Máster online Big Data aplicado al fútbol profesional
Convierte tu pasión por el fútbol en una profesión. Con nuestro Máster Online en Big Data aplicado al fútbol aprenderás a analizar jugadores y equipos como lo hacen los clubes profesionales: desde interpretar métricas clave hasta crear visualizaciones que revelan patrones invisibles en el juego. No solo dominarás las herramientas que usan en la élite, también podrás aplicarlas en tu propio equipo para obtener una ventaja competitiva inmediata. Es el camino más directo para pasar de ver el fútbol como aficionado a entenderlo como un analista de élite y vivir de tu pasión.
BOLSA DE EMPLEO DESDE EL PRIMER DÍA
Número actual de alumnos y ex alumnos en clubes profesionales:51
¡Cumplimos 2 AÑOS y lo celebramos con 500 € de descuento!
Fundamentos del Análisis de Datos en Fútbol Aprenderás a entender las métricas clave del juego y a recopilar datos de fuentes profesionales como Understat, OPTA,StatsBomb, tal y como se hace en los clubes de élite.
Visualización Avanzada Dominarás técnicas de visualización —como mapas de calor, redes de pases, gráficos radiales— que revelan patrones ocultos y tendencias, transformando simples números en una ventaja competitiva real.
Aplicaciones Prácticas en Clubes Sabrás utilizar herramientas como Tableau para crear informes e insights que sirven al cuerpo técnico para tomar decisiones estratégicas dentro y fuera del campo.
Interpretación de Datos Profesional No se trata solo de graficar: aprenderás a interpretar los datos como lo haría un analista en un club, identificando fortalezas, debilidades y áreas de mejora en jugadores y equipos.
Al finalizar, tendrás la misma base de trabajo que utilizan los analistas de datos en clubes profesionales, pero también podrás aplicar estas herramientas a tu propio equipo para obtener una ventaja competitiva inmediata.
Conviértete en un especialista en análisis de datos de fútbol y lleva tu visión del juego al nivel de la élite.
Empieza hoy y da el primer paso para trabajar en el fútbol profesional.
12 módulos + Anexos con vídeos, artículos y temarios en PDF Certificado oficial de superación Soporte 24/7 de nuestros tutores Acceso desde el día 1 a la bolsa de empleo (+80 convenios) Posibilidad de prácticas ️ Acceso de por vida al aula virtual Actualizaciones trimestrales Asesoramiento laboral al finalizar
TEMARIO
SECCIÓN 1 | SCRAPING Y OBTENCIÓN DE DATOS
Módulo 0. Anaconda
Instalaremos y aprenderemos a usar Anaconda, una plataforma que nos facilitará la gestión de paquetes y entornos de Python, muy útil para tratar y analizar los datos.
Módulo 1. FotMob
Empezaremos con FotMob el scraping: extraer los datos de páginas específicas de fútbol, para obtener los datos necesarios para realizar nuestros análisis.
Módulo 2. Statsbomb
Continuaremos ese scraping con la empresa líder en la industria del análisis de datos de fútbol, recopilando información detallada y de alta calidad para mejorar nuestra toma de decisiones.
SECCIÓN 2 | TRATAMIENTO Y ANÁLISIS DE LOS DATOS
Módulo 3. Mapa de tiros
Realizaremos una visualización de datos que nos muestre la ubicación de los tiros en un campo de fútbol, útil para analizar patrones de ataque y defensa.
Módulo 4. Redes de pases
Representaremos de manera gráfica los pases entre jugadores durante un partido, que puede revelar patrones de juego y relaciones entre compañeros de equipo.
Módulo 5. Mapa de calor de equipos
En este módulo aprenderemos a graficar las áreas del terreno de juego donde un equipo pasa más tiempo o tiene más actividad durante un partido, ya sea las zonas donde más pases ha realizado, o donde más pérdidas tiene.
Módulo 6. Mapa de calor individual
Veremos de manera gráfica cosas similares al módulo anterior, pero esta vez nos centraremos en jugadores específicos, mostrando sus movimientos y áreas de influencia en el campo.
Módulo 7. Radios de acción
Iremos un paso más allá del tema anterior, para ver específicamente ciertos comportamientos y estadísticas concretas de un jugador durante un partido, lo que puede ayudar a comprender su influencia, debilidades y fortalezas en el juego.
Módulo 8. xG por tramos
Analizaremos los Expected Goals (xG) divididos en segmentos de tiempo específicos durante un partido, lo que puede revelar los cambios de rendimiento nuestros y de rivales, y sobre todo, ver quién mereció ganar.
Módulo 9. Radar pizza
Haremos radares de pizza que nos muestre de un simple viztazo múltiples estadísticas de rendimiento de un jugador en diferentes áreas del juego, similar a un perfil de habilidades.
Módulo 10. Radar clásico
Seguiremos con el tema anterior, pero esta vez, utilizaremos el gráfico de radar para comparar a jugadores de una posición rendimiento de un jugador en para ver quién está dando mejor rendimiento.
Módulo 11. Beeswarm
Usaremos el gráfico de dispersión para hacer comparativas entre jugadores de nuestro equipo o con jugadores de una competición, para ver cómo esta siendo el desempeño de nuestros jugadores y de nuestro equipo con respecto a otros.
Módulo 12. Match Report automático
En este tema, exploraremos el desarrollo y uso de un sistema automatizado para generar informes de partidos, conocidos como match reports. Estos informes son herramientas esenciales para analizar y comprender los datos principales de un partido. Nos hacen ganar tiempo, y presentarlos a cuerpo técnico o jugadores en unos minutos.
Módulo 13. Posición media del equipo
Nos enfocaremos en el análisis detallado de las posiciones de los jugadores durante un partido, con un énfasis especial en la posición media. Este tipo de análisis es crucial para entender la dinámica del juego y las estructuras y patrones de ataque o defensa de nuestro equipo o de un rival.
Módulo 14. Zonas de generación y envío
Abordaremos el análisis de las zonas del campo desde donde se generan más pases y otras acciones, así como las zonas de envío de estos. Este análisis es fundamental para identificar y comprender los patrones de ataque de un equipo, permitiendo así desarrollar estrategias efectivas para contrarrestar las conexiones de nuestros rivales.
SECCIÓN 3 | PRESENTACIÓN Y VISUALIZACIÓN DE LOS DATOS
Módulo 15. Tableau
Una vez tratados todos los datos, aprenderemos a hacer una presentación de todos los datos en Tableau, la herramienta que nos permitirá generar dashboard interactivos para ofrecer a nuestro cuerpo técnico o jugadores.
OTROS ANEXOS
Rendimiento de equipos
Gráficos de dispersión para comparar la efectividad o ineficiencia de equipos de mismas competiciones.
Generaremos un percentil para saber cómo de bueno (o no), es un equipo con respecto al resto. Esto te permite analizar las fortalezas y debilidades (en este caso defensivas) de cada equipo de inmediato
En este archivo podemos ver rápidamente una comparativa de aspectos relacionados con el rendimiento, en este caso goleador, de los equipos de una competición. ¿Han marcado más goles de los que deberían según su xG? ¿Han dado menos asistencias sus jugadores con respecto a las xA?
Scouting de jugadores
¿Cómo de mejor es un jugador con respecto a otros de su misma competición? En este archivo trabajamos con grids para ver el percentil de un jugador. Es decir, cuánto más es mejor un jugador con respecto al resto?
Este gráfico nos mostrará el perfil del jugador analizando mediante barras en distintas métricas ofensivas, defensivas y de pase, comparándolo con el resto de jugadores, para que sea más visual. Cada barra representa su posición en percentiles: cuanto más a la derecha, mejor es su rendimiento en esa categoría respecto al resto.
¿Quieres saber quiénes son los mejores jugadores en su posición, según los datos reales de rendimiento? En este notebook aprenderás a comparar futbolistas a través de diferentes métricas, para construir un ranking objetivo al estilo de un director deportivo.
Mediante los datos de FBREF, trataremos de encontrar al jugador más similar a otro en base a los datos estadísticos de una temporada.
Dependerá de tu dedicación y de tus posibilidades. Lo habitual es finalizar el curso entre 1 y 2 meses. Pero por supuesto, tienes total libertad para acabarlo antes o después.
¿Qué validez tiene?
Nuestro Máster tienen validez en todo el territorio internacional, por lo que podrás trabajar en cualquier país y cualquier categoría.
¿Puedo contactar con mi tutor?
¡Claro! Podrás hablar con ellos en el aula virtual para resolver cualquier duda en menos de 24 horas.
¿Hacen falta conocimientos de programación?
No, es un curso específico para empezar desde 0. Sólo aprenderás el lenguaje de programación necesario en el día a día de un club profesional.
¿Hay posibilidad de prácticas?
Existe la posibilidad de realizar practicas en algún club de futbol siempre que estén buscando una persona para el área de big data.
¿Cuándo puedo empezar?
Puedes iniciar el curso en cualquier momento al realizar la compra.
¿Cómo es el proceso de compra? Debes añadir el curso al carrito, y finalizar la compra mediante tarjeta de crédito/débito o con PayPal.
Una vez realizada la compra, ¿cuándo me llegarán los datos de acceso?
En un plazo de máximo 24 horas te enviaremos al email que nos hayas indicado, los datos de acceso al aula virtual. Recuerda revisar la carpeta de spam/no deseado si tras ese periodo de tiempo aún no los has recibido.
¿Por qué este curso es tan barato con respecto a otros similares?
Nacimos con la intención de que el big data aplicado al futbol sea accesible para todos, por eso, y al contrario que otras academias, sólo enseñamos los necesario para que lo puedas aplicar en un club profesional, sin necesidad de enseñar cosas innecesarias o de alargar el temario para justificar el precio tan alto.
¿Cómo se supera el curso?
El curso se finaliza una vez se entregue el proyecto final. Un trabajo sencillo en el que replicarás los aspectos trabajados durante el Máster.
TUTORES
Javi Asensio
Área datos del Rapid Viena de Primera División austriaca.
David Torres
Analista de datos en la Umass Lowell, Division I de la NCAA americana
Fran Pérez
Analista del rendimiento en el Górnik Zabrze de la Primera División polaca