Для одного из наших клиентов в индустрии спортивной одежды мы ищем внештатного сотрудника. Data Scientist для понимания футбольных результатов
Целью проекта является:
1) Определить значимые, основанные на данных идеи о тактических и технических различиях между мужской и женской игрой для информирования об инновациях в продуктах. 2) Углубить понимание ключевых факторов, определяющих результативность в футболе, и дать их количественную оценку на основе крупномасштабных наборов данных с четким акцентом на различиях между мужчинами и женщинами.
Задачи:
Независимая реализация на R/Python для определения моделей производительности с учетом гендерной специфики.
Создание комплексного анализа с использованием подключенных данных о мяче и статистических бомбах.
Развитие углубленного понимания технических действий в игре.
Предоставление технических консультаций относительно оптимальной структуры, интеграции и проверки источников данных, связанных с футболом, для надежной аналитики, исследований и разработки продуктов.
Проверка объединения данных статистической бомбы и подключенного мяча
- 1. Женский футбол / Исследование моделей игры. Комплексный анализ с использованием подключенного мяча и данных StatsBomb: Проведение комплексного анализа, объединяющего связанные наборы данных о мячах с данными о событиях StatsBomb, извлеченными из реальных сценариев матчей. Набор данных будет охватывать крупные турниры, включая EURO24, WEURO25, WC22 и WWC23.
- Выявление гендерно-специфичных моделей эффективности: Выявление подлинных, научно обоснованных областей дифференциации в моделях игры между мужским и женским футболом с использованием передовых аналитических методов, основанных на собственном опыте. Предоставление информации о характеристиках взаимодействия с мячом, тактических тенденциях и различиях в темпе для информирования о возможностях продукта.
- 2. Факторы, определяющие производительность (PDF) в FootballEnhancement, касающиеся понимания технических внутриигровых действий: Уточнение текущей базы знаний по PDF-файлам, связанным с событиями: бросками, пасами, ведением и бегом с мячом. Применение детальных данных о производительности в игре для отображения того, как эти действия влияют на результаты в различных контекстах, фазах игры и уровнях конкуренции.
- Идентификация функций больших данных: Применение крупномасштабных аналитических методов, включая разработку функций, кластеризацию и методы машинного обучения, для определения наиболее важных характеристик производительности, связанных с PDF-файлами. Разработка структуры, которая связывает подписи необработанных данных с результатами производительности воспроизводимым и методическим способом.
- Гендерное сравнение с упором на PDF-файлы: Исследование и выделение критических различий между мужским и женским футболом в том, что касается PDF-файлов. Это включает в себя выявление конкретных характеристик производительности, физических и технических тенденций и контекстуальных факторов, которые различают две игры, а также предоставление профессиональных/технических консультаций для более детального понимания требований к производительности и потребностей продукта.
- 3. Требования к инженерии данных для футбольных данных. Инженерия данных для конвейера данных StatsBomb и COMB: Спецификация моделей данных, преобразований, стандартов метаданных и процессов приема на основе собственного опыта и отзывов клиентов, предоставленных в ходе еженедельных совещаний, связанных с проектом. Это включает в себя спецификацию моделей данных, преобразований, стандартов метаданных и процессов приема для создания набора данных, оптимизированного для эффективного использования и масштабируемого анализа.
- Проверка объединения данных StatsBomb–COMB: Предоставление технических консультаций относительно точности, гармонизации и согласованности объединенных наборов данных StatsBomb и COMB, уделяя особое внимание передачам и ударам. Это включает в себя разработку показателей проверки, выявление несоответствий и предоставление рекомендаций по повышению точности и гармонизации данных.
Деятельность подрядчика имеет целью: Независимое генерирование действенной, основанной на данных информации о футбольных результатах посредством интеграции и анализа передовых наборов футбольных данных, а также обеспечения более эффективных исследований производительности спортсменов и разработки инновационных продуктов.
СРОКИ:Через 3 месяца: создание основы данных путем определения моделей данных, построение первоначального конвейера приема Statsbomb/connected ball.
- Через 6 месяцев: масштабированный прием данных по всем данным, полная надежная проверка объединения данных и разработка первой версии функций факторов, определяющих производительность (PDF), и моделей игрового анализа.
- Через 9 месяцев: контекстные проверки и проверки надежности аналитических моделей и преобразование полученных результатов в ранние гипотезы продукта и информационные панели.
- Через 12 месяцев: доработка проверенных моделей, составление кратких описаний возможностей продукта, документирование кода и аналитика, предоставление комплексной гендерной информации о производительности.Начинать: 01.03.2026
Продолжительность: до 28.02.2027
Емкость: 40 часов в неделю
Расположение: 50 % удаленно, 50 % на месте (Герцогенаурах в Германии)
#Data #Scientist #для #понимания #футбольных #результатов
По теме
