BIHUB PATH

POSGRADO EN SPORTS ANALYTICS

Organizado por:
Con el soporte de:

El posgrado en Sports Analytics ofrece una oportunidad única de unificar el análisis avanzado de los datos y la pasión por el deporte. La formación se realiza en colaboración con el Fútbol Club Barcelona, equipo líder en el análisis de datos en el deporte. Esta colaboración permitirá trabajar con datos de primer nivel, event data y tracking data, y en la resolución de problemas aplicados. Además, los estudiantes podrán obtener una visión real y privilegiada de la aplicación de la sports analytics en un club líder en este ámbito. El posgrado tiene como objetivo dar una visión global y transversal de un ecosistema de datos aplicado al ámbito deportivo, profundizando en la gestión (data management) y explotación de los datos (data analytics). La formación aporta una visión global de todos los componentes y tareas involucrados en la aplicación de sports analytics en la actualidad.

Icon 01

FECHA DE INICIO

Octubre 2023

Icon 02

FECHA DE FINALIZACIÓN

Febrero 2024

Icon 03

DURACIÓN

4 meses

Icon 04

IDIOMA

English

Icon 06

LUGAR

Barcelona

Icon 07

CRÉDITOS

15 ECTS

Icon 08

PRECIO

€ 4.500

Icon 09

DEGREE

Posgrado en Sports Analytics

Icon 05

FORMATO

Presencial

DIRIGIDO A

Graduados en informática o equivalente, estadística, matemáticas, física o ingenierías. A profesionales informáticos, principalmente, desarrolladores, arquitectos, analistas de datos y administradores de sistemas, interesados en la gestión y analítica de datos aplicado al sector del deporte. Los interesados tienen que tener una formación técnica en bases de datos centralizadas, programación y estadística.

PLAN DE ESTUDIOS

  • Introducción al sport analytics.
  • Introducción al análisis del juego.
  • Metodología futbol, ADN Barça.
  • Sports analytics en otros deportes.
  • Análisis avanzado de datos en el futbol.
  • Datos de rendimiento físico.
  • Inteligencia artificial aplicada al baloncesto.

  • Introducción: Big data, cloud computing y la ingeniería de servicios (XaaS).
  • Gestión de los datos sobre cloud databases (NOSQL).
  • Procesamiento y análisis de datos distribuidos.
  • Modelos de datos no estructurados o semi-estructurados más empleados.
  • Gestión de streams.
  • Gestión de datos geo‐espaciales y trayectorias.
  • Integración y calidad de datos.
  • Visualización.

  • Introducción: Estadística básica.
  • Inferencia estadística, muestreo y validación del método.
  • Modelización estadística y calibración de modelos.
  • Knowledge discovery in databases and association rules.
  • Principal component analysis.
  • Clustering methods.
  • Árboles de decisión.
  • Time series.
  • Clasificación de métodos: discriminant analysis y Support Vector Machine (SVM).
  • Redes neuronales.
  • Convolutianal neural networks.

Este módulo tiene como objetivo poner en práctica los conceptos explicados en los 3 módulos anteriores, a partir de la realización de un caso de uso.