[Institucional_dat] Defensa de tesis de Cs de Datos de Bautista Gilardón

[guillermo.duran en de.fcen.uba.ar]

Tenemos el agrado de invitar a la defensa de la tesis de Licenciatura en 
Ciencias de Datos de Bautista Gilardón, que tendrá lugar este viernes 
7/8 a las 17:00, en el aula 1207 del Pabellón 0+infinito.

Titulo: Player Chemistry: Optimización de vectores latentes y métricas 
de impacto conjunto

Director: Manuel Durán
Codirector: Guillermo Durán

Jurados: Pablo Groisman y Pablo Mislej

Resumen: La mayoría de las métricas de rendimiento del fútbol 
profesional evalúa a cada jugador de forma aislada, aunque el valor de 
un futbolista depende también de con quién juega. Esta tesis incorpora 
ese contexto colectivo al problema del reclutamiento: dado un equipo y 
una vacante, se busca el perfil de jugador que maximiza la química 
ofensiva del conjunto, invirtiendo el proceso habitual de evaluar 
candidatos uno por uno y convirtiendo la búsqueda de reactiva en 
proactiva. El punto de partida es el Joint Offensive Impact (JOI) de 
Bransen y Van Haaren, una métrica que cuantifica la química ofensiva 
entre dos jugadores sumando el valor de las acciones secuenciales de 
cada partido. Todo el estudio se basa en el EPV (Expected Possession 
Value), una métrica que asigna un valor esperado a cada estado de 
posesión y valora cada acción por el cambio que produce en ese valor 
dentro de una ventana de 10 segundos. Sobre esa base se desarrollan tres 
componentes. Primero, una representación vectorial propia del jugador, 
con 20 características normalizadas por 90 minutos y comprimida mediante 
factorización matricial no negativa (NMF) en siete arquetipos 
interpretables en términos futbolísticos. Segundo, un modelo supervisado 
que predice el JOI90 (el JOI normalizado a 90 minutos de juego 
compartido) de pares que nunca compartieron cancha, entrenado sobre 
productos simétricos de arquetipos que preservan la simetría de la 
métrica y validado con particiones agrupadas por equipo para evitar la 
fuga de información propia de los datos de pares; el modelo final, un 
gradient boosting, se eligió por su utilidad como función objetivo de la 
optimización y no únicamente por su error de predicción. Tercero, un 
problema de optimización con restricciones que genera el perfil continuo 
que maximiza la química colectiva con un bloque de compañeros fijos, 
donde una penalización de entropía concentra la solución en pocos 
arquetipos dominantes y, a la vez, mejora la calidad de la optimización. 
El ciclo se cierra recuperando por similitud coseno los jugadores reales 
más cercanos al perfil óptimo. El sistema completo se valida sobre un 
caso real de reclutamiento en el Racing de Santander, donde recomienda 
un perfil que complementa al plantel en lugar de replicar al jugador 
saliente y prácticamente duplica la química ofensiva predicha del bloque 
titular. El resultado es una herramienta que parte de datos de eventos 
crudos y termina en una lista accionable de candidatos de mercado, 
aplicable en el entorno de un club y con potencialidad de uso real en el 
Racing de Santander para la mejora efectiva de su scouting. El proyecto 
se enmarca en la colaboración existente entre nuestra Facultad y el 
Racing de Santander, equipo del fútbol español recientemente ascendido a 
la Primera División.

Los/as esperamos!