Ну что ж, после таких последних минут можно попрощаться с берлинским районом Нойкельн.

Как и обещали - вместе с Антоном Имша из канала Pfosten raus проведем стрим по мотивам первого матчдэя и посмотрим вместе второй тайм Германия - Венгрия.
За последние 5 дней вышло уже миллиард всевозможных материалов и столько же стримов о каждом матче, поэтому формат просто на поболтать и поделиться ощущениями (от великолепной гостевой формы Германии, например).

Польский бродкастер TVP Sport дает возможность смотреть Евро с 4 разных камер: обычный бродкаст, бродкаст без комментариев, «тренерская камера» (видимо, 21 игрок минимум) и трансляция со статой от Hawk-Eye - подсвечиваются все игроки, траектории мяча, считаются метрики и строится инфографика (xG, скорость удара). Впечатляет, что задержка всего в несколько секунд - скорее всего, берутся совсем сырые данные (обычно у версии получше лаг в 10-20 секунд), но судя по всему, ивенты типо ударов уже распознаются автоматически.

После увлекательнейшей игры Англии удалось сделать единственный аналитический вывод по матчу Испания - Италия:

Лучано Спалетти похож на Парасольку.

Классная идея по определению игровых позиций на каждый фрейм от Дэвина Плюлера (Торонто). Зачем это нужно - во время матча игроки часто меняют позиции, что не отображается / коряво и вручную провайдерами данных и это мешает числовому анализу. Идея простая - в зависимости от положения игрока на поле, он видит разное количество сокомандников - допустим, у нас есть правый защитник, играющий в четверке чуть выше остальных. Если покрутить его на месте слева направо, то сначала он увидит вратаря / защитников, ближе к центру поворота уже большую часть команды, и к повороту в сторону соперника уже только игроков, что находятся впереди него. Игрок центра поля же, как его ни крути, скорее всего, будет видеть только несколько игроков в обзоре видимости. Используя информацию об этом, можно построить классификатор, который будет определять позицию по каждому фрейму и в том числе, помогать определять смены позиций.

https://github.com/devinpleuler/research/blob/master/frame-by-frame-position.md

Завтра выезжаю примерно в 5 утра из Берлина на учебу в Кельн (статью допишу на следующей неделе), и стопроцентно уверен, что как всегда опоздаю к первой паре. Вообще за почти 11 лет в Германии встречал всевозможные причины опоздания поездов - непогода, несчастные случаи на путях, а как-то раз поезд встрял на 5 часов, потому что где-то на путях нашли бомбу сороковых годов.

Но самая шикарная причина была 2 года назад, когда поезд Мюнхен - Берлин опоздал на час просто потому, что машинист решил тупо не прийти. Я планировал приехать домой в 12 ночи, поспать до 6 утра и к 10 поехать в аэропорт, чтобы полететь к девушке в Кишинев через Румынию. Но вместо этого я оказался в Ганновере, приехал домой в 4 утра, поспал 2 часа, собрался и поехал в аэропорт, где пройдя все контроли, впервые в жизни спросоня спутал гейты и стоял в очередь на посадку до Клужа, хотя надо было в Яссы, и естественно, никуда не улетел. Но моя девушка максимально поддержала, успокоила, и, как ни странно, после этого я окончательно убедился, что хочу сделать ей предложение (что и случилось в ее приезд через месяц). Поэтому несмотря на все прошлые и будущие опоздания, отчасти и Дойче Бану я благодарен за свою текущую семейную жизнь)

Опоздать на 170 минут? Обычное дело для поезда в Германии

Это национальная проблема и одновременно национальное веселье.

Объясняю, почему поезда в Германии никогда не приезжают вовремя

https://www.sports.ru/tribuna/blogs/football_texts/3249834.html

Глеб Чернявский

Спустя полтора года интересно посмотреть, как меняется индустрия - GLT стало чаще использоваться, для нормальной визуализации требуется пока что много времени, и все еще долго пересматриваются моменты, чтобы быть уверенным в принятом решении.

В целом, процесс такой: вообще задержка в доставке данных по положению тела где-то 15-20 секунд (у обычного трекинга, например, от 5, но улучшенных версий от 10-15), нужно время, чтобы либо синхронизировать данные с ивентом, либо на основе уже полученных лимб-данных получить момент паса, потом получить из этого нормальную визуализацию и отсмотреть момент еще раз вручную (а это делают 2 человека, чтобы избежать ошибки) - в итоге получается минимум минута, а то и больше.

Как все может улучшиться - полностью внедрится automated event detection, быстрее будет делаться визуал, но вот не самая быстрая человеческая валидация никуда не уйдет - если иногда даже проверяются значения xG, то такие важные решения вряд ли кто-то решится автоматизировать. А тренировать людей быстро проверять моменты (и под давлением) затратно - оборудование на VAR дорогое, ставится только на матчи главных лиг, а последние спорные ситуации каждую неделю разбираются судьями (по крайней мере, в Германии) в рамках постоянного обучения в течение сезона.

В Нойкельне пока спокойно, но пожалуй, пора ретироваться.

Все понимаю, привлечь аудиторию, сленг, кринж и йоу, но такое уже перебор.

Наконец-то выложили позицию на разработчика в США.

https://sportecsolutions.recruitee.com/o/aws-cdk-cloud-engineer

Вакансия в футболе

Мой товарищ Олег, который уже несколько лет помогает нам с DS в xGLab, сейчас работает в аналитической компании. Он ищет Middle/Senior Data Scientist в свою команду.

Домен: real-time и historical time-series аналитика в футболе
Фуллтайм
Можно работать удалённо из любой страны, либо офис в Москве или Минске
ЗП до $4k

Задачи:
- Разработка предсказательных моделей для последовательностей событий в футболе;
- Разработка ядра футбольной аналитики (игровые метрики, фитнесс-данные, продвинутые аналитики) на ивентовых (action detection) и трекинговых данных;
- Получение закономерностей из временных рядов метрик футболистов;
- Создание логики взаимодействия игроков на поле (сети пасов, среднее положение игроков на поле, классификация владений);
- Подсчет фитнес-метрик в real-time режиме;
- Адаптация моделей для расчета вероятностей событий по ходу матча.

От вас хотят:
- Понимание отличий между трекинговыми и ивент-данными;
- Теорвер и матстат;
- Классические алгоритмы ML для табличных данных (линейная и логистическая регрессия, бустинг (XGBoost, CatBoost), нейронные сети (TabNet));
- Будет плюсом опыт работы в спортивной аналитике или в беттинге

Олег - самый ответственный и внимательный к деталям дсер из тех, с кем я работал, однозначно рекомендую.

Резюме присылайте в личку на мой рабочий акк @EgorGroks

Паскаль Бауэр из DFB открывает позицию на Ph.D в спортивной аналитике в университете Саарбоюкена, которую сам будет супервайзить. Можно частично совмещать с работой, можно полностью, учеба оплачивается по государственной зарплате и грейдам, в первый год выйдет около 50 до налогов при условии полной занятости (что вполне приемлемо).

Дедлайн до 22 августа, начало 1 октября, немецкий не нужен, но желателен, английского должно хватить.

Скажу от себя - с полгода назад говорил с Паскалем о такой опции и совмещении с работой (у нас есть коллега, работающий 4 дня в неделю и остальные 3 дня пишущий Ph.D), но честно говоря, душа не настолько лежит к академии, да и отъехать до возраста Христа не хотелось бы, нагрузившись еще и этим) Но возможность хорошая, например, у Паскаля же в команде в DFB есть коллега, тоже совмещающий Ph.D с работой в федерации.

https://www.uni-saarland.de/fileadmin/upload/verwaltung/stellen/Wissenschaftler/W2509.pdf