ОБУЧАЮЩАЯ ПРОГРАММА
Python для
футбольной аналитики
Курс для тех, кто хочет освоить базовые
навыки программирования в Python

Старт обучения — 11 сентября


Оставить заявку для консультации
Оставьте свой номер телефона, мы свяжемся с вами и ответим на все вопросы :)
Отправляя свои данные, вы соглашаетесь на обработку персональных данных
В клубах появляются отдельные
специалисты по Data Science
В футбольной аналитике все
больше данных, которые нужно визуализировать
и интерпретировать
В Топ-5 лигах аналитические
и скаутские отделы состоят
из нескольких Data-аналитиков
Среди журналистов в РФ и СНГ мало специалистов, кто использует данные
для своих материалов
Данное обучение будет полезно тем, кто хочет:
Узнать, как
использовать Python
для работы с данными
Получить первое представление об использовании Python
в футболе и научиться делать базовые вещи. Курс поможет получить первое погружение для дальнейшего самостоятельного изучения
Понять возможности Python для футбольной
аналитики
Чтобы в дальнейшем привлечь отдельного специалиста в скаутскую службу/агентство
и суметь обосновать его
ценность руководству
Научиться базовому анализу и визуализации футбольных данных
Чтобы считать метрики
и готовить визуализации,
которых нет на статистических платформах
Эта программа
для вас, если вы:
Сотрудник
скаутского агентства
Аналитик вне клуба,
хотите получить
конкурентное преимущество
Спортивный
журналист или футбольный блогер
Сотрудник
или руководитель
скаутской службы
Как проходит обучение:
Обучение разделено на три уик-энда,
между которыми проходят перерывы
11.09-12.09
Первый уик-энд
11.09-12.09
Первый уик-энд
Онлайн-участие
Время обучения каждого дня
с 10 до 15 часов с перерывами
В первые два дня вы изучаете, для каких целей применяют
Python в футбольном анализе + основы Python (как он устроен)
13.09-17.09
Самостоятельная работа с Python
13.09-17.09
Самостоятельная работа с Python
Практика и домашние задания
Удаленный формат с поддержкой специалистов школы
В течение недели вы выполняете простые задания.
На них потребуется в среднем 4 часа за всю неделю.
18.09-19.09
Второй уик-энд
18.09-19.09
Второй уик-энд
Живое участие в Москве
и онлайн-участие из других регионов
Время обучения каждого дня
с 10 до 17 часов с перерывом на обед
На втором уик-энде вы учитесь делать базовую обработку данных, чистку данных и изучаете методы визуализации.
20.09-08.10
Самостоятельная работа с Python
20.09-08.10
Самостоятельная работа с Python
Практика и домашние задания
Удаленный формат с поддержкой специалистов школы
В течение трех недель вы выполняете домашние задания.
На них потребуется в среднем 6 часов в неделю. Это позволит
самостоятельно освоить базовые навыки работы с Python.
09.10-10.10
Третий уикэнд
09.10-10.10
Третий уикэнд
Живое участие в Москве
и онлайн-участие из других регионов
Время обучения каждого дня
с 10 до 17 часов с перерывом на обед
На третьем уик-энде вы научитесь применять полученные навыки
Python в футбольной индустрии. На примерах WyScout разберем, как выгружать данные, как их обрабатывать и строить
простые визуализации.
17.10
Вебинар
17.10
Вебинар
Только онлайн участие
Длительность до 2х часов. Время начала согласуется со спикером.
Применение Data Science в DFL (немецкая футбольная лига). Личный опыт аналитика из Германии Кирилла Серых.
По сложными фильтрами, которых нет у провайдеров данных (например, какие левые защитники в лиге делают передачи в финальную треть)
Делать выгрузку данных из разных источников
Которые нет у многих провайдеров данных (например, более сложный xG или xT)
Высчитывать самостоятельно более сложные метрики
Находить неточности
в исходных данных
и устранять их
Например, разделять события на эпизоды / атаки / владения в зависимости от вашей задачи, идентифицировать перемещение игрока с мячом (даже если это не регистрируется провайдером данных)
Обогащать данные
провайдеров новыми параметрами при помощи
расчета
Что точно называют отбором,
что точно называют дриблингом и т.д. Это улучшит интерпретацию данных вашего провайдера
Корректно
интерпретировать
каждый тип события
у провайдера данных
Визуализировать данные в самых простых моделях
Какие задачи
вы научитесь решать
по итогам обучения:
Примеры графиков, которые вы научитесь строить по итогам обучения
Программа обучения
Первый уик-энд:
  1. Применение программирования
    и визуализации данных в футболе
  2. Основы футбольной аналитики
    на основе данных
  3. Урок по основам синтаксиса языка Python
Темы, которые разберём:


Применение программирования и визуализации данных в футболе
Подходит для сотрудников клубов, скаутов и журналистов. Типы визуализации данных с примерами.


Основы футбольной аналитики на основе данных
Что нужно, чтобы получить свой первый график или отчет?
Урок по основам синтаксиса языка Python
Пишем и запускаем самые простые программы.


Второй уик-энд:
  1. Взаимодействие с данными
  2. Анализ данных
  3. Визуализация данных
Темы, которые разберём:


Взаимодействие с данными / информацией
Как загрузить данные со своего компьютера / интернета
и как с ними работать в дальнейшем (обработка, сохранение результатов)
Анализ данных / информации
Фреймворк для удобной и быстрой обработки выборки
(pandas: фильтрация, отбор и др.) и функции для
получения описательной статистики
Визуализация данных: фреймворк
для построения и настройки графиков
Matplotlib: способы презентовать результаты своей
работы в интерактивном формате
Третий уик-энд:
  1. Фреймворки для футбольной аналитики
  2. Построение своих графиков
  3. Кастомизация фреймворков
Темы, которые разберём:


Как выгружать данные с платформ,
чтобы после их можно было анализировать
Какой формат и для решения каких задач подходит.
Тут разберем выгрузку на реальных платформах,
которыми вы пользуетесь (WyScout, Fbref)
Как находить ошибки и неточности данных
Разберем на примере матча или сезона. Напишем программу, которая будет показывать основные свойства выборки. Рассмотрим на примере, как можно найти странные
и неожиданные решения от провайдеров, которые могут привести к неправильной интерпретации данных
Визуализация. Построение своих графиков (тепловые карты, карты передач, карты касаний)
Берем самые простые примеры, которые вы успеете научиться строить сами. А также покажем возможности "на перспективу"
Построение простой модели xG
Визуализация результатов ее работы

Как проходил первый поток
На первом потоке
обучалось 16 студентов,
среди которых были:
- аналитики клубов
- детские тренеры
- журналисты
- скауты
Отзывы наших студентов
Прошёл первый поток курса по Python.
Знаний дают много, пришлось постараться, чтобы запихнуть всю информацию в голову за два уикенда. Было тяжело, но спустя время определённо можно сказать, что было не зря. Может быть, выйдя с курса вы не начнёте с закрытыми глазами писать код, но определенно начнёте думать, как применить новые знания в футболе.
Подойдёт и для тех, кто полный ноль в программировании, и для тех, кто полный ноль в футболе, потому как на курсе можно понять в том числе, что тебе нужно. Учителя все отзывчивые, всегда готовы помочь, если не понимаешь. Я доволен курсом и рекомендую его всем интересующимся. Все равно пока альтернативных курсов такой тематики в интернете нет.
Тимур Валеев, журналист-аналитик,
издание «Спорт День за Днём»
Пошел на курсы, имея небольшой опыт программирования на Python.
Могу отметить большой обьем информации (от самой базы до построения графиков). Начинали с самого нуля, так что люди и без опыта в программировании получали базовые знания. Для тех, кто хорошо владеет программированием, первая часть может быть слишком легкой.
Понравилось, что между встречами давали домашнее задание, где можно попрактиковаться и набить руку. Во время обучения спикеры оказывали помощь всем, у кого возникали трудности с написанием кода. Также нам предоставили реальные данные, с которыми предстоит работать аналитикам в клубах.
Андрей Головач, аналитик
ФК «Балтика» (Калининград)
Спикеры курса
Даниэль Жолковский
Head of data science
в аналитическом агентстве
Lucid Sports
Егор Гумин
Ведущий разработчик в немецком банке Vivid Money, основатель статистической платформы xGLab
Сергей Ломджария
Data Scientist в Semrush
ex Data Scientist в SAP
Кирилл Серых
Data Scientist в Sportec Solutions, аналитик в Тасмании Берлин
Михаил Садов
разработчик ИИ в компании «1С»
Живое участие
в Москве
Стоимость обучения:
Осталось мест:
4/ 10
8 000 ₽
ежемесячный
платеж
24 900 ₽
разовый
платеж
При оплате до 7/09
8 000 ₽
ежемесячный
платеж
24 900 ₽
разовый
платеж
При оплате до 7/09
Онлайн-участие

Осталось мест:
3/ 10
29 900 ₽
29 900 ₽
Для футбольных аналитиков действуют
дополнительные скидки. Подробности уточняйте
по номеру телефона +7 (926) 663 - 89 - 10
ОБУЧАЮЩАЯ ПРОГРАММА
Python для
футбольной аналитики
Курс для тех, кто хочет
освоить базовые навыки программирования в Python

Старт обучения — 11 сентября
Как проходит обучение?
01
Лекции доступны для вас
в формате онлайн 27/7
Вы смотрите
записанные лекции
экспертов
02
Опираясь
на материалы, которые были даны на лекциях
Выполняете домашнее задание
по итогам занятия
03
От экспертов и кураторов,
преподавателей курса
Получаете
обратную связь
по своей работе
04
Которые остались непонятны для совместного обсуждения
Приходите
на вебинар к спикеру
и задаете вопросы
05
Для обмена опытом
Общаетесь
со студентами
в общем чате
06
Используя все полученные навыки
В конце сдаете
большую дипломную
работу
В клубах появляются отдельные специалисты
по Data Science
Вадим Лукомский, Сергей Титов и Контрпресс,
Никита Васюхин и Блокнот, Тотальный футбол
В футбольной аналитике сейчас
все больше данных, которые нужно визуализировать
и интерпретировать
В Топ-5 лигах аналитические
отделы состоят из
нескольких Data-аналитиков
Среди журналистов в РФ
и СНГ мало специалистов,
кто использует данные
для своих материалов
Для кого
это обучение
будет полезно
Хотите узнать, как
использовать Python
для работы с данными
Получить первое представление об использовании Python
и научиться делать базовые вещи. Курс поможет получить первое погружение для дальнейшего самостоятельного изучения.
Хотите изучить возможности Python для аналитики
Чтобы в дальнейшем привлечь отдельного специалиста в скаутскую службу/агентство
и суметь обосновать его
ценность руководству
Научиться базовому анализу и визуализации футбольных данных
Чтобы считать метрики
и готовить визуализации,
которых нет на статистических платформах.
Эта программа
для вас, если вы:
Сотрудник
скаутского агентства
Аналитик вне клуба,
и хотите получить конкурентное преимущество
Сотрудник
или руководитель
скаутского отдела
Спортивный
журналист или футбольный блогер
Как проходит
обучение:
Обучение разделено
на три уик-энда
11.09-12.09
Первый уик-энд
11.09-12.09
Первый уик-энд
Онлайн-участие
Время обучения каждого дня
с 10 до 15 часов с перерывами
В первые два дня вы изучаете, для каких
целей применяют Python в футбольном
анализе + основы Python (как он устроен)
13.09-17.09
Самостоятельная работа с Python
13.09-17.09
Самостоятельная работа с Python
Практика
и домашние задания
Удаленный формат с поддержкой специалистов школы
В течение недели вы выполняете
простые задания. На них потребуется
в среднем 4 часа за всю неделю.
18.09-19.09
Второй уик-энд
18.09-19.09
Второй уик-энд
Живое участие в Москве
и онлайн-участие
из других регионов
Время обучения каждого дня
с 10 до 17 часов с перерывом на обед
На втором уик-энде вы учитесь
делать базовую обработку данных,
чистку данных и изучаете методы визуализации.
20.09-08.10
Самостоятельная работа с Python
20.09-08.10
Самостоятельная работа с Python
Практика
и домашние задания
Удаленный формат с поддержкой специалистов школы
В течение трех недель вы выполняете
домашние задания. На них потребуется
в среднем 6 часов в неделю. Это позволит
самостоятельно освоить базовые навыки
работы с Python.
09.10-10.10
Третий уикэнд
09.10-10.10
Третий уикэнд
Живое участие в Москве
и онлайн-участие
из других регионов
Время обучения каждого дня
с 10 до 17 часов с перерывом на обед
На втором уик-энде вы научитесь применять
полученные навыкиPython в футбольной индустрии.
На примерах WyScout разберем, как выгружать
данные, как их обрабатывать и строить
простые визуализации.
17.10
Вебинар
17.10
Вебинар
Только онлай-участие
Длительность до 2х часов. Время начала согласуется со спикером.
Применение Data Science в DFL (немецкая футбольная лига). Личный опыт аналитика из Германии Кирилла Серых.
По сложными фильтрами, которых нет у провайдеров данных (например, какие левые защитники в лиге делают передачи в финальную треть)
Делать выгрузку данных из разных источников
Которые нет у многих провайдеров данных (например, более сложный xG или xT)
Высчитывать самостоятельно более сложные метрики
Находить неточности
в исходных данных
и устранять их
Например, разделять события на эпизоды / атаки / владения в зависимости от вашей задачи, идентифицировать перемещение игрока с мячом (даже если это не регистрируется провайдером данных)
Обогащать данные
провайдеров новыми параметрами при помощи
расчета
Что точно называют отбором,
что точно называют дриблингом и т.д. Это улучшит интерпретацию данных вашего провайдера
Корректно
интерпретировать
каждый тип события
у провайдера данных
Визуализировать данные в самых простых моделях
Какие задачи
вы научитесь решать по итогам обучения:
Примеры графиков, которые вы научитесь строить по итогам обучения
Программа
курса:
Первый уик-энд:
  1. Применение программирования
    и визуализации данных в футболе
  2. Основы футбольной аналитики
    на основе данных
  3. Урок по основам синтаксиса языка Python
Темы, которые разберем:
Применение программирования и визуализации данных в футболе
Применение программирования и визуализации данных в футболе
Основы футбольной аналитики на основе данных
Основы футбольной аналитики на основе данных
Урок по основам синтаксиса языка Python
Урок по основам синтаксиса языка Python
Второй уик-энд:
  1. Взаимодействие с данными
  2. Анализ данных
  3. Визуализация данных
Темы, которые разберем:
Взаимодействие с данными / информацией
Как загрузить данные со своего компьютера/интернета и как с ними работать в дальнейшем (обработка, сохранение результатов)
Анализ данных / информации
Фреймворк для удобной и быстрой обработки выборки (pandas: фильтрация, отбор и др.) и функции
для получения описательной статистики
Визуализация данных
Фреймворк для построения и настройки графиков (matplotlib), способы презентовать результаты своей работы в интерактивном формате
Третий уик-энд:
Темы, которые разберем:
  1. Фреймворки для футбольной аналитики
  2. Построение своих графиков
  3. Кастомизация фреймворков
Как выгружать данные
с платформ, чтобы после
их можно было анализировать
Какой формат и для решения каких задач подходит.
Тут разберем выгрузку на реальных платформах,
которыми вы пользуетесь (InStat, WyScout и др.)
Построение простой модели xG
Визуализация результатов ее работы
Как находить ошибки
и неточности данных
Разберем на примере матча или сезона. Напишем программу, которая будет показывать основные свойства выборки. Рассмотрим на примере, как можно найти странные
и неожиданные решения от провайдеров, которые могут привести к неправильной интерпретации данных
Визуализация. Построение своих графиков (тепловые карты, карты передач, карты касаний)
Берем самые простые примеры, которые вы успеете научиться строить сами. А также покажем возможности "на перспективу"
Как проходил первый поток
Отзывы наших студентов
Прошёл первый поток курса по Python.
Знаний дают много, пришлось постараться, чтобы запихнуть всю информацию в голову за два уикенда. Было тяжело, но спустя время определённо можно сказать, что было не зря. Может быть, выйдя с курса вы не начнёте с закрытыми глазами писать код, но определенно начнёте думать, как применить новые знания в футболе.
Подойдёт и для тех, кто полный ноль в программировании, и для тех, кто полный ноль в футболе, потому как на курсе можно понять в том числе, что тебе нужно. Учителя все отзывчивые, всегда готовы помочь, если не понимаешь. Я доволен курсом и рекомендую его всем интересующимся. Все равно пока альтернативных курсов такой тематики в интернете нет.
Тимур Валеев, журналист-аналитик,
издание «Спорт День за Днём»
Пошел на курсы, имея небольшой опыт программирования на Python.
Могу отметить большой обьем информации (от самой базы до построения графиков). Начинали с самого нуля, так что люди и без опыта в программировании получали базовые знания. Для тех, кто хорошо владеет программированием, первая часть может быть слишком легкой.
Понравилось, что между встречами давали домашнее задание, где можно попрактиковаться и набить руку. Во время обучения спикеры оказывали помощь всем, у кого возникали трудности с написанием кода. Также нам предоставили реальные данные, с которыми предстоит работать аналитикам в клубах.
Андрей Головач, аналитик
ФК «Балтика» (Калининград)
Спикеры
курса:
Живое участие
в Москве
Стоимость обучения:
Осталось мест:
4/ 10
8 000 ₽
ежемесячный
платеж
24 900 ₽
разовый
платеж
8 000 ₽
ежемесячный
платеж
или
24 900 ₽
разовый
платеж
При оплате до 7/09
Онлайн-
участие
Осталось мест:
3/ 10
29 900 ₽
29 900 ₽
или
При оплате до 7/09
Подробнее о скидках для аналитиков уточняйте
по номеру телефона +7 (926) 663 - 89 - 10
8 (926) 663-89-10
г. Москва, ул. 2-я Брестская, 30
ИП Чайкин Василий Владимирович
Свидетельство о регистрации: серия 10 № 001419685
ИНН: 100113624570/ОГРНИП: 316100100075652
Лицензия на осуществление образовательной деятельности: № 3162 серия 10Л01 №0007765

Свидетельство о регистрации
№ 570477609
КОНТАКТЫ
Made on
Tilda