Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : CNRS UMR6072 GREYC – Université de Caen Normandie
Durée : 4 mois
Contact : francois.rioult@unicaen.fr
Date limite de publication : 2016-02-20
Contexte :
Big Tennis Data a pour point de départ un constat : la multiplication
récente des outils de capture de la performance sportive permet
d’accéder aujourd’hui à des masses de données considérables sur les
performances sportives qui pourtant restent à ce jour assez peu
exploitées. Ce projet vise à développer des moyens d’extraire de ces
masses de données des informations pertinentes pour la compréhension
d’un rapport de force et exploitables par les acteurs du monde sportif
(entraîneurs, joueurs, concepteurs de matériel, médias, etc.).
Sujet :
Le projet Big Tennis Data vise à la quantification
du rapport de force dans les duels de tennis professionnel.
Big Tennis Data a pour point de départ un constat : la multiplication
récente des outils de capture de la performance sportive permet
d’accéder aujourd’hui à des masses de données considérables sur les
performances sportives qui pourtant restent à ce jour assez peu
exploitées. Ce projet vise à développer des moyens d’extraire de ces
masses de données des informations pertinentes pour la compréhension
d’un rapport de force et exploitables par les acteurs du monde sportif
(entraîneurs, joueurs, concepteurs de matériel, médias, etc.).
L’exploitation de données en provenance du système Hawk-Eye constitue
la force et le défi de ce projet. Collectées par des systèmes
multi-caméras reportant la trajectoire des balles et des joueurs/ses,
elles permettront d’étudier la dynamique du duel entre deux
joueurs/ses au cours d’un échange, d’un jeu, d’un match, d’une saison,
etc. Du fait de la volumétrie des données (600 000 trajectoires à
analyser), il y a dans ce projet un défi pour l’analyse de grandes
masses de données (Big Data).
Le cœur du projet nécessite de formaliser des méthodes
d’enrichissement des données mécaniques afin de caractériser le
rapport de force, puis d’extraire des descripteurs pertinents de ce
rapport de force.
Profil du candidat :
Analyse de données / statistiques, apprentissage automatique, Big Data.
Une bonne connaissance du tennis serait appréciée.
Formation et compétences requises :
ingénieur / post-doc en informatique.
Adresse d’emploi :
Caen Campus 2