数据清洗是数据科学领域的一个重要环节，通常在以下专业中学习：

大数据技术专业：

作为专业必修课，培养学生掌握数据清洗的技能。

人工智能技术专业：

作为选修课，涉及数据清洗的相关知识。

云计算技术与应用专业：

作为必修课，包含数据清洗的教学内容。

数据科学与大数据技术专业：

作为普通高等学校本科专业，培养学生具备数据清洗的专业能力。

数据编程专业：

通常被称为数据科学或数据分析专业，学习如何收集、清洗、分析和解释数据。

计算机科学或信息科学专业：

这些专业提供了处理和分析大量数据所需的技能，包括数据清洗、数据处理和数据分析。

健康大数据管理与服务专业：

该专业专注于健康数据的采集、清洗、分析和可视化，培养学生掌握健康大数据技术的应用技能。

数学或统计学专业：

数学和统计学是数据分析的基础，掌握这些知识有助于理解数据背后的规律和模式，并能进行有效的数据清洗。

金融学：

量化编程是金融领域的一个重要分支，学习金融学可以帮助理解量化交易的基本概念和原理，包括资产定价、投资组合管理和风险管理等。数据清洗作为量化编程的一部分，也会在金融学专业中涉及。

软件工程专业：

软件工程专业注重培养学生的软件开发和项目管理能力，对于数据编程而言，掌握软件设计、开发和测试的技能是非常重要的。

建议选择与数据清洗相关的专业，如数据科学与大数据技术专业、计算机科学或信息科学专业，以及数学或统计学专业，这些专业将为你提供系统的数据清洗技能培训和实践经验。