大数据是一个内涵非常广泛的概念，涵盖了统计，数据科学，机器学习，数据挖掘，分布式数据库，分布式计算，云端存储，信息可视化等等诸多领域． 更详细的领域列表可以见Github上的 Awesome Big Data
一般个人和中小企业学习大数据可以先了解一些大数据应用的案例,再基于自身拥有的数据与业务(不论大小)进行实践. 注意, 盲目上大数据技术很容易浪费学习时间，也能带来大量不必要的运营成本．
作为产品经理, 要了解大数据的基本概念和特点,进而找到与自身业务流程相关的地方. 也要多看看大数据应用案例,鉴于这些应用的规模很有可能只能在500强企业中才会出现，中小企业应要灵活学习而不必照搬技术框架.
http://www.planet-data.eu/sites/default/files/presentations/Big_Data_Tutorial_part4.pdf 这个大数据讲义(2012, 41页)综合了很多关于大数据的分析图表,也列举了不少关键技术用例.
http://hortonworks.com/blog/7-key-drivers-for-the-big-data-market/ 该文整理了在高盛云计算大会学到的核心概念.
要想成为数据科学家, 通常可以选修网上相关课程，如coursera和小象学院． 这里我们面向Excel为基础的中小企业初学者设计一个简版进阶方案．
第0级：电子表格Excel -- 实现简单的数据分析与图表
第1级：关系数据库和SQL语言，例如Access和MySQL -- 利用数据库查询聚合大量业务数据纪录
第2级：基础的编程语言，例如Python/R，Java -- 通过程序将数据处理流程自动化
第3级：在程序中访问数据库，例如ORM, ODBC, JDBC -- 进一步提高数据处理自动化程度
第4级：了解一个NoSQL数据库，例如redis，mongodb，neo4j，elasticsearch -- 根据业务需要选择一个合用的就行,传统关系数据库的性能未必不够用.
第5级：了解一点数据分析(含机器学习/数据挖掘)常识，如线性回归，多项式拟合，逻辑回归，KNN聚类，决策树，Naive贝叶斯等．Python/R/Java都有现成实现
第6级：如果需要使用变态多的计算/存储资源，学习云计算平台，如亚马逊的EC2, S3, Google Compute Engine, Microsoft Azure
第7级：如果要处理变态多的数据，学习分布式计算Hadoop和MapReduce的原理，然后使用一个现成的实现，如Amazon Elastic MapReduce (Amazon EMR)
第8级：如果要在变态多的数据上做数据分析，学习spark, mahout 或任何一个SQL on Hadoop．
到此恭喜你，在任何一个＂大数据群＂都可以指点江山了．
(英文) Big Data Glossary 大数据入门指导图书，主要讲解大数据处理技术及工具，内容涵盖了NoSql Database，各种MapReduce，Storage，Servers，数据清理阶段工具，NLP库与工具包，Machine learning机器学习工具包，数据可视化工具包，公共数据清洗，序列化指南等等。有点老（2011），不过重点推荐。有免费pdf http://download.bigbata.com/ebook/oreilly/books/Big_Data_Glossary.pdf
(英文) Big Data For Dummies 有免费pdf http://it-ebooks.info/book/2082/
"大数据时代从入门到全面理解" http://book.douban.com/review/6131027/ 适合了解大数据的一些基本概念．不过作者看法有些片面, 有很多吸引眼球的段子, 但与技术流结合地不够紧密.
http://www.douban.com/note/247983915/ 数据科学家的各种资源
http://www.aboutyun.com/thread-7569-1-1.html 大数据入门：各种大数据技术介绍
https://class.coursera.org/datasci-001 coursera上的公开课 大数据科学入门 Introduction to Data Science
http://www.ibm.com/big-data/us/en/big-data-and-analytics/case-studies.html IBM的一些大数据分析案例
http://www.sas.com/resources/asset/Big-Data-in-Big-Companies.pdf SAS的大数据案例
http://www.teradata.com/big-data/use-cases/ Teradata的大数据案例