Записали подкаст, за два часа разобрали футбольный анализ данных со всех сторон - истории, кто как попал в эту сферу и индустрию футбола вообще, какие задачи можно решать, о чем думать пока рано. Продублирую главный месседж - команда анализа данных в футболе - это работяги, которые экономят время тренерского штаба, отдела скаутинга и других структур, доставляя им полезную информацию и экономия их время.

В конце рассказываем, с чего начать, если вас заинтересовала сфера. Если есть вопросы - спрашивайте в комментах

https://youtu.be/MsuLggu3hu4 - ютуб, остальные платформы в посте ниже

Новый выпуск подкаста готов, можно слушать 🤘🏻
Тема — применение Data Science в футбольной аналитике.

Выпуск доступен по ссылке (тут все популярные платформы): https://band.link/buildupschool

Еще раз продублирую анонс.

Кто был в гостях:
📍Кирилл Серых (Data Scientist в дочерней компании немецкой футбольной лиги и автор канала @laptopcoach)
📍Егор Гумин (основатель статистической платформы xGLab @xglab)
📍Самер Фатайри (Data Scientist)
Кстати, это ребята, которые делали исследование по вратарям для Statsbomb, вот тут видео с презентации.

О чем поговорили:
📍Возможности и ограничения использования данных для футбольных клубов
📍Почему data science не волшебная таблетка для решения аналитических задач
📍Как и для чего футбольным аналитикам внедрять анализ данных
📍С чего начать тем, что хочет применять навыки data science для футбола
📍Почему профессиональному программисту не надо идти в футбольную индустрию

Кстати. Кто внимательно будет слушать, узнает про гостя из московского клуба, с кем готовим еще один новый выпуск 👌

Привет всем, кто пришел из подкаста Самата! Что у нас тут происходит: обычно я показываю новые фичи платформы футбольной аналитики, которую мы разрабатываем, рассказываю про сложности, которые приходится решать и про компромиссы, на которые приходится идти. Еще тут можно найти инфу про data-related футбольные конференции, исследования или митапы.

Ну а если вы еще не поняли, о чем идет речь - вышел еще один подкаст! На этот раз Самер, участник нашей команды по футбольным исследованиям рассказал Самату Галимову про спортивную аналитику. Кратко и простым языком. Послушать можно тут: zapuskzavtra.libsyn.com/it-data-science.

Наш предыдущий подкаст с Сашей Моисеевым из Build up School был детальный, для людей, которые уже в теме. Если вам было интересно слушать эпизод "Запуск Завтра" - переходите на следующий уровень кроличьей норы за воротами Сан-Сиро

Я пока по релокации подсказать не могу, так как сам еще в процессе, но могу помочь с поиском работы на российском ИТ-рынке, если вы уже работали в ИТ, но были вынуждены переехать в другой город или ваша компания закрылась.
Если вы эвакуировались в Брянскую область или Петербург и вам нужна какая-то бытовая помощь - тоже пишите, постараемся что-нибудь придумать.
@egorgumin

Давно не писал сюда - писать об индустрии развлечений не поднималась рука, когда можно было потратить свои силы на личную помощь людям.

Этот же пост о релокации: если кто-то хочет попробовать свои силы в Германии и нуждается в совете - пишите мне в личку.

Ограничу сразу:

- Переезд по тренерству без немецкого языка и финансовой подушки для изучения языка крайне маловероятен
- Переезд в футбольное IT / анализ данных / product + project management без немецкого языка маловероятен, но возможен, если идеальный английский и вы очень крутой спец
- Переезд в любое другое IT / финансы - более чем возможен даже только с не самым сильным английским, здесь могу помочь расшарить CV по старому нетворку

В середине месяца точно будет пост об интересном remote-мероприятии, которое может открыть путь в индустрию людям с IT-бэкграундом.
Что дальше с каналом - будем смотреть.

Опубликовали англоязычную документацию по EPV

Друзья, поддержите нас лайками в твиттере, это один из лучших способов продвинуть проект:
https://twitter.com/xglabpro/status/1537161807017787392

Добавили новый сезон РПЛ

На xglab.pro запустили модель, которая анализирует похожесть игроков. Существующие подходы к их поиску обычно используют жесткие фильтры по метрикам - позиция, рабочая нога, рост и вес, количество отборов, xG90, xP90.

Мы же используем методы глубокого обучения, а точнее - адаптированные подходы из анализа естественных языков. Зимой один из тестировщиков модели с ее помощью подтвердил свои предположения о том, за кем будут охотиться скауты одного из московских клубов. Инсайдеры написали об интересе клуба к этому игроку только через месяц.

Модель получает на вход все действия, совершенные игроками. Затем, с учетом этого массива данных, она может для каждого из известных ей игроков спрогнозировать вероятность того, что он совершил бы действие с указанными нами параметрами. Затем эту информацию мы преобразуем в числовые интерпретации игроков. Этот набор чисел в терминах модели содержит информацию о том, какие действия и на каких участках поля характерны для игрока.
Эти наборы чисел мы можем рассмотреть как наборы векторов в многомерном пространстве и посчитать дистанцию между этим векторами, таким образом мы найдем игроков с похожим игровым стилем.

Важно понимать, что модель сравнивает стиль игры, а не качество. Если в списке похожих на Неймара вы увидите недорогого игрока из РПЛ, это не значит, что он будет играть не хуже. Безусловно, нельзя бездумно менять местами игроков из списка похожих. Но если скаут получит хотя бы несколько интересных кандидатов, которых он другим способом бы не нашел, значит, модель выполняет свою задачу.

Иногда модель выдаёт на первый взгляд "странные" результаты. Мы долго не могли понять, почему в один из сезонов Ерохин похож на Джеко и Игуаина. Аналитик, который внимательно следил за Александром, пояснил нам, что в том сезоне Ерохин в основном выходил в концовках матчей, когда нужно было навалиться на ворота соперника и бороться за верх, поэтому и оказался похож на такого типа нападающих.

Подобные модели могут подсветить не очевидные на первый взгляд вещи, но для грамотной трактовки требуется большая экспертиза

Многие компании уже давно переходят на полуавтоматический сбор event-данных, и Sportec Solutions не исключение. Поэтому в предверии нового сезона Бундеслиги мы с нашим отделом подготовили Bundesliga Shoot Out - соревнование на Kaggle, где участникам нужно будет на основе видео со скаутинговых камер распознать 3 типа событий - пас, ввод мяча с аута и борьба. Соревнование длится 2,5 месяца до 13 октября, общий призовой фонд - 25000$, а победитель будет объявлен 20-го декабря.
Очень крутая возможность поучаствовать в интересном проекте, заработать денег, и может, даже попасть к нам.
Объединяйтесь в команды и участвуйте, если есть вопросы - задавайте в комментариях!

https://www.kaggle.com/competitions/dfl-bundesliga-data-shootout