数据清洗工程是一个跨学科的领域，涉及多个专业的知识和技能。以下是一些主要的专业，这些专业中都会涉及到数据清洗工程的学习：

计算机科学/软件工程：

这个专业涵盖了编程语言、数据结构、算法等计算机基础知识，并包括软件开发和项目管理技巧。通过这个专业，学生可以全面了解计算机科学的各个领域，并具备实际的编程能力，从而能够进行数据清洗工作。

数据科学/数据分析：

这个专业专注于学习数据收集、清洗、处理和分析的方法，包括数据挖掘和机器学习算法。学生将应用编程技术解决实际的数据问题，因此也会涉及到数据清洗的相关内容。

人工智能/机器学习：

随着人工智能和机器学习的快速发展，这个领域具有巨大的发展潜力。学习人工智能或机器学习专业可以让学生掌握数据清洗、数据建模和数据可视化等方面的技能。

大数据专业：

大数据专业是一个交叉学科，主要支撑学科包括统计学、数学和计算机。学生需要学习数据采集、分析、处理软件，数学建模软件及计算机编程语言等。数据科学家需要具备数据清洗、数据建模和数据可视化等方面的技能。

数据科学与大数据技术专业：

这个专业涵盖了统计学、计算机科学、数学等基础学科，并专注于大数据的分析与应用。学生将学习如何使用Python、SQL等工具进行数据清洗、特征提取和数据可视化。

信息科学/计算机科学：

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。

金融学专业：

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。

数据库管理或数据工程：

学习数据库管理和数据工程可以帮助你理解和操作大型数据库系统，并掌握数据清洗、整理和存储的技能。

数据清洗工程可以在多个专业中学习，具体选择哪个专业取决于个人的兴趣和职业规划。建议在选择专业时，了解各个专业的课程设置和就业方向，以便做出更合适的选择。