Curso de Big Data básico para fútbol con Ismael Gómez Schmidt
.png)
La Pizarra del DT se complace en presentar el Curso en línea de Big Data básico para fútbol con Ismael Gómez Schmidt, data scientist especialista en procesamiento de datos en el fútbol.
Fecha de inicio: 21 de junio
Duración del curso: 2 meses/+50 horas de carga académica
Costo: 300 dólares (USD)
Inscripciones: completa el formulario y te contactaremos para ofrecerte toda la información necesaria
Profesor
.png)
.png)
Ingeniero y científico de datos con diplomado de postítulo de la Universidad de Chile. Durante más de 10 años de trayectoria, ha trabajado en proyectos dedicados al fútbol y al hockey sobre hielo, además de haber laborado como profesor de la Universidad Tecnológica de Chile y hacer consultorías para 49 Mining -empresa suiza-. Es co-fundador de Futbolytics y fundador de DatoFutbol.cl.
¿Qué incluye este curso?
El alumno aprobado obtendrá un certificado de aprobación reconocido y personalizado bajo el sistema educativo estadounidense con aval de la Florida Global University y Sport Management Academy.
El curso consta de 7 módulos en video, habilitados uno por semana, más una clase en vivo. Posterior a la visualización del material audiovisual, se procederá a la realización de una prueba de selección simple, más una actividad práctica. Finalmente, el curso cerrará con el envío de trabajo final por parte del alumno, el cuál será corregido en una videoconferencia con el ponente, para solventar dudas que hayan quedado a lo largo de los dos meses y medio de aprendizaje.
Módulos
Historia y estado actual del uso dedatos en el fútbol
Contexto histórico Data Science + Sports Analytics.
Aplicaciones.
Definiciones.
Ejemplos del último tiempo en el fútbol.
Flujo de trabajo y herramientas.
Estado actual.
Recursos.
Datos y métricas en el fútbol
Tipos de datos.
Proveedores.
Métricas básicas.
Tipos de presentación de métricas.
Segmentación espacial y temporal.
Nuevas métricas.
Procesamiento de datos en R
Importación de datos.
{dplyr}.
{stringr}.
{forcats}{lubridate}{…}.
Joins (left_join, inner_join, anti_join, etc).
Otros (ej: cambios formato ancho a largo con {tidyr}).
Exportación de datos en formato Excel.
Intro scouting con datos
Intro scouting.
Consideraciones para comparar.
Visualización de datos en R
Tipos de gráficos.
Escalas de colores.
Buenas prácticas.
{ggplot2}
Leyendas y anotaciones.
Configuración de escalas, facetas.
Ajustes generales de formato y estética.
Exportación en formato PNG.
Continuación: Visualización de datos en R
Tipos de gráficos.
Escalas de colores.
Buenas prácticas.
{ggplot2}
Leyendas y anotaciones.
Configuración de escalas, facetas.
Ajustes generales de formato y estética.
Exportación en formato PNG.
¿Qué es y cómo crear un modelo xG?
¿Qué representa un valor xG? o ¿qué busca ajustar un modelo xG?
Consideraciones: Atributos/variables principales.
¿Cómo se evalúa un modelo xG?
Aplicaciones y su interpretación
Módulo en vivo
Clase en vivo: Tema sorpresa planteado por el profesor
Requisitos
Tener conocimientos básicos de estadística y programación (en R tidyverse)
En caso de no contar con los conocimientos requeridos, puedes realizar nuestra capacitación de Estadística y programación para fútbol que te nivela los conocimientos del curso (puedes realizar ambas en simultáneo y te ofrecemos precio especial)
Computadora (desktop o laptop)
Conexión a internet
R y RStudio instalado (gratuito)
Preguntas frecuentes
Opiniones del curso
El curso de Big Data me dio una nueva perspectiva para el análisis del juego, tanto en lo individual como colectivo. Conseguí nuevas herramientas que me amplían el panorama y reducen el margen de error cuando saco algunas conclusiones de esta actividad tan compleja y dinámica.
.png)
.png)
.png)