Sobre este Curso

El programa está dirigido a profesionales, analistas, entrenadores, periodistas y personas ligadas al deporte. Tiene como objetivo principal proporcionar una introducción al uso de diferentes herramientas para el análisis y la interpretación de datos en el fútbol. Que los alumnos puedan entender que herramientas se utilizan en las diferentes fases del procesamiento de datos, cuáles son las mejores prácticas a la hora de presentar la información y que se debe tener en cuenta a la hora de interpretar y adaptar datos externos.

Orientado a

Directivos de instituciones, asociaciones o federaciones deportivas.

Periodistas y trabajadores de los medios especializados en deporte.

Analistas de clubes, federaciones y empresas.

Entrenadores

Deportistas en general.

Requisitos

  • Poseer un título universitario o terciario (de cualquier carrera e institución), o ejercer algún cargo directivo en instituciones, asociaciones, federaciones o empresas vinculadas con el deporte, o tener algún otro tipo de vinculación con las mismas o con el mundo del deporte en general.

Contenidos

7 módulos • 31 horas
Módulo 1: Análisis, interpretación y reprocesamiento de datos
1 clase • 2 horas
Clase 1: Análisis, interpretación y reprocesamiento de datos de proveedores deportivos.
2 horas
Módulo 2: Visualización de datos deportivos
2 clases • 4 horas
Clase 2: Fundamentos de la construcción de indicadores.
3 horas
Clase 2B: Repaso, Datawrapper
1 hora
Módulo 3: Introducción a bases de datos relacionales
1 clase • 3 horas
Clase 4: Introducción a bases de datos relacionales.
3 horas
Módulo 4: Introducción a Herramientas de BI
4 clases • 12 horas
Clase 3: Introducción a herramientas de BI: Tableau – Parte 1
3 horas
Clase 5: Introducción a herramientas de BI: Tableau – Parte 2
3 horas
Clase 6: Introducción a herramientas de BI: Power BI - Parte 1
3 horas
Clase 7: Introducción a herramientas de BI: Power BI - Parte 2
3 horas
Módulo 5: Introducción a Python
1 clase • 3 horas
Clase 8: Introducción a Python
3 horas
Módulo 6: Introducción a R
1 clase • 3 horas
Clase 9: Introducción a R para visualización de datos
3 horas
Módulo 7: Generación de emergentes y artículos basados en estadísticas
2 clases • 4 horas
Clase Extra - Trabajo Final y Repaso
1 hora
Clase 10: Buenas prácticas en la generación de emergentes y artículos basados en estadísticas.
3 horas

Docentes

Matias Conde
Matias Conde

Data Insights Team Lead LATAM - Stats Perform