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|

890

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|

890

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

    00:00

  • La data au sein de la FFR

    01:30

  • La fusion de toute leurs données

    04:41

  • La data pour une meilleure performance

    06:35

  • Obstacles et difficultés d’utilisation de la data

    09:53

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

    12:30

  • Préparation des matchs

    14:22

  • La data pour définir le style de jeu

    16:18

  • La data des arbitres

    20:45

  • Avantage compétitif de l’usage de la data

    21:26

  • Le risque de proposer une solution globale

    22:30

  • S’avoir s’adapter et être opérationnel

    23:29

  • Les limites de la data pour le sport

    24:56

  • L’avenir de la data pour le sport

    27:09

  • Une part d'incertitude

    29:38

  • L'expérience collective

    31:09

  • Être objectif

    32:40

  • Optimisation de performance des joueurs

    33:45

  • Fonctionner ensemble

    35:25

  • Les projets futurs

    36:23

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

    00:00

  • La data au sein de la FFR

    01:30

  • La fusion de toute leurs données

    04:41

  • La data pour une meilleure performance

    06:35

  • Obstacles et difficultés d’utilisation de la data

    09:53

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

    12:30

  • Préparation des matchs

    14:22

  • La data pour définir le style de jeu

    16:18

  • La data des arbitres

    20:45

  • Avantage compétitif de l’usage de la data

    21:26

  • Le risque de proposer une solution globale

    22:30

  • S’avoir s’adapter et être opérationnel

    23:29

  • Les limites de la data pour le sport

    24:56

  • L’avenir de la data pour le sport

    27:09

  • Une part d'incertitude

    29:38

  • L'expérience collective

    31:09

  • Être objectif

    32:40

  • Optimisation de performance des joueurs

    33:45

  • Fonctionner ensemble

    35:25

  • Les projets futurs

    36:23

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

    00:00

  • La data au sein de la FFR

    01:30

  • La fusion de toute leurs données

    04:41

  • La data pour une meilleure performance

    06:35

  • Obstacles et difficultés d’utilisation de la data

    09:53

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

    12:30

  • Préparation des matchs

    14:22

  • La data pour définir le style de jeu

    16:18

  • La data des arbitres

    20:45

  • Avantage compétitif de l’usage de la data

    21:26

  • Le risque de proposer une solution globale

    22:30

  • S’avoir s’adapter et être opérationnel

    23:29

  • Les limites de la data pour le sport

    24:56

  • L’avenir de la data pour le sport

    27:09

  • Une part d'incertitude

    29:38

  • L'expérience collective

    31:09

  • Être objectif

    32:40

  • Optimisation de performance des joueurs

    33:45

  • Fonctionner ensemble

    35:25

  • Les projets futurs

    36:23

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

    00:00

  • La data au sein de la FFR

    01:30

  • La fusion de toute leurs données

    04:41

  • La data pour une meilleure performance

    06:35

  • Obstacles et difficultés d’utilisation de la data

    09:53

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

    12:30

  • Préparation des matchs

    14:22

  • La data pour définir le style de jeu

    16:18

  • La data des arbitres

    20:45

  • Avantage compétitif de l’usage de la data

    21:26

  • Le risque de proposer une solution globale

    22:30

  • S’avoir s’adapter et être opérationnel

    23:29

  • Les limites de la data pour le sport

    24:56

  • L’avenir de la data pour le sport

    27:09

  • Une part d'incertitude

    29:38

  • L'expérience collective

    31:09

  • Être objectif

    32:40

  • Optimisation de performance des joueurs

    33:45

  • Fonctionner ensemble

    35:25

  • Les projets futurs

    36:23

Share

Embed

You may also like