大数据工程师证书考试科目主要包括以下几个方面：

1、基础知识：这部分主要考察考生对大数据的基本概念、原理、技术和应用领域的了解，包括大数据的定义、特点、发展历程、技术体系结构等内容，还需要掌握大数据处理的基本方法和工具，如分布式计算框架(如Hadoop、Spark等)、数据仓库、数据挖掘、机器学习等。

2、数据库技术：大数据工程师需要具备较强的数据库管理能力，因此数据库技术是考试的重要内容，主要包括关系型数据库(如MySQL、Oracle等)和非关系型数据库(如MongoDB、Cassandra等)的基本原理、使用方法和优化技巧，还需要熟悉数据库的备份、恢复、性能调优等方面的知识。

3、数据存储与处理：大数据工程师需要熟练掌握数据存储和处理的方法和技术，主要包括分布式文件系统(如HDFS、GlusterFS等)、分布式缓存(如Memcached、Redis等)的使用，以及数据处理框架(如MapReduce、Spark Streaming等)的原理和应用。

4、数据可视化：大数据工程师需要具备一定的数据可视化能力，以便更好地分析和展示数据，主要包括数据图表的设计原则、类型和制作方法，以及使用数据可视化工具(如Tableau、Echarts等)的技巧。

5、数据安全与隐私保护：随着大数据的应用越来越广泛，数据安全和隐私保护问题也日益突出，大数据工程师需要了解相关法律法规，掌握数据加密、脱敏、访问控制等技术手段，以确保数据的安全性和合规性。

6、云计算与容器技术：云计算和容器技术在大数据领域有着广泛的应用，因此也是考试的重点内容，主要包括云计算平台(如AWS、Azure、阿里云等)的基本原理和使用方法，以及Docker容器技术的基本原理和应用。

7、行业应用案例：大数据工程师需要具备一定的行业应用经验，了解不同行业的大数据解决方案和实践案例，这部分内容可以通过阅读相关书籍、论文和技术博客等方式进行学习和积累。

8、编程语言与开发工具：大数据工程师需要掌握至少一种编程语言(如Java、Python等),并熟悉常用的开发工具和环境(如Eclipse、IntelliJ IDEA等)，还需要了解相关的开发框架和库(如Hadoop生态圈中的Hive、Pig等)。

大数据工程师证书考试涉及的知识面较广，需要考生具备扎实的理论基础和实践经验，通过系统的学习和培训，相信考生能够顺利通过考试，成为一名合格的大数据工程师。