BIG DATA Y FÚTBOL: PUESTOS DE TRABAJO RELACIONADOS CON LOS DATOS
En este post vas a poder conocer una parte de la relación entre Big Data y fútbol y aquellos puestos de trabajo o roles relacionados con los datos que pueden ser aplicados a cualquier empresa, club o entidad deportiva, ya que dependiendo de la estructura y la complejidad de su organización pueden requerir de todos o sólo de algunos.
Antes de adentrarnos en cada uno de los puestos, podemos resumir algunas áreas o conocimientos que el Data Scientist (científico de datos) debe poseer.
Dependiendo de su lugar o función, se hará más importante un campo u otro.
CONOCIMIENTOS REQUERIDOS
1- Matemáticas y estadísticas: Saber sobre Machine Learning, modelos estadísticos, árbol de decisión o regresiones logísticas
2- Programación y base de datos: fundamentos de la ciencia computacional, dominio del lenguaje Python o R, conocimiento de SQL y NoSQL para las bases dedatos, álgebra o cierto dominio de Hadoop.
3- Comunicación y visualización: Ser capaces de relacionarse con expertos de la materia, habilidad de story telling, traducir los datos en decisiones y acciones, diseño de visualizaciones y dominio de Tableau, Power BI, etc
4- Habilidades blandas (Soft Skills):Apasionado de los datos, mentalidad de hacker, solucionador de problemas, estratégico y colaborativo.
Estas habilidades podrán usarse para el análisis de tu propio equipo, para predecir el nivel que pueda llegar a tener un jugador, la relación entre lo que se debe invertir y cómo puede ser la clasificación final de la liga, equivocarse menos en el mercado de fichajes, etc.
LOS 7 PUESTOS DE TRABAJO RELACIONADOS CON LOS DATOS:
ADMINISTRADOR DE LA BASE DE DATOS
- Asegura que la base de datos esté disponible para todos y que funciona correctamente.
- Debe prevenir cualquier tipo de desastre, ya sea de funcionamiento o de seguridad
- Entre sus habilidades se encuentran la de copias de seguridad y recuperación, diseño, Hadoop y Sistemas de bases de datos SQL y NoSQL, además de conocimiento de Python, Java, Ruby, XML o C#
ANALISTA DE DATOS
- Recoger los datos, procesarlos y ejecutar análisis estadísticos sobre ellos
- Debe tener una gran capacidad para descifrar datos
- Tiene que saber sobre Excel, SQL y NoSQL, visualización, estadística, machine learning, matemáticas, SQL, R, Pyhton o JavascripT
ESTADÍSTICO
- Recoger, analizar e interpretar los datos con métodos estadísticos
- Debe conocer metodologías y teorías estadísticas, Machine learning, Hadoop, SQL y NoSql, herramientas en la nube, R, SAS, SPSS, Matlab, Python, Hive ó Spark
INGENIERO DE DATOS
- Desarrollar, construir, probar y mantener arquitecturas
- Habilidades como conocer SQL y NoSQL, modelado de datos, APIs de datos, R, Matlab, Python ó Java
ARQUITECTO DE DATOS
- Crea modelos para los sistemas de gestión de los datos con el fin de integrar, centralizar, proteger y mantener las fuentes de datos.
- Debe conocer en profundidad la arquitectura de la base de datos, herramientas sobre ETL, hojas de cálculos, modelado de datos, desarrollo de sistemas, SQL, XML, Spark.
GESTOR DE DATOS Y ANALÍTICA
- Gestiona un equipo de analistas y Data Scientists
- SQL y NoSQL, liderazgo y gestión de proyectos y grupos, R, SAS, Mathlab, Python y Java
ANALISTA DE NEGOCIOS
- Mejora los procesos de negocio actuando como intermediario entre negocio y las tecnologías de la información
- Tiene que dominar herramientas básicas de visualización (Tableau o Power BI), debe ser un contador de historias, un conocedor del negocio y debe saber sobre modelado de datos. SQL, R, SAS, Python y Java
Cualquiera de estos puestos puede ser muy útil e incluso necesario para cualquier club de fútbol que quiera desarrollarse, actualizarse y mejorar día a día.
Cada uno en su área puede hacer que la parte deportiva o la parte económica se desarrolle hasta su máximo potencial.
Aún así, empresas como telefónica ha reducido y comprimido estos roles en los siguientes 5:
- BIG DATA DEVELOPER O DATA ENGINEER: Orientado al desarrollo de software y con experiencia en el tratamiento de datos desde la extracción y depuración hasta el procesamiento y almacenamiento.
- BIG DATA ARCHITECT: Define la arquitectura y los sistemas, eligiendo las alternativas más óptimas desde el punto de vista de la seguridad y el rendimiento. Mantiene todo actualizado y propone nuevas alternativas
- DATA SCIENTIST: Científico de datos que experto en tratar problemas
- BUSINESS ANALIST: Orientado al negocio con capacidad para comprender los resultados derivados del análisis avanzado de datos.
- DATA VISUALIZATION ENGINEER: Perfil diferencial en visualización de datos y story telling para hacer los datos muy entendibles y visuales.
¿CUÁNTO PUEDE COSTAR ESTOS PERFILES A LOS CLUBES DE FÚTBOL?
Si hablamos de necesidad o de la utilidad que en el futuro pueden llegar a tener este tipo de roles, vemos que no es algo que debamos discutir, ya que la mayoría de las empresas grandes (y no tan grandes) ya tienen este departamento que resulta ser transversal debido a la cantidad de áreas a las que da soporte.
Por eso, los clubes, como empresas que son que forman parte del espectáculo y que no deben de ceñirse solo en el ámbito del juego como tal, también deben tener una estructura, que aunque se inicie con poca gente, debe ir incrementando con el paso de los años.
Por poner varios ejemplos, aquí vemos como el Liverpool, el Man. City o el Sevilla tienen un departamento de datos que va creciendo año a año.
Según explica Datacamp, en EEUU, el salario medio anual en dólares de los puestos mencionados anteriormente son los siguientes:
- Analista de datos: 62.000$ (59.819€)
- Analista de negocios: 66.000$ (63.679€)
- Administrador de base de datos: 68.000$ (65.600€)
- Estadístico o matemático: 75.000$ (72.362€)
- Ingeniero de datos: 95.000$ (91659€)
- Científico de datos: 118.000$ (113.850€)
Hay que poner en contexto, que en España, por ejemplo, el sueldo mínimo de los futbolistas en primera división es de 155.000€ (160.000$) y en segunda división ahora mismo en 2022 es de 77.500€ anuales (80.000$ aproximadamente) aunque está claro que aquí, el llegar a esos salarios en el ámbito del fútbol o el deporte está al alcance de muy pocos.
RESUMEN
Espero que te haya ayudado a entender un poco más la relación entre Big Data y fútbol y que en cualquiera de las áreas son un pilar indispensable en los tiempos que corren debido a la cantidad de información útil que nos dan.
Cualquier labor dentro del club es susceptible de beneficiarse de lo que llaman el petróleo del siglo XI.
Podemos resumir que el tratamiento de los datos está a la orden del día, que todas las empresas grandes y aquellas que quieren crecer tienen y deben de invertir en una estructura de datos acorde a los objetivos propuestos, acorde a la cultura del club y a si están o no dispuestos a tener desarrollo en todas las áreas del club.
Tal y como te comentaba en este otro post, los tres grandes objetivos del Big Data en un club de fútbol y en una empresa son el de aumentar los ingresos, disminuir los costes y mejorar la experiencia del usuario.
¿Quieres aprender a programar? A mi me ayudó mucho holamundo. Tutoriales en youtube. Mucho contenido y mucho de él gratis para que te inicies en el mundo de la programación.
Además, te recomiendo el Master de Big Data aplicado al Deporte, de Sportdatacampus.
PD: Parte de este contenido ha sido extraído del temario del Master de Big Data aplicado al Deporte, de la UCAM y Sportdatacampus, el cual recomiendo al 100%
Varo Moreno
Analista de fútbol y de datos y scouting profesional
0 comentarios