OBIETTIVI DEL CORSO
L’obiettivo del corso è quello illustrare le potenzialità dell’innovazione tecnologica data driven per lo sport management, basata sull’analisi dei dati, l’intelligenza artificiale e l’Internet of Things. Il corso è interattivo e sarà erogato contemporaneamente sia in presenza che in live streaming, nella sede del Salento Biomedical District e su Microsoft Teams. Il corso prevede la presenza (di persona presso il SBD) di prestigiosi esperti del settore che interverranno con contributi sui temi trattati: Camillo Placì, coach professionista pallavolo; Alessandro Piroli, coach professionista pallavolo; Matteo Camoni, match e data analyst di calcio; Mattia Consoli, allenatore nazionale Federazione Italiana Pallacanestro. Il corso è erogato dall’Università del Salento in collaborazione con Inmatica.
OBIETTIVI FORMATIVI
1) Diventerai consapevole di quanto sia sempre più necessario e strategico agganciare il core business di una società sportiva ai temi legati all’innovazione tecnologica data driven, comprendendo il valore inestimabile dei dati e di come dagli stessi si possa estrarre “conoscenza” per favorire le decisioni strategiche; 2) Avrai appreso le potenzialità e le modalità di utilizzo nello sport management delle metodologie e delle tecniche legate all’Artificial Intelligence – in particolare del machine learning – e all’utilizzo di dispositivi e sensori cooperanti in un contesto di Internet of Things (IoT), con un’attenzione particolare alla tecnologia indossabile, che migliora sensibilmente le performance degli atleti; 3) Avrai modo di conoscere i principali KPI (Key Performance Indicator) legati alle prestazioni degli atleti, ovvero gli indici di efficienza e performance fisico/atletica e tecnico/tattica, comprendendo come sarà possibile individuare nuovi KPI personalizzati da implementare ad hoc attraverso strumenti tecnologici avanzati; 4) Avrai appreso i concetti peculiari relativi all’analisi dimensionale nello sport per estrarre valore dai dati (analisi uni, bi e multidimensionale) con la capacità di saper individuare le giuste dimensioni di analisi; 5) Avrai modo di scoprire le potenzialità e l’innovatività del software AI4Soccer, un prodotto proprietario di Inmatica basato sull’Intelligenza Artificiale e progettato per supportare il lavoro degli staff tecnici di società calcistiche; 5) Potrai ascoltare e interagire con prestigiosi professionisti del settore, che avranno modo di descrivere quanto siano determinanti le scelte fatte nel mondo dello sport con l’ausilio dei dati;
A CHI E’ RIVOLTO
Il corso è pensato per illustrare ai decision maker o ai vari stakeholder che operano in ambito sportivo i vantaggi di una innovazione tecnologica data driven, con i suoi potenziali impieghi in attività di sviluppo di una società sportiva o di altre realtà legate al mondo dello sport. Il corso di formazione è destinato principalmente agli studenti che intendono intraprendere una carriera in società sportive, ai dirigenti sportivi e agli staff tecnici, ai medici dello sport e ai preparatori atletici, agli esperti ed osservatori di scouting, ma potrà interessare anche le testate giornalistiche che intendono approfondire i temi dell’analisi dati in ambito sportivo al fine di offrire servizi specifici ai propri utenti. WORKSHOP FINALE Il Workshop si pone come obiettivo quello di dare la possibilità ai partecipanti di poter applicare gli strumenti teorici illustrati durante il corso. Verrà proposto di simulare uno studio di fattibilità per uno specifico caso d’uso di analisi dati, finalizzato al raggiungimento di obiettivi in un particolare ambito sportivo. A tale scopo, nella prima parte del Workshop i partecipanti saranno divisi in gruppi di lavoro, ciascuno dei quali dovrà fissare l’ambito sportivo e gli obiettivi del proprio caso d’uso. In base a questi dovranno essere individuati uno o più parametri di interesse funzionali all’analisi in questione. Quindi ciascun gruppo di lavoro passerà a descrivere: 1) la fase di acquisizione dei dati dettagliando le tecniche, le tecnologie e le metodologie da adottare (IoT, data loading, data mining, data extraction); 2) la fase di raccolta e trasformazione dei dati (data aggregation, data transformation); 3) la fase conclusiva di analisi ed interpretazione dei dati, nonché quella di estrazione delle informazioni di interesse (correlazione parametri, information extraction and visualization, knowledge extraction, pattern recognition, prediction, data driven decision making); Nella seconda parte del workshop ciascun gruppo esporrà il proprio lavoro ai partecipanti, con l’obiettivo di sedimentare e a mettere in pratica i concetti teorici presentati nei moduli didattici del corso.
CONTENUTO DEI SINGOLI MODULI MODULO 1
Business intelligence e data analytics nello sport mercoledì 20 marzo 14:00 – 16:00 Valore “data driven decision making” e business intelligence; Data mining, information e knowledge extraction per la profonda comprensione degli eventi; Interpretazione dei dati: Correlazione di grandezze: attenzione al BIAS; Il vero valore del fattore umano; Ricerca e validazione di pattern ricorrenti; Business intelligence nello sport: Off-field applications: sales, brand improvement, fan engagement; On-field applications: analisi fisico/atletica e tecnico/tattica; Data visualization; Organizzazione e rappresentazione di fatti ed eventi;
MODULO 2
AI e Internet of Things applicate allo sport mercoledì 20 marzo 16:00 -18:00 Dalla comprensione del passato alla predizione del futuro; Cos’è l’IoT; Gli obiettivi dell’IoT nello sport e nella salute; Massimizzazione delle performance; Prevenzione degli infortuni (cinestesia delle catene muscolari);I Il caso Milan Lab e i dati dagli studi FIFA e UEFA; Device IoT nel calcio: Wearable devices: frequenza cardiaca, frequenza respiratoria e saturazione dell’ossigeno; Devices per estrazione di dati ambientali; GPS; Video riprese e video tracking; Verso il modello Digital Twin;
MODULI 3 E 4
Statistica e analisi dimensionale giovedì 21 marzo 09:00 – 11:00 Analisi fisico/atletica e tecnico/tattica nel calcio giovedì 21 marzo 11:00 – 13:00 Fondamenti di statistica; Analisi dimensionale; Analisi uni-dimensionale, bi-dimensionale e multi-dimensionale (cubo OLAP); Dimensione temporale: dimensione temporale verticale e orizzontale; Scelta delle dimensioni di analisi: il valore aggiunto dell’analista; Grana delle dimensioni e aggregazione delle misure; Grana dimensione temporale; Grana dimensione spaiale; Grana giocatori: squadra, reparti e singolo giocatore; Metriche analisi fisico/atletica;
INCONTRO CON PROFESSIONISTI DEL SETTORE
Camillo Placì (coach pallavolo), Alessandro Piroli (Lega Pallavolo Serie A), Matteo Camoni (match analyst), Mattia Consoli (Treviso Basket) giovedì 21 marzo 14:00 – 16:30 MODULO 5 Applicazione pratica nel calcio: piattaforma Inmatica AI4Soccer giovedì 21 marzo 16:30 – 18:00 Trasformazione e aggregazione dei dati; Integrazione sorgenti dati e Correlazione metriche ricorrenti; AI4Soccer; Estrazione e calcolo dati grezzi e atomici tramite AI e computer vision; Trasformazione e aggregazione automatica dei dati; Scelta dinamica della grana temporale; Scelta dinamica della grana dei giocatori; Filtraggio dimensionale; Predicati di filtraggio basati su metriche; Filtraggio globale vs filtraggio specifico; Individuazione di pattern ricorrenti;
WORKSHOP FINALE
Applicazioni pratiche e lavoro di gruppo con i docenti Inmatica venerdì 22 marzo 09:00 – 13:00 Applicazione dei paradigmi e degli strumenti teorici illustrati durante il corso; Simulazione di studi di fattibilità per uno specifico caso d’uso di analisi dati per il raggiungimento di obiettivi arbitrari in un particolare ambito sportivo; Definizione di gruppi di lavoro per ambiti sportivi; Definizione di obiettivi per ciascun caso d’uso; Fase finale di brainstorming;
Costo euro 244. Iscrizioni su https://corsi.inmatica.com, scadenza 18 marzo 2024. Ulteriori informazioni organizzative e logistiche necessarie per la partecipazione al corso saranno comunicate a tutti gli iscritti (in presenza e da remoto) via email dopo la scadenza delle iscrizioni. Telefono: 0832 29 36 51 Email: sportdata.analytics@unisalento.it
