undefined cover
undefined cover
#11 : Jérémy Cheradame (Data Scientist @ Équipe de France de rugby) - Data et rugby cover
#11 : Jérémy Cheradame (Data Scientist @ Équipe de France de rugby) - Data et rugby cover
Intelligence Artificielle - Data Driven 101 - Le podcast IA & Data 100% en français

#11 : Jérémy Cheradame (Data Scientist @ Équipe de France de rugby) - Data et rugby

#11 : Jérémy Cheradame (Data Scientist @ Équipe de France de rugby) - Data et rugby

37min |12/02/2023|

1170

Play
undefined cover
undefined cover
#11 : Jérémy Cheradame (Data Scientist @ Équipe de France de rugby) - Data et rugby cover
#11 : Jérémy Cheradame (Data Scientist @ Équipe de France de rugby) - Data et rugby cover
Intelligence Artificielle - Data Driven 101 - Le podcast IA & Data 100% en français

#11 : Jérémy Cheradame (Data Scientist @ Équipe de France de rugby) - Data et rugby

#11 : Jérémy Cheradame (Data Scientist @ Équipe de France de rugby) - Data et rugby

37min |12/02/2023|

1170

Play

Description

Jérémy Cheradame, Data Scientist pour l'équipe de France de rugby est l’invité de de l’épisode 11 de Data Driven 101.

Il nous révèle les usages actuels de la data au plus haut niveau sportif, notamment :

👉🏼 Quelles règles simples peuvent être données aux joueurs pour prendre un avantage statistique sur l’équipe adverse ?

👉🏼 Que peut-on apprendre d’un adversaire pendant une compétition grâce à la data ?

👉🏼 Comment s’articule la charnière Data Scientist - Sport Scientist  et quelle est la relation avec le coach ?


Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Chapters

  • Introduction

    00:55

  • La data au sein de la FFR

    02:25

  • La fusion de toute leurs données

    05:36

  • La data pour une meilleure performance

    07:30

  • Obstacles et difficultés d’utilisation de la data

    10:48

  • À quel point la data aide à définir le plan de jeu

    13:25

  • Préparation des matchs

    15:17

  • La data pour définir le style de jeu

    17:13

  • La data des arbitres

    21:40

  • Avantage compétitif de l’usage de la data

    22:21

  • Le risque de proposer une solution globale

    23:25

  • S’avoir s’adapter et être opérationnel

    24:24

  • Les limites de la data pour le sport

    25:51

  • L’avenir de la data pour le sport

    28:04

  • Une part d'incertitude

    30:33

  • L'expérience collective

    32:04

  • Être objectif

    33:35

  • Optimisation de performance des joueurs

    34:40

  • Fonctionner ensemble

    36:20

  • Les projets futurs

    37:18

Description

Jérémy Cheradame, Data Scientist pour l'équipe de France de rugby est l’invité de de l’épisode 11 de Data Driven 101.

Il nous révèle les usages actuels de la data au plus haut niveau sportif, notamment :

👉🏼 Quelles règles simples peuvent être données aux joueurs pour prendre un avantage statistique sur l’équipe adverse ?

👉🏼 Que peut-on apprendre d’un adversaire pendant une compétition grâce à la data ?

👉🏼 Comment s’articule la charnière Data Scientist - Sport Scientist  et quelle est la relation avec le coach ?


Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Chapters

  • Introduction

    00:55

  • La data au sein de la FFR

    02:25

  • La fusion de toute leurs données

    05:36

  • La data pour une meilleure performance

    07:30

  • Obstacles et difficultés d’utilisation de la data

    10:48

  • À quel point la data aide à définir le plan de jeu

    13:25

  • Préparation des matchs

    15:17

  • La data pour définir le style de jeu

    17:13

  • La data des arbitres

    21:40

  • Avantage compétitif de l’usage de la data

    22:21

  • Le risque de proposer une solution globale

    23:25

  • S’avoir s’adapter et être opérationnel

    24:24

  • Les limites de la data pour le sport

    25:51

  • L’avenir de la data pour le sport

    28:04

  • Une part d'incertitude

    30:33

  • L'expérience collective

    32:04

  • Être objectif

    33:35

  • Optimisation de performance des joueurs

    34:40

  • Fonctionner ensemble

    36:20

  • Les projets futurs

    37:18

Share

Embed

You may also like

Description

Jérémy Cheradame, Data Scientist pour l'équipe de France de rugby est l’invité de de l’épisode 11 de Data Driven 101.

Il nous révèle les usages actuels de la data au plus haut niveau sportif, notamment :

👉🏼 Quelles règles simples peuvent être données aux joueurs pour prendre un avantage statistique sur l’équipe adverse ?

👉🏼 Que peut-on apprendre d’un adversaire pendant une compétition grâce à la data ?

👉🏼 Comment s’articule la charnière Data Scientist - Sport Scientist  et quelle est la relation avec le coach ?


Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Chapters

  • Introduction

    00:55

  • La data au sein de la FFR

    02:25

  • La fusion de toute leurs données

    05:36

  • La data pour une meilleure performance

    07:30

  • Obstacles et difficultés d’utilisation de la data

    10:48

  • À quel point la data aide à définir le plan de jeu

    13:25

  • Préparation des matchs

    15:17

  • La data pour définir le style de jeu

    17:13

  • La data des arbitres

    21:40

  • Avantage compétitif de l’usage de la data

    22:21

  • Le risque de proposer une solution globale

    23:25

  • S’avoir s’adapter et être opérationnel

    24:24

  • Les limites de la data pour le sport

    25:51

  • L’avenir de la data pour le sport

    28:04

  • Une part d'incertitude

    30:33

  • L'expérience collective

    32:04

  • Être objectif

    33:35

  • Optimisation de performance des joueurs

    34:40

  • Fonctionner ensemble

    36:20

  • Les projets futurs

    37:18

Description

Jérémy Cheradame, Data Scientist pour l'équipe de France de rugby est l’invité de de l’épisode 11 de Data Driven 101.

Il nous révèle les usages actuels de la data au plus haut niveau sportif, notamment :

👉🏼 Quelles règles simples peuvent être données aux joueurs pour prendre un avantage statistique sur l’équipe adverse ?

👉🏼 Que peut-on apprendre d’un adversaire pendant une compétition grâce à la data ?

👉🏼 Comment s’articule la charnière Data Scientist - Sport Scientist  et quelle est la relation avec le coach ?


Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Chapters

  • Introduction

    00:55

  • La data au sein de la FFR

    02:25

  • La fusion de toute leurs données

    05:36

  • La data pour une meilleure performance

    07:30

  • Obstacles et difficultés d’utilisation de la data

    10:48

  • À quel point la data aide à définir le plan de jeu

    13:25

  • Préparation des matchs

    15:17

  • La data pour définir le style de jeu

    17:13

  • La data des arbitres

    21:40

  • Avantage compétitif de l’usage de la data

    22:21

  • Le risque de proposer une solution globale

    23:25

  • S’avoir s’adapter et être opérationnel

    24:24

  • Les limites de la data pour le sport

    25:51

  • L’avenir de la data pour le sport

    28:04

  • Une part d'incertitude

    30:33

  • L'expérience collective

    32:04

  • Être objectif

    33:35

  • Optimisation de performance des joueurs

    34:40

  • Fonctionner ensemble

    36:20

  • Les projets futurs

    37:18

Share

Embed

You may also like