xGLab - платформа футбольной аналитики

Обновили страницу матчей ⏺Новый дезигн карточек матча с графиком xG ⏺Страничка со свежими матчами всех чемпионатов ⏺У стран теперь отображаются флаги 🤯 ⏺Удобнее выбор лиги на десктопе ⏺Серия пенальти теперь не учитывается в xG, счет везде отображается без учета серии Попробовать: xglab.pro/#/matches Ссылка для РФ: goal.xglab.pro/#/matches

Лестер - чемпион 🏆 (Ответ на предыдущий пост, учитываются команды, которые нанесли хотя бы один удар) Если ограничиться только матчами сборных, у Кабо-Верде было бы четвертое место. Я кривовато сформулировал условия угадывания, поэтому все, кто принял участие, могут написать @xglab_help со ссылкой на свой коммент чтобы забрать свою подписку)

Если вы хотели поругать Кабо Верде за отсутствие атаки - очень зря, это всего лишь 164 место из 17 тысяч по маленькости xG в матче за всю историю платформы. Кто в комментах угадает клубы из топ-15 по маленькости, получит расширенную подписку на сайте 😊 📊 Испания - Кабо-Верде

Статистика первого матча ЧМ уже на сайте Мексика - ЮАР

Друзья-читатели, у меня для вас две новости: хорошая и плохая. Плохая, в общем-то, уже и не новость. Думаю, все знают, что около двух недель тому назад (аккурат под мой пост-прогрев, посвящённый матрице вратарского мастерства) Opta отозвала у FBref права на демонстрацию своих данных. Так что да, удобного банка данных у нас с вами больше не будет, если кто не в курсе. Из-за этого сроки публикации моего монументального графика перенеслись: желания делать халтуру на сомнительных метриках не было. Хорошая новость заключается в том, что эквивалентную по качеству и наполненности альтернативу я всё же нашёл. Долгое время натыкался на неплохие тулзы, но смущало отсутствие информации о поставщике данных. Наконец, нашёл искомое: действительно хороший репозиторий как с сырыми, так и с обработанными данными, да ещё и поставщики проверенные (всё те же, а какие ещё). В общем, уже третий вратарский рейтинг топ-5 лиг готов: наглядный и с оригинальной композицией метрик, которую я вывел ещё год назад. Первый и второй – тут и тут. Вводные: Ось абсцисс – PSxG-GA p90 (разница между ожидаемой эффективностью пост-шотов соперника и пропущенными мячами). Ось ординат – PSxG/SoT (сложность ударов в створ). Чем выше показатель, тем больше xGсоst (читай – вес) удара. Брал, естественно, по одному вратарю от каждой команды. Базовое условие – наибольшее количество игровых минут за свою команду. Но есть одно исключение – Судзуки. Японец сыграл больше, чем Корви, однако в ближайшее время на поле всё равно не появится, так что выбор в пользу Эдоардо показался мне закономерным. Перед тем как оставить вас с матрицей один на один, выделю четыре игрока-экстремума и поделюсь двумя наблюдениями. Лучший в топ-5 лигах по PSxG-GA: Эрве Коффи из «Анже»: PSxG-GA: 0,52 Худший в топ-5 лигах по PSxG-GA: Обед Нкамбадьо: PSxG-GA из «Парижа»: - 0,44 Самые простые удары достаются Эмилю Аудеро, самые сложные – Лукасу Перри. Во-первых, хочется отметить, что уже второй сезон подряд нечеловеческую реакцию, дисциплину и хладнокровие на ленточке демонстрирует вратарь «Анже». Год назад таковым был Яхья Фофана (PSxG-GA: 0,39 PSxG/SoT: 0,33), теперь его сменщик Коффи. Во-вторых, разрешил, наконец, для самого себя загадку Аудеро. Эмиль – безоговорочно худший вратарь Европы в первом полугодии прошлого сезона. Был удивлён, узнав недавно, что в этом у него достойный сейврейт, уверенная игра ногами, да и вообще неплохая пресса. Оказалось, что чуда всё же не случилось. Просто качество ударов по его воротам самое худшее в топ-лигах. Спасибо защите «Кремонезе», которую, увы, растащат в конце сезона. По традиции прошу помощи в распространении материала. Знаю, что на просьбу откликнутся многие авторы клубных каналов, но материал будет полезен вообще всем, кто интересуется прод статом. Так что, пожалуйста, не проходите мимо – растиражируйте. Заранее спасибо! @RightLateral

Мини-семинар от Жиру по игре в штрафной — конкретно по открываниям на ближнюю штангу. Из-за максимально простого языка Жиру видео даже не требует расшифровки.

Может и не требуется, но мы сделали: Оригинальный текст и полная расшифровка на русском — Как вам удается так идеально выбирать момент для рывка к ближней штанге? [1:46-1:53] — Это сочетание предвидения и взаимопонимания с пасующим. Я начинаю движение на полсекунды раньше защитника, часто после зрительного контакта или просто зная, что мой партнер будет делать дальше [1:16-1:42, 2:19-2:36]. — Вы когда-нибудь тренировали «удар скорпиона»? [5:05-5:09] — Нет, никогда. Это был чистый инстинкт. Мяч летел мне за спину, и это был единственный способ попытаться нанести удар. Такое невозможно повторить на тренировке [5:09-5:24] Новый адрес для доступа из РФ: goal.xglab.pro

Сайт в России теперь работает без танцев с бубном по дополнительному адресу 🤓 goal.xglab.pro несмотря на все усилия талисманов сборной Франции из всем известного ведомства 🇪🇺 Матчи ЛЧ и ЛЕ тоже доступны Делитесь новой ссылкой с друзьями: https://goal.xglab.pro

Левандовского звали в Барселону, чтобы он показал зумерам в раздевалке, что такое дисциплина. Клуб прямо попросил: "Нам нужен кто-то с твоим менталитетом, научи их, что нельзя расслабляться ни на поле, ни вне его". Роберт пришел из Баварии с немецкой системой в голове. Иерархия — основа всего. КАКОЕ-ТО ЧИНОПОЧИТАНИЕ, КАКОЕ-ТО ВЕЛИЧИЕ КАКАЯ-ТО ХУЙНЯ БЛЯТЬ. Пришел, пожал руки старшим, сел, работаешь. Молодые к ветеранам — с уважением и дистанцией. А тут перед тренировкой к нему подходит Гави и обнимает. Левандовский вообще не знал, как на это реагировать — раньше молодые себя так с ветеранами не вели. При этом он видел: если их сейчас оттолкнуть, то никакого контакта с командой не будет вообще. Гави и Бальде от давления просто закрывались и начинали его игнорить. Пришлось перестраиваться. Раньше хватало команды "делай" — и молодые делали. С нынешними 17-летними это не работает. Им нужно объяснять, зачем мы делаем упражнение и какой в нем смысл. Иначе они вполне могут подумать: "Пришел дед с бумерскими идеями, ему их 20 лет назад в голову вколотили, а он даже не проверял, есть в этом смысл или нет". Это очень похоже на сдвиг в IT. Задания в духе "копать от забора до обеда" для квалифицированных людей считаются признаком того, что менеджмент не понимает, что делает. Но такой менеджмент все еще существует — как существуют и сотрудники, которым на контекст пофиг, дайте деняк и не трогайте меня пжалста 👉👈. Хотя последние лет 5-10, и особенно с появлением нейронок, растет на сотрудников, которые готовы разбираться в проблемах бизнеса и на основе этого выдавать более надежные и масштабируемые решения, а не просто исполнять команды. Как и футболистам теперь нужен контекст, а не "делай что сказали". Еще в выпуске: — Разговор с Клоппом, который помог пережить смерть отца — 5 голов за 9 минут Вольфсбургу. Роберт уверяет, что ничего не помнит с того матча ➡️ Разбор выпуска и полный текст на русском: https://vox2.me/reads/ru/robert-lewandowski-winning-mentality/interview Если кто-то из вас неплохо знает польский язык, напишите плиз @xglab_help

Гендир АЗ Алкмар Мерайн Зееман в подкасте TGG рассказал несколько баек о применении аналитики в велоспорте и как он теперь применяет эти подходы в футболе Как готовились к Тур де Франс против Тадея Погачара К тому моменту Погачар выиграл два Тура подряд, оба раза забирая генеральную, горную и молодежную классификации. Он одинаково доминировал в горах, разделках и спринтах. Это как Борини времен Милана, который закрывал любую позицию кроме вратарской, только на каждой из них выдавал цифры уровня Месси. Моделирование показало, что в свежем состоянии он сильнее любого гонщика Jumbo-Visma, но быстрее выдыхается, если долго поддерживать высокую интенсивность. Так что команда выбрала нелогичный темп: отправляла своих гонщиков в отрывы, а затем сама же начинала их преследовать. Со стороны это выглядело как тактическая ошибка или идиотизм, но идея была в том чтобы спровоцировать Погачара реагировать на постоянные рывки и работать в красной зоне задолго до финиша. В итоге к решающему подъему он подошел с истощенными запасами гликогена и проиграл гонку. В АЗ Зееман внедряет работу с данными как способ конкуренции с клубами, чей бюджет в 5 раз выше. ➡️ Разбор выпуска и полный текст на русском: https://vox2.me/reads/ru/merijn-zeeman-az-alkmaar-innovation/underdog-culture-data-strategy P.S. Разбор и полный перевод выпуска сделал с помощью нашего нового сервиса. Если у вас есть записи лекций (например, тренеров на португальском) или просто длинные видео/аудио, которые нужно быстро разобрать и перевести — можете попробовать Если из-за блокировок не открывается статья или сайт — напишите в комментах или в @xglab_help что у вас за провайдер, что-нибудь придумаем

How to Win the Premier League Добрался до книжки Грехема. Многие (а может и все) автобиографии имеют понятный изъян. Автор пытается выставить себя в лучшем свете. Вряд ли всегда специально, просто со своей колокольни виднее. Но в этой части Грехэм выглядит прям глупо. Да еще и пытаясь такими выставить Роджерса и Рипа за компанию (который уже умереть успел). После этого эпизода читал уже по диагонали. Речь идет о старом, возможно, самом первом исследовании в футболе. Рип посчитал зависимость числа передач во владении с вероятностью гола и пришел к выводу, что не нужно делать много передач, чтобы забить. Сам метод достаточно топорный, но вывод в контексте 1968 года выглядит правдоподобно. Грехэм же называет метод неплохим, но вывод неправильным. Бред полнейший. Как это модель может быть хорошей, если ее вывод (применение) плохой? На самом деле здесь мы имеем классическую ошибку data shift. Входные данные настолько изменились, что вывод меняется на противоположный. Противоречия нет. Пример попроще: представьте, что вы обучаете отдельные модели xG на данных: 1) АПЛ 2) Кожанный мяч 3) НХЛ Вы же не станете говорить, что выводы по АПЛ корректные, а по хоккею нет.

Автор называет Грэма глупым за фразу о Чарльзе Рипе: «Модель была надежной, но вывод - нет». Претензия такая: если вывод (применение) плохой, то и сама модель по определению плохая. Почему Грэм прав: это классический кейс, когда данные верные, а интерпретация мусорная. Чтобы понять логику, даже не нужен футбол. Представьте, что вы анализируете смертность: Модель (данные): 90% людей умирают в кровати. Это статистический факт, цифры верные и модель надежная. Вывод: Кровати смертельно опасны. Чтобы жить дольше, нужно спать на кухне. Рип в свое время примерно так и косякнул. Он увидел в распределении, что большинство голов забивается в атаках до 3 передач (модель ок). Но сделал вывод, что нужно намеренно играть в лонгболлы, чтобы избегать пасов (вывод не ок). Вывод был некорректный, потому что коротких атак в матче просто физически больше. Голов с них набирается много тупо за счет огромного количества попыток, а не из-за высокой эффективности. Вот так можно иметь на руках корректную модель, но прийти к выводу, что надо спать на кухне. Грэм про это и писал.

Новые сезоны АПЛ, РПЛ, Лиги 1, Португальской лиги и Ла Лиги уже доступны на https://xglab.pro и в нашем боте @xGLabBot

⚽️ Внедряем AI (CV & GenAI) в футболе. Набор в команду разработки (CV, DS, Infra)! 🤖 Мы создаем end2end AI-pipeline, от CV в задачах детекции и классификации игроков по видеопотоку до предсказания успешности событий и автоматического описания матча через LLM. Наши модели распознают ключевые фазы игры, ищут оптимальные тактические решения. Мы не только оцениваем саму игру, но и разрабатываем модели для поиска молодых талантов ⚡️. Работаем напрямую с футбольными клубами, реализуем только боевые задачи под их нужды. 🔥 Мы выходим на новый этап — оборачиваем наши модели в web сервисы, способные оперативно генерировать инсайты для тренеров и аналитиков и помогать игрокам раскрывать свой потенциал. 🏗 Что у нас уже есть: ✅ GenAI, CV, LLM — мы обучаем собственные модели, а не только файнтюним претрейны, также используем GenAI флагманы GigaChat и Kandinsky. ✅ Глубокая аналитика — мы придумываем новые индикаторы эффективности игры, в т.ч. прибегая к физическим моделям. ✅ Фокус на real-time — двигаемся в сторону онлайн-сервисов, где данные доступны мгновенно. 💡 Почему это интересно? ⚽️ Работаем на стыке футбола и технологий 🚀 Работаем с передовыми технологиями: CV, DL, LLM, txt2img, perception, AI-driven аналитика. ⚡️ Проект с реальным применением — наши решения нацелены на улучшение стратегии и тактики игры реального футбольного клуба и будут использоваться в футболе уже в 2025 году. 🎯 Можно разрабатывать не просто код, а интеллектуальные сервисы, которые могут поменять индустрию. 👥 Кого ищем? 🔹 CV, ML, DS специалистов 🔹 Frontend, Backend, Fullstack 🔹 DevOps-инженеров 🔹 QA специалистов (PD, CV) 🔹 UX-дизайнеров, аналитиков данных (DA), продукт- и проект-менеджеров 📍 Москва или удаленка внутри РФ По всем вопросам пишите в личку: @Lehsuby97 Отличный онбординг в проект от Семена Буденного (руководителя нашего управления) ▶️ Смотреть с 1-52-46

Ребята ищут целую команду айтишников в разработку инструментов футбольной аналитики под один из клубов РПЛ

Мы относительно срочно ищем интерна (лучше фулл-тайм / парт-тайм обсуждаем) на проекты, связанные с GenAI (чатбот, лайфтикер и т.п). Нужны - AWS (хотя бы начально), Python, английский язык и быть студентом в немецком вузе. Менее срочно ищем senior AWS-разработчика с возможностью переезда в Германию, но там требований больше - помимо большего опыта работы с AWS, вдобавок Confluent Kafka, AWS CDK (Typescript), Terraform. Java и С# приветствуются. Писать в личку, там дам больше подробностей и протащу резюме (пока что вакансии официально не выкатили на сайт).

Интересный вариант, если хотите работать в большом футболе

На канале Hudl Statsbomb вышла запись презентации нашего с Олегом исследования о (не)влиянии желтых карточек на игру в обороне. Прорывного результата не получилось, но получилось немного похулиганить с форматом презентации. До Манчестера в этом году не долетели, мою визу делали в два с половиной раза дольше срока и закончили ровно в день после проведения конфы 🤡 Тем не менее, со мной связались ребята из City Football Group, которые были там офлайн, говорят, им и остальному залу зашло и по контенту, и по подаче. https://youtu.be/NCd7o6YfM0s

Африканский скаутинг: стажировка с возможностью найма на работу Всем привет, давно ничего сюда не писал. В проект, в котором я работаю уже около года, мы набираем скаутов на стажировку с возможностью найма на удаленную работу для тех, кто хорошо себя проявит в течение 1-2 месяцев. Для тех, кто не получит работу по итогам стажировки – это опыт, фидбек, новые знакомства и возможность занести себе в портфолио участие в работе одной из ведущих структур на рынке западной Африки. С вас – поиск молодых игроков в африканских академиях, которые имеют потенциал развиться до уровня топ-лиг Европы и стоить 5, 10, 20 млн. евро. Детали, естественно, расскажем уже лично. Мы предоставим вам доступ ко всем необходимым платформам, будем проверять ваши шорт-листы, давать регулярный фидбек и делиться опытом. Эта возможность подходит, например, выпускникам курсов по скаутингу, авторам блогов про скаутинг/аналитику и просто скаутам, которые на данный момент не имеют за плечами большого опыта работы в крупных агентствах и больших клубах, но хотят сделать первый серьезный шаг или ищут обратный путь в индустрию после паузы.   Пожалуйста, отправляйте свою заявку на участие в стажировке мне @ildegen. Просьба сразу максимально подробно рассказать о себе, своем опыте и мотивации. Желательно предоставить резюме и тестовые работы (отчеты, шорт-листы). Если вы уже являетесь достаточно опытным скаутом с большим резюме и ищете новые возможности для работы, вы также можете отправить мне свое резюме. На данный момент у нас нет выгодного предложения для вас, но, возможно, оно может появиться в обозримом будущем.

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