亚马逊的“信息公司”：果全球哪家公司从大数据发掘出了最大价值，截至目前，答案可能非亚马逊莫属。亚马逊也要处理海量数据，这些交易数据的直接价值更大。
数据库：国内也有一些大数据数据库解决方案，如PingCAP 的 TiDB、华为的 GaussDB、阿里云的 AnalyticDB 等。阿里云：阿里云也提供了丰富的大数据平台，包括MaxCompute（大数据计算）、DataWorks（数据集成）、AnalyticDB（数据仓库）等。
案例一：电子警察疑似套牌车自动识别系统 目标：从近12亿“电子警察”捕获的车牌数据中，自动识别出假车牌车辆，即“疑似假车牌车辆模型”。大数据的处理原则是“以业务规则为核心，以数据资源为基础，以计算能力为支撑”，该示例于2011年初推出，经过半年多的研发和应用讨论，取得了一定的实际效果。
一些公司运用数据挖掘的成功案例，显示了数据挖掘的强大生命力：美国AutoTrader是世界上最大的汽车销售站点，每天都会有大量的用户对网站上的信息点击，寻求信息，其运用了SAS软件进行数据挖掘，每天对数据进行分析，找出用户的访问模式，对产品的喜欢程度进行判断，并设特定服务，取得了成功。
可以利用大数据实现智能交通、环保监测、城市规划和智能安防。车辆监控，车辆调度，通过流量分析，进行公交线路调整，通过大数据分析预测路段车辆拥堵时间，制定缓解交通拥堵方案，通过一卡通全国联网，实施一卡走天下，记录用户所有行为轨迹。
智子云大数据挖掘助苏宁易购访客”回心转意”之路 苏宁易购期望通过智子云的VRM模型对到站/进APP的流失访客进行精细划分，并借助DSP精准定向能力跨屏锁定目标人群，找回流失访客。
GBASE南大通用数据库在金融领域的成功案例，以中国农业银行的数据仓库项目为例。面对业务增长带来的数据处理压力，农业银行原有的系统已无法满足其扩展性和性能需求。作为国内最大的储户银行，他们亟需构建一个高效、稳定且能适应海量数据增长的综合业务平台。
GBASE南大通用作为国内数据仓库领域的领军企业，其自主研发的GBase 8a MPP分布式逻辑数据仓库在电信和金融行业已成功部署了上百个异构数据库替换迁移项目。凭借丰富的实践经验，南大通用形成了全面的异构数据库向GBase 8a迁移解决方案。本文概述了这个迁移过程的关键环节和关键技术要点。
GBase 8a是分析型数据管理系统，在金融系统的代表案例：中国农业银行大数据平台是中国的银行中数据量最大的大数据平台。所有业务，集市，数据仓库都使用了南大通用8a产品，复杂度也是最复杂的。
原使用的Oracle数据库和Smart BI报表系统已无法满足增长的业务数据量和复杂的分析需求，以及对国产化数据库的迫切需求。因此，他们选择采用了GBASE南大通用的GBase数据库，这款产品兼容了Smart BI应用，支持数据处理、分析挖掘和可视化。
GBase南大通用是一家国产数据库企业，最近完成了数亿元新一轮融资。本轮融资由君联资本领投，国投创合、狮城资本联合宇信科技集团、耀途资本、信一创科技、苏国发、相城金控联合投资。
数据清洗过程包括：选择子集、列名重命名、缺失数据处理、数据类型转换、数据排序及异常值处理 （1）选择子集 在我们获取到的数据中，可能数据量非常庞大，并不是每一列都有价值都需要分析，这时候就需要从整个数据中选取合适的子集进行分析，这样能从数据中获取最大价值。
具体能不能得看自己学得如何，如果学的很好的话，很容易找到工作。学python的同时一定会接触到其他技术，毕竟光会python这门语言是不够的，要看用它来做什么。比如说用 python做爬虫，就必须接触到html， http等知识。
数字营销：数字营销是一个广泛的领域，包括搜索引擎优化（SEO）、社交媒体管理、电子邮件营销等。男孩们可以通过学习数字营销技能来帮助企业推广产品和服务。 数据分析：数据分析是一个快速增长的领域，男孩们可以通过学习统计学、数据可视化等技能来帮助企业理解数据并做出更好的决策。