数据科学和田径队将参加 2024 年 NFL 大数据碗

瑞安·拉森（opens in new window） 在他的足球生涯中执教过数百名球员，还有四名数据科学家。

当卡内基梅隆大学（Carnegie Mellon University）应用数据科学硕士项目（opens in new window）（MADS）的一个学生团队开始了一个为期数月的项目，以解析NFL为其首屈一指的年度体育分析比赛发布的海量数据集时，他们请来了教练。该团队提交的参赛作品是用于评估“设置优势（opens in new window）”的指标，是卡内基梅隆大学入围 2024 年 NFL 大数据碗（opens in new window）决赛的两名选手之一。

由MADS学生Shane Hauck（opens in new window）在迪特里希人文与社会科学学院（opens in new window）统计与数据科学系（opens in new window）的校友兼助理教学教授Ron Yurko（opens in new window）的指导下成立，四人小组进入了以教练为中心的比赛轨道，该赛道鼓励团队与实际教练配对，以开发对 NFL 数据的深刻使用。

作为决赛入围者，该团队获得了 12,500 美元的奖金，并受邀参加 2 月底在印第安纳波利斯举行的 NFL 球探联合体，以展示他们的工作。

专家洞察与下一代数据相遇

学生们与拉森教练和他的防守协调员本·吉博尼（Ben Gibboney）挤在一起，尽可能多地学习如何设置边缘，即外围防守者试图通过设置一个将持球人引导到场地中心的边缘来控制比赛。

拉森的简单涂鸦勾勒出跑卫可以走的各种路径，以及边缘设定者如何影响跑者的方向，在最后的演示中作为幻灯片一路走到印第安纳波利斯。

“我们帮助从足球的角度理解事情，就像比赛一样复杂，”吉博尼说。“我们正在努力为学生简化它，他们绝对是聪明的！他们看待数字和数据的方式与我们完全不同。

尊重是相互的。

“教练们对足球的了解真是太疯狂了！他们可以在看完几秒钟的电影后立即识别出戏剧的几个方面。他们对足球的理解达到了如此疯狂的水平，这使得听他们说话变得如此有趣，“MADS学生之一Marion Haney说。“每次见面时，我们都会更好地理解足球的概念，以及如何将教练所说的话转化为代码。”

尤尔科说，与教练们团结起来，不仅增强了学生的项目。这为他们提供了与领域专家合作的宝贵经验。

“这不仅与体育有关，而且与任何行业或领域有关，他们与专家合作，必须利用他们作为数据科学家的技能来产生相关和有见地的东西，”他说。

学生们利用 2022 年 NFL 赛季前九场比赛的大量 NFL 位置数据创建了一个指标，可以量化球员设定优势的能力。

“他们创造的是一种工具，可以真正为肉眼看不到的东西赋予价值。它向你展示了当学术界和体育界合作时会发生什么，“拉森说。“这为统计表上没有显示的东西提供了实际数据。

吉博尼继续说道：“教练可以利用这一点为他们应该更重视的球员提供评分。他们可以看看那些可能不会做出大量铲球，但仍然对比赛产生重大影响的球员。作为一名防守教练，我看到了其中的价值。

熟能生巧

当他们得知他们的作品被选为大数据碗决赛入围者后，学生团队与卡内基梅隆大学的整个足球教练团队重新召集，排练和微调他们最终将在印第安纳波利斯的足球观众面前发表的演讲。

“你基本上让整个NFL世界都来到这个事件中 – 每个团队成员都是团队的分析人员，都在大数据碗。他们想要更多，“尤尔科说。“他们想知道下一步，这些学生可能成为他们最终雇用的人。

据美国国家橄榄球联盟（NFL）称，迄今为止，已有50多名大数据碗参与者被聘用，担任与体育数据和分析有关的角色。尤尔科说，卡内基梅隆大学在该领域有很好的代表性。

“长期以来，卡内基梅隆大学一直是体育分析研究的领导者。我们已经成为全国体育分析研究中心，“Yurko说。“因此，当人们考虑他们应该去哪些机构进行体育分析时？卡内基梅隆大学位居榜首。

Yurko说，大数据碗从300多份参赛作品中选出了五名决赛选手，其中包括来自CMU的两支队伍。如果边缘设定指标起飞，学生将不是唯一受益于潜在雇主关注的人。

“我们的指标为这些以前不会因完成工作而获得适当荣誉的球员提供了有价值和可量化的东西，”豪克说。“我们现在可以衡量它们的影响。