Sport Košarka

snaga tehnologije

Splitska stručnjakinja koja je dio NBA momčadi objašnjava kako spoj znanosti i sporta dovodi do boljih rezultata: Na svakoj utakmici obradimo milijune podataka

snaga tehnologije

Deveto izdanje našeg “Women in tech meetup Split” nesumnjivo će biti zanimljivo: dolazi nam Splićanka koja radi za NBA klub!

Ova najava gostovanja Ivane Šerić na 9. Women in tech meetup Split pokazala se punim pogotkom organizatora iz Split Tech Cityja. Interes publike bio je izniman, tražila se sjedalica više, i mlađe i starije, i žene i muškarce zanimalo je što to radi i kako to radi Splićanka zaposlena kao “data scientist” u NBA klubu “Philadelphia 76ers”.

Htjeli su čuti kakve veze njezin posao ima s tehnologijom i kako to, po naški kazano, podatkovna znanstvenica utječe na igru američkih košarkaških zvijezda.

Prije tog događaja i mi smo porazgovarali s mladom znanstvenicom koja karijeru gradi u NBA ligi, a u svom životu povezala je matematiku i košarku. U Americi je nešto više od 10 godina, a prije odlaska u SAD nastupala je i za hrvatsku reprezentaciju U16 i U18.

- Počela sam igrati košarku sa 7 godina, a u dobi od 12 godina vidjela sam na televiziji američke koledž utakmice i otada mi je bio san otići na koledž u Ameriku. Do 15. godine sam igrala u Splitu, onda godinu u Solinu, pa tri godine u Požegi. Nakon toga sam išla na koledž u Ameriku, dobila sam sportsku stipendiju i studirala primijenjenu matematiku na NJIT (New Jersey Institute of Technology) i igrala za košarkašku ekipu Sveučilišta tijekom dodiplomskog studija.

Tamo sam ostala na doktoratu, koji je također, kao i studij, bio iz područja primijenjene matematike s fokusom na mehaniku fluida. Tijekom doktorata vidjela sam da NBA ekipe zapošljavaju matematičare kao data scientiste i počela sam učiti sama taj data science preko nekih tečajeva, preko interneta, u slobodno vrijeme. I kad sam završila doktorat, dobila sam posao u Philadelphiji. To je bilo prije dvije godine – kaže Ivana o svojem dosadašnjem putu.

Pitamo je i što je najbitnije u njezinu poslu data scientista.

– Poanta je obrada podataka. NBA prikuplja veliku količinu podataka tijekom utakmice iz kojih mi možemo pronaći bolji uvid u strategiju da bismo pobijedili na više utakmica – odgovara Ivana.

Pojašnjava kako prate koordinate kretanja igrača (xy) 25 puta po sekundi, isto tako i košarkaške lopte za koju, osim koordinata x i y, obrađuju još i podatke o koordinati z, tj. o visini, označena su sva dodavanja, driblinzi, šutovi, sve akcije...

Imaju sve podatke iz kojih traže što bi im moglo pomoći u boljoj strategiji. Ukupno po utakmici obrade milijun podataka samo o kretanju igrača tijekom susreta. Za prikupljanje podataka koriste se s 10 kamera koje utakmicu snimaju iz svih kuteva.

– Moj fokus je više na strategiji na terenu, u pripremi utakmica, nakon utakmica pišem izvješće, najviše radim s trenerima – kaže Ivana.

U timu ih je ukupno 10, od kojih sedam stalno zaposlenih i tri vanjska suradnika. Uz Ivanu još njih troje rade posao data science, 2 su programeri, 2 su istraživači, jedan tehnički skaut i uz sve njih šef odjela. Većina NBA ekipa, kaže, ima manje ljudi koji se bave podatkovnom znanošću, neki imaju po dvoje, neki pet-šest.

Kaže da joj posao nije stresan jer voli to što radi. Sati jesu dugi, kad su utakmice kasno navečer i kad je utakmica na Zapadnoj obali pa je tri sata kasnije zbog razlike u vremenu. Od ove godine počet će i putovati s ekipom na sve utakmice. Cijeli tim je za istim stolom, stalno komuniciraju, imaju sastanke. Radno vrijeme im je fleksibilno, važno je napraviti posao. Ljeti imaju malo više slobodnog vremena, a često zaposlenici iza posla rekreativno zaigraju košarku.

Zanimalo nas je i koliko se u SAD-u, gdje je statistika u sportu na visokoj razini, sluša znanstvenike, koliko data science utječe na pristup igri.

– To ovisi dosta od ekipe do ekipe. Neki su otvoreniji novim metodama i novijoj statistici, a neki nisu baš – kaže Ivana. A na upit pretvara li to sport u granu znanosti, svodi li se ljudski faktor na minimum, odgovara:

– Ako netko pogađa šut u prosjeku 40 posto, ne znači da će svaki put pogoditi ni faliti, nekad će gađati 60 posto, nekad 30 posto, nije sve zacrtano da se unaprijed zna.

Analiziraju i svoje igrače i protivnike, što oni najviše rade, koje su im jake strane, koje slabosti tako da pokušaju to iskoristiti za svoju ekipu, vidjeti što bi trebali više raditi, što manje, što poboljšati. Imaju svoje metode i mjerila po kojima procjenjuju koliko je koji igrač dobar.

U SAD-u, kaže, općenito manje je žena u matematici nego u Europi. Nije joj poznato koristi li tko u hrvatskim klubovima podatkovnu znanost u izradi košarkaške strategije. Tko zna možda ovo u Americi traženo zanimanje zaživi i kod nas?

Želiš prvi znati vijesti o Hajduku?

SD Hajduk
Naslovnica Košarka