Diploma Universitario en Analítica  Avanzada de datos deportivos con Python

Estamos viviendo una nueva revolución tecnológica en la era del dato y de la inteligencia artificial. Esta revolución no ha tardado en llegar al deporte y hay una tecnología detrás de toda esta revolución, el lenguaje de programación Python. Para formar parte de esta revolución tecnológica, es imprescindible el conocimiento de Python y desarrollar destreza, en técnicas avanzadas de análisis de datos con Python, para saber convertir una montaña de datos, como los que se generan hoy en día en el deporte, en información útil en la cual basar nuestras decisiones, para tener una ventaja competitiva sobre el rival.

Cada vez se vuelve más indispensable el conocimiento de estas habilidades y la demanda de los clubes sobre profesionales con este dominio, no para de crecer. Ya no basta con ser un solo un buen analista y entender el deporte. El correcto análisis de los datos con herramientas como Python, pueden revolucionar la manera en que analizas el juego. Pero tenemos que entender el correcto uso de Python para saber como convertir esos datos en información valiosa.

En el diploma universitario en analítica avanzada de datos deportivos con Python, iremos desde el absoluto desconocimiento hasta el dominio de las técnicas más avanzadas en análisis de datos. Que no te preocupe que no hayas programado nunca, empezaremos desde los conceptos básicos y fundamentales, construyendo base a base como una pirámide. Hasta que tu mismo puedas crear tus propias herramientas de análisis, gracias a Python.

Serás capaz de entender la lógica detrás de un lenguaje como Python, todo será enseñado aplicado a problemas del mundo real. Veremos cómo extraer la información que nosotros queremos apoyándonos en Python, mientras vayamos solucionando problemas. Indirectamente estaremos aprendiendo los fundamentos detrás de un lenguaje de programación.

Entendemos cómo se estructuran los datos, como poder realizar preguntas a los datos, para extraer la información que queramos de ellos. Conoceremos las principales librerías de Python para análisis de datos, visualización de los datos y aplicación de algoritmos de inteligencia artificial. Entenderemos la importancia de tener unos datos limpios para un correcto análisis. Empezaremos a ver que es la automatización y cómo automatizar las tareas del día a día de un analista.

Dominaremos las técnicas de visualización de datos, ya que una imagen vale más que mil palabras. Es crucial saber crear visualizaciones de los datos, dependiendo de la información que se quiera mostrar. Iremos desde lo más básico, hasta los gráficos más avanzados, como hasta ser capaces de visualizar datos de evento y de tracking.

Aprenderemos conceptos básicos de estadística, que nos ayudarán a extraer información de los datos. Dejaremos que sean los datos los que nos cuenten la historia. También veremos las métricas avanzadas, utilizadas en el deporte hoy en día. Serás capaz de extraer datos de internet para crear tus propios análisis, donde finalmente automatizamos todo el proceso desde la extracción del dato, el tratamiento de dato, su correcto análisis y visualización.

Finalmente entraremos de lleno en cómo aplicar uno de los algoritmos de inteligencia artificial más importantes en el deporte y como nos puede ayudar para una mejor toma de decisiones. Una vez finalizado el diploma tendrás unas bases fuertes en la conversión del dato en información valiosa y dominio sobre el lenguaje de programación Python.

Temario:

MÓDULO 1. Introducción al análisis de datos y fundamentos de Python aplicado al deporte.

1. Introducción a la analítica de datos y Python.
2. Técnicas de filtrado de datos, para la extracción de la información.
3. Conceptos fundamentales en programación como, variables, tipos de datos, estructuras
   de datos, creación de funciones, bucles for, operadores lógicos y condicionales.
4. Limpieza y transformación de los datos y la automatización del proceso.
5. Concepto básicos de estadística para un mejor extracción de la información
6. Introducción a la automatización de los procesos vistos hasta el momento con Python.

MÓDULO 2. Convertir el dato en información valiosa con analítica avanzada, para una ventaja competitiva en el deporte y automatización de los procesos con Python, creando nuestras propias herramientas de análisis.

1. Introducción a la visualización de los datos.
2. Extracción de datos deportivos de internet y su correcta transformación para el análisis.
3. Creación de nuevas columnas para una mayor extracción de la información.
4. Conocimiento de las métricas avanzadas empleadas en el fútbol y baloncesto.
5. Visualización avanzada de los datos. Gráficos en 3D, gráfico de radar, graficar un
   campo de fútbol y una cancha de baloncesto para la visualización de datos de evento.

MÓDULO 3. Visualizaciones avanzadas de datos de evento y de tracking. Aplicación de inteligencia artificial para la selección de jugadores y obtención de patrones en el juego.

1. Saber manipular archivos JSON de los datos de evento y de tracking.
2. Poder graficar los datos de evento como pases, disparos, presión, etc… en un campo de fútbol.
3. Automatizar el proceso de obtención de datos de un partido y visualización del evento a analizar, como mapas de calor o matriz de pases.
4. Crear una visualización animada, de las jugadas sucedidas en un partido con los datos de tracking.
5. Creación de algoritmo de inteligencia artificial clustering, para la selección de jugadores, detección de patrones y similitud de jugadores.
6. Automatización de la obtención de los clusters y visualización en 2D y 3D de los clusters obtenidos en los patrones de datos de los jugadores.

DESTINATARIOS:

El Diploma va dirigido a Entrenadores, Analistas Técnico-Tácticos sea cual sea su categoría actual. Igualmente, está pensado para introducir en el mundo de las herramientas de análisis del juego y el manejo de datos/herramientas disponibles a cualquier persona que esté interesada en orientar o reorientar su Carrera profesional hacia el análisis del juego utilizando herramientas de última generación que integran fuentes datos de los grandes proveedores actuales de forma automática.