风险发生的可能性和影响。
4. 审计证据的生成与验证：利用审计工具和技术，从数据中提取审计证据，包括凭证、账目、报表等，并进行验证和确认，确保审计结论的准确性和可靠性。
5. 审计报告与决策支持：将审计过程中发现的问题和风险点、审计证据和结论等信息，以审计报告的形式呈现给相关利益方，为决策提供支持和参考。
6. 审计过程的监控与改进：通过对大数据审计过程的持续监控和评估，发现存在的问题和不足，不断优化和改进审计方法和技术，提高审计质量和效果。
大数据审计的主要特点包括：
1. 数据量大：大数据审计涉及的数据量通常非常庞大，需要借助高效的数据处理技术和算法来处理和分析这些数据。
2. 数据类型多样：大数据审计涉及的数据类型包括结构化数据、半结构化数据和非结构化数据，需要采用不同的处理方法和技术来处理不同类型的数据。
3. 实时性要求高：大数据审计需要对实时或近实时的数据进行审计，以便及时发现和处理潜在的风险和问题。
4. 跨领域应用广泛：大数据审计可以应用于金融、税务、政府、企业等多个领域，需要具备跨领域的知识和技能。
5. 技术依赖性强：大数据审计依赖于先进的信息技术和数据分析工具，需要不断更新和升级相关技术和设备。
大数据审计的发展对于提高审计效率、降低审计成本、防范和化解风险具有重要意义。随着大数据技术的不断发展和应用，大数据审计将成为审计工作的重要发展方向。
