Δεξιότητα γεγονότων αγώνα Bundesliga: Ποσοτικοποίηση των ιδιοτήτων του ποδοσφαιριστή χρησιμοποιώντας μηχανική εκμάθηση στο AWS

Στο ποδόσφαιρο, όπως και σε πολλά αθλήματα, οι συζητήσεις για μεμονωμένους παίκτες ήταν πάντα μέρος της διασκέδασης. «Ποιος είναι ο καλύτερος σκόρερ;» ή "Ποιος είναι ο βασιλιάς των υπερασπιστών;" είναι ερωτήσεις που συζητούνται διαρκώς από τους θαυμαστές και τα μέσα κοινωνικής δικτύωσης ενισχύουν αυτή τη συζήτηση. Απλώς σκεφτείτε ότι μόνο οι Erling Haaland, Robert Lewandowski και Thomas Müller έχουν συνολικά 50 εκατομμύρια ακόλουθους στο Instagram. Πολλοί θαυμαστές γνωρίζουν τα απίστευτα στατιστικά στοιχεία που δημιουργούν οι παίκτες σταρ όπως ο Λεβαντόφσκι και ο Χάαλαντ, αλλά ιστορίες όπως αυτή είναι μόνο η κορυφή του παγόβουνου.

Σκεφτείτε ότι σχεδόν 600 παίκτες έχουν συμβόλαιο στην Bundesliga και κάθε ομάδα έχει τους δικούς της πρωταθλητές - παίκτες που παρουσιάζονται για να φέρουν μια συγκεκριμένη ικανότητα σε έναν αγώνα. Δείτε για παράδειγμα τον Michael Gregoritsch της FC Augsburg. Μέχρι τη στιγμή που γράφονται αυτές οι γραμμές (αγώνα 21), έχει πετύχει πέντε γκολ τη σεζόν 21/22, κάτι που δεν θα έκανε κανέναν να τον αναφέρει σε μια συζήτηση για τους μεγάλους σκόρερ. Ας δούμε όμως πιο προσεκτικά: αν συγκεντρώσετε τις αναμενόμενες τιμές γκολ (xGoals) όλων των ευκαιριών που είχε ο Γκρέγκοριτς αυτή τη σεζόν, ο αριθμός που θα λάβετε είναι 1.7. Αυτό σημαίνει ότι έκανε υπερβολική απόδοση στις βολές του στο τέρμα κατά +194%, σημειώνοντας 3.2 περισσότερα γκολ από το αναμενόμενο. Συγκριτικά, ο Λεβαντόφσκι είχε υπερ-απόδοση μόλις 1.6 γκολ (+7%). Τι κατόρθωμα! Σαφώς ο Γκρέγκοριτς φέρνει μια ιδιαίτερη ικανότητα στην Άουγκσμπουργκ.

Πώς λοιπόν μπορούμε να ρίξουμε φως σε όλες τις κρυφές ιστορίες για μεμονωμένους παίκτες της Bundesliga, τις ικανότητές τους και τον αντίκτυπό τους στα αποτελέσματα των αγώνων; Μπείτε στο νέο Bundesliga Match Fact που υποστηρίζεται από το AWS που ονομάζεται Skill. Το Skill αναπτύχθηκε μέσω εις βάθος ανάλυσης από το DFL και το AWS για τον εντοπισμό παικτών με δεξιότητες σε τέσσερις συγκεκριμένες κατηγορίες: εκκινητής, τερματιστής, νικητής μπάλας και σπρίντερ. Αυτή η ανάρτηση παρέχει μια βαθιά κατάδυση σε αυτές τις τέσσερις δεξιότητες και συζητά πώς εφαρμόζονται στην υποδομή AWS.

Ένα άλλο ενδιαφέρον σημείο είναι ότι μέχρι τώρα, τα Γεγονότα Αγώνων της Μπουντεσλίγκα είχαν αναπτυχθεί ανεξάρτητα το ένα από το άλλο. Το Skill είναι το πρώτο Bundesliga Match Fact που συνδυάζει την έξοδο πολλαπλών γεγονότων αγώνα Bundesliga σε πραγματικό χρόνο χρησιμοποιώντας μια αρχιτεκτονική ροής που βασίζεται σε Η Amazon διαχειρίστηκε τη ροή του Κάφκα (Amazon MSK).

Μυητής

Ένας εκκινητής είναι ένας παίκτης που εκτελεί μεγάλο αριθμό πολύτιμων πρώτων και δεύτερων ασίστ. Για να προσδιορίσουμε και να ποσοτικοποιήσουμε την αξία αυτών των βοηθημάτων, παρουσιάσαμε τη νέα μέτρηση xAssist. Υπολογίζεται παρακολουθώντας την τελευταία και τη δεύτερη τελευταία πάσα πριν από ένα σουτ στο τέρμα και εκχωρώντας την αντίστοιχη τιμή xGoals σε αυτές τις ενέργειες. Ένας καλός εκκινητής δημιουργεί ευκαιρίες κάτω από δύσκολες συνθήκες ολοκληρώνοντας επιτυχώς περάσματα με υψηλό ποσοστό δυσκολίας. Για να αξιολογήσουμε πόσο δύσκολο είναι να ολοκληρώσουμε ένα δεδομένο πάσο, χρησιμοποιούμε το υπάρχον μας xPass μοντέλο. Σε αυτήν τη μέτρηση, αποκλείουμε σκόπιμα τις σέντρες και τα ελεύθερα λακτίσματα για να επικεντρωθούμε σε παίκτες που δημιουργούν ευκαιρίες για γκολ με τις ακριβείς ασίστ τους από ανοιχτό παιχνίδι.

Η βαθμολογία δεξιοτήτων υπολογίζεται με τον ακόλουθο τύπο:

Ας δούμε τον τρέχοντα εκκινητή του Rank 1, Thomas Müller, ως παράδειγμα. Έχει συλλέξει μια τιμή xAssist 9.23 από τη σύνταξη αυτού του άρθρου (αγώνα 21), που σημαίνει ότι οι πάσες του για τους επόμενους παίκτες που σούταραν στο τέρμα έχουν δημιουργήσει συνολική αξία xGoal 9.23. Η αναλογία xAssist ανά 90 λεπτά είναι 0.46. Αυτό μπορεί να υπολογιστεί από τον συνολικό χρόνο παιχνιδιού του την τρέχουσα σεζόν, ο οποίος είναι αξιοσημείωτος—πάνω από 1,804 λεπτά χρόνου παιχνιδιού. Ως δεύτερη ασίστ, δημιούργησε συνολική αξία 3.80, που μεταφράζεται σε 0.19 δεύτερα ασίστ ανά 90 λεπτά. Συνολικά, οι 38 από τις 58 πρώτες του ασίστ ήταν δύσκολες πάσες. Και ως δεύτερη ασίστ, οι 11 από τις 28 πάσες του ήταν επίσης δύσκολες πάσες. Με αυτά τα στατιστικά στοιχεία, ο Thomas Müller έχει κατακτήσει τον εαυτό του στην πρώτη θέση στην κατάταξη των αρχικών. Για σύγκριση, ο παρακάτω πίνακας παρουσιάζει τις τιμές της τρέχουσας πρώτης τριάδας.

..	xAssist	xAssistper90	xSecondAssist	xSecondAssistper90	Δύσκολα Passses Assisted	DifficultPassesAssisted2	Τελικό σκορ
Thomas Müller – Κατάταξη 1	9.23	0.46	3.80	0.18	38	11	0.948
Serge Gnabry – Κατάταξη 2	3.94	0.25	2.54	0.16	15	11	0.516
Florian Wirtz – Κατάταξη 3	6.41	0.37	2.45	0.14	21	1	0.510

Τελειωτής

Ο τερματιστής είναι ένας παίκτης που είναι εξαιρετικά καλός στο να σκοράρει. Έχει υψηλή απόδοση σουτ και πετυχαίνει πολλά γκολ ανάλογα με τον χρόνο συμμετοχής του. Η ικανότητα βασίζεται στα πραγματικά γκολ που έχουν σημειωθεί και τη διαφορά τους στα αναμενόμενα γκολ (xGoals). Αυτό μας επιτρέπει να αξιολογήσουμε εάν οι πιθανότητες αξιοποιούνται σωστά. Ας υποθέσουμε ότι δύο επιθετικοί έχουν τον ίδιο αριθμό γκολ. Είναι εξίσου δυνατοί; Ή μήπως ο ένας σκοράρει από εύκολες συνθήκες ενώ ο άλλος τερματίζει σε δύσκολες καταστάσεις; Με την αποτελεσματικότητα των βολών, αυτό μπορεί να απαντηθεί: εάν τα γκολ που σημειώνονται υπερβαίνουν τον αριθμό των xGoals, ένας παίκτης έχει υπερβολικές επιδόσεις και είναι πιο αποτελεσματικός σουτέρ από τον μέσο όρο. Μέσα από το μέγεθος αυτής της διαφοράς, μπορούμε να ποσοτικοποιήσουμε το βαθμό στον οποίο η αποτελεσματικότητα ενός σουτέρ ξεπερνά τον μέσο όρο.

Η βαθμολογία δεξιοτήτων υπολογίζεται με τον ακόλουθο τύπο:

Για τον τερματιστή, εστιάζουμε περισσότερο στους στόχους. Ο παρακάτω πίνακας δίνει μια πιο προσεκτική ματιά στους τρέχοντες τρεις πρώτους.

..	Στόχοι	Στόχοι ανά 90	ShotEfficiency	Τελικό σκορ
Ρόμπερτ Λεβαντόφσκι – Κατάταξη 1	24	1.14	1.55	0.813
Erling Haaland – Κατάταξη 2	16	1.18	5.32	0.811
Patrik Schick – Κατάταξη 3	18	1.10	4.27	0.802

Ο Ρόμπερτ Λεβαντόφσκι έχει πετύχει 24 γκολ αυτή τη σεζόν, γεγονός που τον τοποθετεί στην πρώτη θέση. Αν και ο Χάαλαντ έχει υψηλότερη αποτελεσματικότητα σουτ, δεν αρκεί για τον Χάαλαντ να είναι πρώτος, γιατί δίνουμε μεγαλύτερη βαρύτητα στα γκολ που σημειώνονται. Αυτό δείχνει ότι ο Λεβαντόφσκι κερδίζει πολύ καλά τόσο από την ποιότητα όσο και από την ποσότητα των ασίστ που δέχεται, παρόλο που σκοράρει εξαιρετικά καλά. Ο Πάτρικ Σικ έχει σκοράρει δύο περισσότερα γκολ από τον Χάαλαντ, αλλά έχει χαμηλότερο ποσοστό γκολ ανά 90 λεπτά και χαμηλότερη απόδοση σουτ.

Sprinter

Ο σπρίντερ έχει τη φυσική ικανότητα να φτάσει σε υψηλές κορυφαίες ταχύτητες και να το κάνει πιο συχνά από άλλους. Για το σκοπό αυτό, αξιολογούμε τις μέσες κορυφαίες ταχύτητες σε όλα τα παιχνίδια της τρέχουσας σεζόν ενός παίκτη και συμπεριλαμβάνουμε τη συχνότητα των σπριντ ανά 90 λεπτά, μεταξύ άλλων μετρήσεων. Ένα σπριντ μετράται εάν ένας παίκτης τρέξει με ελάχιστο ρυθμό 4.0 m/s για περισσότερα από δύο δευτερόλεπτα και φτάσει σε μέγιστη ταχύτητα τουλάχιστον 6.3 m/s κατά τη διάρκεια αυτού του χρόνου. Η διάρκεια του σπριντ χαρακτηρίζεται από το χρόνο μεταξύ της πρώτης και της τελευταίας φοράς που επιτυγχάνεται το όριο των 6.3 m/s και χρειάζεται να είναι τουλάχιστον 1 δευτερόλεπτο για να επιβεβαιωθεί. Ένα νέο σπριντ μπορεί να θεωρηθεί ότι συνέβη μόνο αφού ο ρυθμός είχε πέσει ξανά κάτω από το όριο των 4.0 m/s.

Η βαθμολογία δεξιοτήτων υπολογίζεται με τον ακόλουθο τύπο:

Η φόρμουλα μας επιτρέπει να αξιολογήσουμε τους πολλούς τρόπους με τους οποίους μπορούμε να δούμε τα σπριντ από παίκτες και να προχωρήσουμε περισσότερο από την απλή εξέταση των κορυφαίων ταχυτήτων που παράγουν αυτοί οι παίκτες. Για παράδειγμα, ο Jeremiah St. Juste έχει ρεκόρ τρέχουσας σεζόν 36.65 km/h. Ωστόσο, αν κοιτάξουμε τη συχνότητα των σπριντ του, θα διαπιστώσουμε ότι κάνει σπριντ μόνο εννέα φορές κατά μέσο όρο ανά αγώνα! Ο Alphonso Davies από την άλλη μπορεί να μην είναι τόσο γρήγορος όσο η St. Juste (τελική ταχύτητα 36.08 km/h), αλλά εκτελεί εκπληκτικά 31 σπριντ ανά αγώνα! Σπριντ πολύ πιο συχνά με πολύ υψηλότερη μέση ταχύτητα, ανοίγοντας χώρο για την ομάδα του στο γήπεδο.

Νικητής της μπάλας

Ένας παίκτης με αυτή την ικανότητα προκαλεί απώλειες μπάλας στην αντίπαλη ομάδα, τόσο συνολικά όσο και σε σχέση με τον χρόνο παιχνιδιού του. Κερδίζει μεγάλο αριθμό μονομαχιών εδάφους και εναέριου, και κλέβει ή κόβει την μπάλα συχνά, δημιουργώντας ο ίδιος έναν ασφαλή έλεγχο της μπάλας και μια πιθανότητα για την ομάδα του να αντεπιτεθεί.

Η βαθμολογία δεξιοτήτων υπολογίζεται με τον ακόλουθο τύπο:

Μέχρι τη στιγμή που γράφονται αυτές οι γραμμές, ο πρώτος νικητής της μπάλας είναι ο Danilo Soares. Έχει συνολικά 235 αμυντικές μονομαχίες. Από τις 235 αμυντικές μονομαχίες, έχει κερδίσει τις 75, νικώντας αντιπάλους σε αναμέτρηση. Έχει κόψει 51 μπάλες αυτή τη σεζόν στη θέση του ως αμυντικός μπακ, δίνοντάς του ποσοστό νίκης περίπου 32%. Κατά μέσο όρο κόβει 2.4 μπάλες ανά 90 λεπτά.

Παράδειγμα δεξιότητας

Το Skill Bundesliga Match Fact μας δίνει τη δυνατότητα να αποκαλύψουμε τις ικανότητες και τα δυνατά σημεία των παικτών της Bundesliga. Η κατάταξη Skill έθεσε τους παίκτες στο προσκήνιο που μπορεί να περνούσαν απαρατήρητοι στο παρελθόν σε ταξινομήσεις συμβατικών στατιστικών, όπως γκολ. Για παράδειγμα, πάρτε έναν παίκτη όπως ο Michael Gregoritsch. Ο Γκρέγκοριτς είναι επιθετικός της FC Άουγκσμπουργκ, ο οποίος κατετάγη έκτης στην κατάταξη τερματισμού την 21η αγωνιστική. Έχει σκοράρει πέντε γκολ μέχρι στιγμής, κάτι που δεν θα τον έβαζε στην κορυφή οποιασδήποτε κατάταξης σκόρερ. Ωστόσο, το κατάφερε σε μόλις 663 λεπτά παιχνιδιού! Ένα από αυτά τα γκολ ήταν η καθυστερημένη ισοφάριση στο 97ο λεπτό που βοήθησε την Άουγκσμπουργκ να αποφύγει την εκτός έδρας ήττα στο Βερολίνο.

Μέσω του Skill Bundesliga Match Fact, μπορούμε επίσης να αναγνωρίσουμε διάφορες ιδιότητες κάθε παίκτη. Ένα παράδειγμα αυτού είναι ο αστέρας της Ντόρτμουντ, Έρλινγκ Χάαλαντ, ο οποίος έχει επίσης κερδίσει το σήμα του σπρίντερ και του τερματιστή και αυτή τη στιγμή βρίσκεται στην έκτη θέση μεταξύ των σπρίντερ της Μπουντεσλίγκα.

Όλες αυτές οι μετρήσεις βασίζονται σε δεδομένα κίνησης παικτών, δεδομένα που σχετίζονται με γκολ, δεδομένα που σχετίζονται με τη δράση της μπάλας και δεδομένα που σχετίζονται με πάσες. Επεξεργαζόμαστε αυτές τις πληροφορίες σε αγωγούς δεδομένων και εξάγουμε τα απαραίτητα σχετικά στατιστικά στοιχεία ανά δεξιότητα, επιτρέποντάς μας να υπολογίσουμε την ανάπτυξη όλων των μετρήσεων σε πραγματικό χρόνο. Πολλά από τα προαναφερθέντα στατιστικά κανονικοποιούνται με βάση τον χρόνο στον αγωνιστικό χώρο, επιτρέποντας τη συνεκτίμηση των παικτών που έχουν μικρό χρόνο παιχνιδιού αλλά έχουν εκπληκτικά καλή απόδοση όταν παίζουν. Οι συνδυασμοί και τα βάρη των μετρήσεων συνδυάζονται σε μια ενιαία βαθμολογία. Το αποτέλεσμα είναι μια κατάταξη για όλους τους παίκτες στις τέσσερις δεξιότητες παικτών. Οι παίκτες που κατατάσσονται στο top 10 λαμβάνουν ένα σήμα ικανοτήτων για να βοηθήσουν τους οπαδούς να αναγνωρίσουν γρήγορα τις εξαιρετικές ιδιότητες που προσφέρουν στις ομάδες τους.

Υλοποίηση και αρχιτεκτονική

Τα Γεγονότα Αγώνα Bundesliga που έχουν αναπτυχθεί μέχρι αυτό το σημείο είναι ανεξάρτητα το ένα από το άλλο και βασίζονται μόνο στην απορρόφηση δεδομένων θέσης και γεγονότων, καθώς και στους δικούς τους υπολογισμούς. Ωστόσο, αυτό αλλάζει για το νέο Bundesliga Match Fact Skill, το οποίο υπολογίζει την κατάταξη δεξιοτήτων με βάση τα δεδομένα που παράγονται από υπάρχοντα Match Facts, όπως για παράδειγμα xGoals ή xPass. Το αποτέλεσμα ενός γεγονότος, πιθανώς ενός απίστευτου γκολ με χαμηλές πιθανότητες συμμετοχής, μπορεί να έχει σημαντικό αντίκτυπο στην κατάταξη δεξιοτήτων τερματιστή. Επομένως, δημιουργήσαμε μια αρχιτεκτονική που παρέχει πάντα τις πιο ενημερωμένες κατατάξεις δεξιοτήτων κάθε φορά που υπάρχει ενημέρωση στα υποκείμενα δεδομένα. Για να επιτύχουμε ενημερώσεις σε πραγματικό χρόνο στις δεξιότητες, χρησιμοποιούμε το Amazon MSK, μια διαχειριζόμενη υπηρεσία AWS για τον Apache Kafka, ως λύση ροής δεδομένων και ανταλλαγής μηνυμάτων. Με αυτόν τον τρόπο, διαφορετικά γεγονότα αγώνα της Bundesliga μπορούν να επικοινωνούν τα πιο πρόσφατα γεγονότα και ενημερώσεις σε πραγματικό χρόνο.

Η υποκείμενη αρχιτεκτονική για το Skill αποτελείται από τέσσερα κύρια μέρη:

• An Σύμπλεγμα χωρίς διακομιστή Amazon Aurora αποθηκεύει όλες τις εξόδους των υπαρχόντων γεγονότων αντιστοίχισης. Αυτό περιλαμβάνει, για παράδειγμα, δεδομένα για κάθε πάσα (όπως xPass, παίκτης, προβλεπόμενος δέκτης) ή σουτ (xGoal, παίκτης, γκολ) που έχει συμβεί από την εισαγωγή των στοιχείων αγώνα της Bundesliga.
• Ένα κεντρικό AWS Lambda Η συνάρτηση εγγράφει τα αποτελέσματα Bundesliga Match Fact στη βάση δεδομένων Aurora και ειδοποιεί άλλα στοιχεία ότι υπήρξε ενημέρωση.
• Μια συνάρτηση λάμδα για κάθε μεμονωμένη ικανότητα υπολογίζει την κατάταξη δεξιοτήτων. Αυτές οι λειτουργίες εκτελούνται κάθε φορά που είναι διαθέσιμα νέα δεδομένα για τον υπολογισμό της συγκεκριμένης ικανότητας.
• Ένα σύμπλεγμα Amazon MSK Kafka χρησιμεύει ως κεντρικό σημείο επικοινωνίας μεταξύ όλων αυτών των στοιχείων.

Το παρακάτω διάγραμμα απεικονίζει αυτή τη ροή εργασίας. Κάθε Γεγονός αγώνα Bundesliga στέλνει αμέσως ένα μήνυμα εκδήλωσης στον Κάφκα κάθε φορά που υπάρχει ενημέρωση σε ένα συμβάν (όπως μια ενημερωμένη τιμή xGoals για ένα συμβάν βολής). Η λειτουργία Lambda του κεντρικού διεκπεραιωτή ενεργοποιείται αυτόματα κάθε φορά που ένα Γεγονός αγώνα Bundesliga στέλνει ένα τέτοιο μήνυμα και γράφει αυτά τα δεδομένα στη βάση δεδομένων. Στη συνέχεια στέλνει ένα άλλο μήνυμα μέσω του Κάφκα που περιέχει τα νέα δεδομένα πίσω στον Κάφκα, το οποίο χρησιμεύει ως έναυσμα για τις μεμονωμένες συναρτήσεις υπολογισμού δεξιοτήτων. Αυτές οι συναρτήσεις χρησιμοποιούν δεδομένα από αυτό το συμβάν ενεργοποίησης, καθώς και από το υποκείμενο σύμπλεγμα Aurora, για τον υπολογισμό και τη δημοσίευση των πιο πρόσφατων ταξινομήσεων δεξιοτήτων. Για μια πιο εις βάθος ματιά στη χρήση του Amazon MSK σε αυτό το έργο, ανατρέξτε στην ανάρτηση ιστολογίου Set Piece Threat.

Χαρακτηριστικά

Σε αυτήν την ανάρτηση, δείξαμε πώς η νέα Δεξιότητα Γεγονότων Αγώνων της Μπουντεσλίγκα καθιστά δυνατή την αντικειμενική σύγκριση των παικτών της Μπουντεσλίγκα σε τέσσερις βασικές διαστάσεις παικτών, βασιζόμενη και συνδυάζοντας τα προηγούμενα ανεξάρτητα στοιχεία αγώνα της Μπουντεσλίγκα σε πραγματικό χρόνο. Αυτό επιτρέπει τόσο στους σχολιαστές όσο και στους οπαδούς να αποκαλύπτουν απαρατήρητες ικανότητες παικτών και να ρίξουν φως στους ρόλους που εκπληρώνουν διάφοροι παίκτες της Bundesliga.

Το νέο Bundesliga Match Fact είναι το αποτέλεσμα μιας εις βάθος ανάλυσης από τους ειδικούς του ποδοσφαίρου της Bundesliga και τους επιστήμονες δεδομένων AWS για την απόσταξη και την κατηγοριοποίηση των ιδιοτήτων των ποδοσφαιριστών με βάση αντικειμενικά δεδομένα απόδοσης. Τα σήματα ικανοτήτων παικτών εμφανίζονται στη σύνθεση και στις σελίδες λεπτομερειών παικτών στην εφαρμογή Bundesliga. Στη μετάδοση, οι δεξιότητες του παίκτη παρέχονται στους σχολιαστές μέσω του ανιχνευτής ιστοριών δεδομένων και εμφανίζεται οπτικά στους οπαδούς κατά την αλλαγή παικτών και όταν ένας παίκτης ανεβαίνει στην αντίστοιχη κατάταξη των 10 κορυφαίων.

Ελπίζουμε να απολαύσετε αυτό το ολοκαίνουργιο Γεγονός αγώνα της Bundesliga και να σας παρέχει νέες πληροφορίες για το παιχνίδι. Για να μάθετε περισσότερα σχετικά με τη συνεργασία μεταξύ AWS και Bundesliga, επισκεφθείτε Bundesliga στο AWS!

---

Σχετικά με τους Συγγραφείς

Σάιμον Ρόλφες Έπαιξε 288 παιχνίδια Bundesliga ως κεντρικός μέσος, σημείωσε 41 γκολ και κέρδισε 26 συμμετοχές για τη Γερμανία. Επί του παρόντος, ο Rolfes υπηρετεί ως αθλητικός διευθυντής στην Bayer 04 Leverkusen, όπου επιβλέπει και αναπτύσσει το ρόστερ των επαγγελματιών παικτών, το τμήμα scouting και την ανάπτυξη της νεολαίας του συλλόγου. Ο Simon γράφει επίσης εβδομαδιαίες στήλες στο Bundesliga.com σχετικά με τα πιο πρόσφατα στοιχεία αγώνα της Bundesliga που υποστηρίζονται από το AWS

Λούκ Φινγκτόρ είναι Ανώτερος Ειδικός Αθλητικής Τεχνολογίας στην ομάδα AWS Professional Services. Συνεργάζεται με παίκτες, συλλόγους, πρωταθλήματα και εταιρείες πολυμέσων όπως η Bundesliga και η Formula 1 για να τους βοηθήσει να πουν ιστορίες με δεδομένα χρησιμοποιώντας μηχανική εκμάθηση. Στον ελεύθερο χρόνο του, του αρέσει να μαθαίνει τα πάντα για το μυαλό και τη διασταύρωση μεταξύ ψυχολογίας, οικονομίας και τεχνητής νοημοσύνης.

Πασκάλ Κούνερ είναι προγραμματιστής εφαρμογών Cloud στην ομάδα επαγγελματικών υπηρεσιών AWS. Συνεργάζεται με πελάτες σε διάφορες βιομηχανίες για να τους βοηθήσει να επιτύχουν τα επιχειρηματικά τους αποτελέσματα μέσω ανάπτυξης εφαρμογών, DevOps και υποδομής. Είναι πολύ παθιασμένος με τον αθλητισμό και του αρέσει να παίζει μπάσκετ και ποδόσφαιρο στον ελεύθερο χρόνο του.

Tareq Haschemi είναι σύμβουλος στην AWS Professional Services. Οι δεξιότητες και οι τομείς εξειδίκευσής του περιλαμβάνουν ανάπτυξη εφαρμογών, επιστήμη δεδομένων, μηχανική μάθηση και μεγάλα δεδομένα. Με έδρα το Αμβούργο, υποστηρίζει πελάτες στην ανάπτυξη εφαρμογών που βασίζονται σε δεδομένα στο cloud. Πριν ενταχθεί στην AWS, ήταν επίσης σύμβουλος σε διάφορους κλάδους όπως η αεροπορία και οι τηλεπικοινωνίες. Είναι παθιασμένος με το να δίνει τη δυνατότητα στους πελάτες στο ταξίδι δεδομένων/AI στο cloud.

Jakub Michalczyk είναι Επιστήμονας Δεδομένων στην Sportec Solutions AG. Πριν από αρκετά χρόνια, επέλεξε τις σπουδές στα μαθηματικά από το ποδόσφαιρο, καθώς κατέληξε στο συμπέρασμα ότι δεν ήταν αρκετά καλός στο τελευταίο. Τώρα συνδυάζει και τα δύο αυτά πάθη στην επαγγελματική του καριέρα εφαρμόζοντας μεθόδους μηχανικής μάθησης για να αποκτήσει μια καλύτερη εικόνα αυτού του όμορφου παιχνιδιού. Στον ελεύθερο χρόνο του, εξακολουθεί να του αρέσει να παίζει ποδόσφαιρο επτά πλευρών, να βλέπει αστυνομικές ταινίες και να ακούει μουσική ταινιών.

Χαβιέ Ποβέδα-Πάντερ είναι Επιστήμονας Δεδομένων για αθλητικούς πελάτες της EMEA στην ομάδα AWS Professional Services. Δίνει τη δυνατότητα στους πελάτες στον τομέα των αθλημάτων θεατών να καινοτομούν και να αξιοποιούν τα δεδομένα τους, παρέχοντας εμπειρίες χρηστών και θαυμαστών υψηλής ποιότητας μέσω της μηχανικής εκμάθησης και της επιστήμης δεδομένων. Ακολουθεί το πάθος του για ένα ευρύ φάσμα αθλημάτων, μουσικής και τεχνητής νοημοσύνης στον ελεύθερο χρόνο του.

• Coinsmart. Το καλύτερο ανταλλακτήριο Bitcoin και Crypto στην Ευρώπη.
• Platoblockchain. Web3 Metaverse Intelligence. Ενισχύθηκε η γνώση. ΕΛΕΥΘΕΡΗ ΠΡΟΣΒΑΣΗ.
• CryptoHawk. Ραντάρ Altcoin. Δωρεάν δοκιμή.
• Πηγή: https://aws.amazon.com/blogs/machine-learning/bundesliga-match-fact-skill-quantifying-football-player-qualities-using-machine-learning-on-aws/