Michele Orefice

Analyste de Données de Football | Je transforme les données en insights tactiques

À propos de moi

Michele Orefice

Je suis un Analyste de Données de Football, alliant une formation en Génie Mathématique à un Master en Big Data appliqué au Football de la prestigieuse Escuela Universitaria Real Madrid Universidad Europea. Ma mission est de traduire des données complexes en intelligence tactique claire et exploitable pour soutenir les entraîneurs, les analystes et les décideurs.

Mon projet de fin de master, Match Explorer, est une plateforme interactive que j'ai développée de A à Z. Elle transforme les données brutes d'événements de match en visualisations avancées, aidant les staffs techniques à analyser les phases de jeu (construction, transitions offensives et défensives, coups de pied arrêtés). L'objectif est de découvrir les schémas tactiques des adversaires et d'obtenir un avantage concurrentiel.

Mon expertise couvre l'ensemble du cycle de vie des données. Je construis des pipelines de données automatisés en utilisant Python et R (Pandas, rvest, dplyr), j'assure l'intégrité des données avec des schémas SQL robustes, et je transforme des résultats complexes en visualisations percutantes, allant d'applications personnalisées Dash/Plotly à des plateformes de BI comme Tableau.

2025

Match Explorer : Plateforme d'Analyse Tactique

Match Explorer Dashboard

En tant que projet principal de mon mémoire de Master à la Escuela Universitaria Real Madrid Universidad Europea, j'ai développé Match Explorer, une application web complète construite avec Python, Dash et Plotly. Le projet simule le flux de travail complet d'un analyste professionnel, chargé de soutenir le staff technique du Liverpool FC en transformant les données brutes d'événements en insights tactiques.

La plateforme permet une analyse approfondie des dynamiques de jeu, incluant les phases de construction, les transitions et les coups de pied arrêtés. Elle intègre des visualisations interactives telles que des réseaux de passes, des cartes de passes progressives et des métriques avancées comme le PPDA pour évaluer l'intensité du pressing.

2024

Suivi des Joueurs et du Ballon avec YOLOv8

Computer Vision Player Tracking Output

Ce projet met en œuvre un pipeline de vision par ordinateur pour détecter et suivre les joueurs, les arbitres et le ballon dans des vidéos de match. J'ai entraîné un modèle YOLOv8 personnalisé et utilisé ByteTrack pour un suivi cohérent. Une fonctionnalité clé est l'assignation automatique des équipes via un algorithme de clustering KMeans basé sur la couleur des maillots.

2024

Rapports de Football Automatisés avec R

Automated Reporting Pipeline

Un pipeline de données de bout en bout, construit en R, qui scrape quotidiennement les statistiques de football depuis FBref avec rvest, traite les données avec dplyr, et génère des rapports HTML dynamiques avec rmarkdown. Le flux est entièrement automatisé avec taskscheduleR pour garantir des insights toujours à jour.

2024

Base de Données SQL pour la Gestion des Blessures

ERD for the Football Injury Database

Ce projet démontre des compétences fondamentales en ingénierie de données via une base de données relationnelle construite avec SQL. Conçue pour gérer les données de blessures des footballeurs, son schéma est normalisé pour garantir l'intégrité des données et supporter des requêtes complexes sur les schémas de blessures et l'efficacité des traitements.

2023

Dashboard COVID-19 avec Tableau

Tableau Dashboard for COVID-19 Analysis

Ce projet illustre un flux d'analyse de données complet. J'ai traité un large ensemble de données sur le COVID-19 avec SQL pour en extraire des métriques clés. Les résultats ont ensuite été visualisés dans un dashboard public et interactif créé avec Tableau pour rendre les informations complexes claires et accessibles.

Services

Je transforme des données complexes sur le football en idées exploitables et en outils intelligents pour les clubs, agences et médias.

Tableaux de bord tactiques personnalisés

Des plateformes interactives comme mon Match Explorer pour analyser la construction, les transitions et les coups de pied arrêtés.

Rapports de scouting et d'analyse des adversaires

Des rapports avant et après match, soutenus par des visualisations claires pour appuyer la préparation tactique.

Pipeline et automatisation des données

Du scraping à la génération automatique de rapports : des flux de travail garantissant des informations toujours à jour.

Compétences

Stack Technique

Python
R
SQL
ML
ETL
Git

Visualisation de données

Tableau
Power BI
Dashboards
Plotly
Rapports
Computer Vision

Football Analytics

Tactique
Transitions
Coups de pied arrêtés
Métriques
Storytelling
Base de données

Prêt à intégrer les données dans votre jeu ?

Contactez-moi pour discuter d'une possible collaboration.