Как посчитать вероятности того, какие места займут команды, если известно математическое ожидание голов для каждой из них в каждом матче?

Голы в футболе распределены примерно по Пуассону, с небольшими отклонениями, особенно в районе нуля (можно ознакомиться с моделью Dixon-Coles). Чтобы посчитать вероятности каждой возможной разницы в счёте — 0, 1, 2, 3 и так далее — нужно "вычесть" два пуассоновских распределения. В результате получится распределение Скеллама. Оно как раз и описывает разницу голов и позволяет определить вероятность победы, ничьей или поражения: отрицательная разница — победа, ноль — ничья, положительная — поражение.

Зная вероятности исходов всех матчей, остаётся запустить Монте-Карло симуляцию турнира, чтобы получить распределение мест команд.

Ну и, конечно, — ода ChatGPT, который особенно хорош, когда ты знаешь, что должно получиться. Всего за пару вопросов он сгенерировал код, который можно найти в комментариях.

Продолжаю делиться материалами коллег:
https://www.sports.ru/football/blogs/3308624.html

В Data Mining and Knowledge Discovery обсуждается контекстуализация игровых эпизодов в футболе. Авторы предлагают основанный на машинном обучении подход к тактической периодизации* футбольного матча.

https://link.springer.com/10.1007/s10618-025-01092-9

* Авторское понимание тактической периодизации отличается от её понимания как тренерской методологии (см., например: https://spielverlagerung.com/2020/05/23/understanding-the-tactical-periodization-methodology/).

⚽️ Внедряем AI (CV & GenAI) в футболе. Набор в команду разработки (CV, DS, Infra)!

🤖 Мы создаем end2end AI-pipeline, от CV в задачах детекции и классификации игроков по видеопотоку до предсказания успешности событий и автоматического описания матча через LLM. Наши модели распознают ключевые фазы игры, ищут оптимальные тактические решения. Мы не только оцениваем саму игру, но и разрабатываем модели для поиска молодых талантов ⚡️. Работаем напрямую с футбольными клубами, реализуем только боевые задачи под их нужды.

🔥 Мы выходим на новый этап — оборачиваем наши модели в web сервисы, способные оперативно генерировать инсайты для тренеров и аналитиков и помогать игрокам раскрывать свой потенциал.

🏗 Что у нас уже есть:
✅ GenAI, CV, LLM — мы обучаем собственные модели, а не только файнтюним претрейны, также используем GenAI флагманы GigaChat и Kandinsky.
✅ Глубокая аналитика — мы придумываем новые индикаторы эффективности игры, в т.ч. прибегая к физическим моделям.
✅ Фокус на real-time — двигаемся в сторону онлайн-сервисов, где данные доступны мгновенно.

💡 Почему это интересно?
⚽️ Работаем на стыке футбола и технологий
🚀 Работаем с передовыми технологиями: CV, DL, LLM, txt2img, perception, AI-driven аналитика.
⚡️ Проект с реальным применением — наши решения нацелены на улучшение стратегии и тактики игры реального футбольного клуба и будут использоваться в футболе уже в 2025 году.
🎯 Можно разрабатывать не просто код, а интеллектуальные сервисы, которые могут поменять индустрию.

👥 Кого ищем?
🔹 CV, ML, DS специалистов
🔹 Frontend, Backend, Fullstack
🔹 DevOps-инженеров
🔹 QA специалистов (PD, CV)
🔹 UX-дизайнеров, аналитиков данных (DA), продукт- и проект-менеджеров

📍 Москва или удаленка внутри РФ

По всем вопросам пишите в личку: @Lehsuby97

Отличный онбординг в проект от Семена Буденного (руководителя нашего управления)
▶️ Смотреть с 1-52-46

Отдам 4 билета на матч Динамо Москва — Балтика, 18 июля (пт) 20:30, ВТБ Арена.
3 ярус, трибуна C. Нужен FanID. Пишите в комментариях.

Больше мотивационный пост - впервые на моей памяти в европейском футболе человек из мира данных и без футбольного опыта стал техдиром клуба (и тем более АПЛ + ЛЧ). С более вовлеченным и в хорошем смысле помешанным на футболе человеком я лично и не знаком - поэтому очень рад за такую успешную историю)

https://www.newcastleunited.com/en/news/newcastle-united-recruit-surdarshan-gopaladesikan-to-technical-director-role

Вводный курс по анализу футбольных данных

Хочу порекомендовать бесплатный курс по футбольной аналитике — для тех, кто хочет научиться разбираться в матчах, понимать метрики вроде xG, статистические карты и другие инструменты, которые используют в современном футболе.

🧠 Подойдёт как новичкам, так и тем, кто уже что-то пробовал.
📊 Всё на практике, без воды — только полезное и с примерами.

👉 Ссылка на курс: https://stepik.org/course/182359

А вот вышла и запись моего выступления на митапе.

Рассказывал о различных типах данных, используемых в футболе, и о том, как их можно визуализировать и анализировать.

Также затронул тему моделирования стиля игры команд и использования аналитики для скаутинга игроков.

https://www.youtube.com/watch?v=X4y91i7bJpI

🔥 уже в эту субботу 📝

🏟 На регулярном семинаре лаборатории исследований спорта будет выступление про то, какие матчи болельщикам нравятся больше.

Мы нанимаем!

В московском футбольном клубе открылась вакансия BI-аналитика.

Основная задача на этой должности — построение дашбордов в DataLens для спортивной и бизнес-частей клуба. Но т.к. команда у нас пока небольшая, то будут задачи и из смежных направлений data science: проведение EDA (разведочный анализ данных), работы с данными (их валидация и создание датасетов), исследовательские задачи с целью улучшения аналитики внутри клуба. Любить и разбираться в футболе (и в спорте в целом) необязательно, но это большой плюс.

Формат работы: удалённый

Что будет нужно делать:
• Работа с источниками данных (валидация качества, трансформация данных для дальнейшего использования)
• Построение дашбордов в BI-системе DataLens
• Написание скриптов для автоматизации работы и работы с данными на Python.
• Сбор информации у заказчиков внутри клуба, помощь в формировании ТЗ.

Необходимые навыки:
• Опыт работы в BI (желательно DataLens, но непринципиально)
• Знание SQL (уровень: умение работать с оконными функциями и сложными джойнами)
• Python, умение работать с классическим стеком DS (pandas, numpy, scikit-learn, jupyter)
• Быть проактивным и уметь общаться с людьми.

Буде плюсом:
• Опыт работы с футбольными данными
• Опыт работы с облачными сервисами
• Портфолио проектов по спортивной тематике

Формат собеседования:
1. Техническое собеседование (его буду вести я): поговорим о Вашем опыте и проектах, если они есть, несколько заданий на знание SQL и Python, аналитическая задача из области спорта.
2. Разговор с Максимом Кронфельдом (руководитель аналитики).

Резюме и вопросы по вакансии присылайте мне в личные сообщения (@brains14482)

@numbers_in_sport

Еще одна возможность поработать в начале интересного футбольного проекта: ребята из стартапа AIstats ищут людей на разные позиции:
- Разработчики (Data Science, Data Engineering, CV/ML Engineers, Backend, Frontend, DevOps)
- Специалисты по продукту (Product/Project Manager, Data Analyst),
- Разметчики данных / саппорт + несколько интересных позиций

Ребят знаю лично - там намечается интересный проект качественно нового уровня на ивент-, позиционных-, и, самое крутое - на скелетал-данных: с помощью опыта экспертов из клубов и индустрии они начинают производить детальные и гранулярные данные, понятные всему футбольному сообществу, а также разные статистики и продукты для анализа и скаутинга, завязанные на них.
Недавно они привлекли $1.5M инвестиций и начали сотрудничать с разными клубами из топ-5 лиг Европы и МЛС, а всего у них работает уже 25+ человек. Удаленка возможна, рассматривают людей с любым опытом (от Junior до C-level).

По вопросам пишите в TG @recruiter_gtg или на почту d.dudarov@aistats.pro.

Больше года назад приглашали студентов на стажировку по ИИ и Футбольной аналитике в Сбере.

Недавно в Москве на AI RnD Day руководитель направления внедрения ИИ в спорт Константин Митин рассказал про актуальные результаты команды.

Ссылка на запись: https://vkvideo.ru/playlist/-220764236_1/video-220764236_456239647

Уже по традиции в конце года Jan Van Haaren выкладывает Soccer Analytics 2025 Review - сборник различных материалов по аналитике данных в футболе за прошедший год.

Структура сборника не претерпела никаких изменений, он включает в себя:
• Научные статьи
• Блог посты
• Заметки
• Подкасты
• Вебинары
• Список эвентов, прошедших в этом году
• Репозитории с кодом

Сборник отличный, но который год есть вопросы к части с кодом. Она выглядит как Песня года в 90-ых: из года в год там даются ссылки на одни и те же пакеты. Kloppy важный для футбольного data science проект, но зачем его вносить в список ежегодно? Это же всё-таки ревью года, а не туториал с индийским акцентом «10 best python packages for football data».

Но в целом ревью классная точка входа для исследования того, что произошло в индустрии в уходящем году.

https://janvanhaaren.be/posts/soccer-analytics-review-2025/

@numbers_in_sport