“Proyecto Ingeniería de Sistemas”

[pic 1][pic 2][pic 3]

Tecnológico Nacional de México

Instituto Tecnológico de La Paz

Ingeniería Industrial

“Proyecto Ingeniería de Sistemas”

Materia: Ingeniería de Sistemas

Docente: Eduardo Olvera Cazares

Alumno: Rivera González Miguel Ángel – 18310657

Miércoles 10 de junio de 2020

Fase 1

Empresa: WyScout, empresa dedicada al análisis y recolección de datos sobre equipos y jugadores de futbol en más 550 ligas de más de 50 países. Para lograr esto, la empresa cuenta con una gran red de ojeadores semi-descentralizada, es decir, que, a pesar de contar con una sede y oficinas en un país, los ojeadores no necesariamente tienen que residir a las oficinas centrales, si embargo están sujetos a ser movilizados continuamente para poder seguir al objetivo que se les haya asignado.

Para este caso utilizaremos la versión para entrenadores y nos pondremos a analizar ya sea a un equipo o a un jugador.

[pic 4]

9 pantallas de Darrell

Suprasistema: Ciencia de datos

• Pasado: En 1962, John W. Tukey precedió al término “Ciencia de Datos” en su artículo “The Future of Data Analysis” al explicar una evolución de la estadística matemática, todo esto en un entorno del nacimiento de la computación portátil. Sin embargo, la capacidad limitada de los ordenadores en aquellas épocas impidió su desarrollo.
• Presente: Actualmente es uno de los campos en donde más se está investigando y desarrollando nuevas formas de aplicar este tipo de análisis incluyendo tecnologías como la inteligencia artificial y el machine learning. A pesar de los grandes avances algunas tecnologías que pueden impulsar esta rama, muchas de ellas aún se encuentran bastante lejos de alcanzar lo que prometen.
• Futuro: Acoplamiento de las tecnologías mencionadas anteriormente, pero de manera mucho más desarrollada. Más campos de aplicación.

Sistema: Ciencia de datos en el futbol

• Pasado: Desde inicios de siglo la cuantificación de la calidad se ha aproximado al deporte en algunas de las ligas más importantes del mundo (no necesariamente de la misma disciplina). A pesar de lo prometedor que sonaba muchas personas acostumbradas a trabajar de una forma distinta se negaban a aceptar el cambio de esquemas que esta tecnología representa.
• Presente: Desde inicios de la década de los 2010 esta corriente se ha venido expandiendo a más zonas del mundo, comenzaron a diversificarse en otros deportes haciendo análisis cada vez más complejos.
• Futuro: Normalizar su implementación en más áreas, ya que algunas personas siguen siendo escépticas respecto a si funcionan o no.

Infrasistema: Ojeadores

• Pasado: En el pasado, los ojeadores solían ser ex jugadores que tenían poca o nula preparación a la hora de elegir los criterios a evaluar en el desempeño de un jugador o un equipo.
• Presente: Hoy en día no es necesario haber tenido una carrera como jugador para poder ojear a un jugador o equipo, es necesaria una preparación previa y el dominio de múltiples herramientas.
• Futuro: Normalización del uso de estas tecnologías.

Diagrama de Terniko

s.r.p: Se requiere para

[pic 5]

Fase 2

Causalidad: Ojear a un equipo o un jugador se debe a que se enfrentaran a ellos dentro de poco o, en caso de ser un jugador, se tiene interés e incorporarlo al equipo.

Teleología: Ganar partidos, no perder dinero comprando a un jugador no necesario.

Recursividad: Además de la organización de los ojeadores, existen más sistemas siendo el más importante el software que se utiliza para capturar y ver las estadísticas.

[pic 6]

Sinergia: Un ojeador al registrar y publicar los datos de sus observaciones las publica dentro del sistema de WyScout para que todos sus miembros puedan acceder a ella.

Manejo de Información:

1. Determinar las necesidades: Que es lo que buscamos al enviar al ojeador
2. Planear la búsqueda: En donde podemos encontrar lo que buscamos
3. Estrategias de búsqueda: Equipos con estilo similar, colocar límite de edad
4. Identificar y registrar fuentes: Confirmar la veracidad de las imágenes y videos obtenidos (que no estén alteradas)
5. Discriminar y evaluar: Una vez tengamos una lista preliminar, pasaremos a ver cuál de los posibles candidatos es el que se acomoda más a nuestras necesidades.
6. Procesar para producir información propia: Ya que tengamos todo tendremos que emitir un juicio propio y ver qué es lo mejor para el equipo.
7. Generar productos de comunicación de calidad.
8. Evaluar procesos y productos.

Fase 3

1. Estructura:

Nos presenta múltiples opciones, a continuación, se nombrarán.

Platform: Nos permite elegir que queremos ver, comenzando desde el país, competición, equipo hasta llegar a un jugador.

[pic 7]

Database: Nos permite añadir los datos de un jugador que hayamos descubierto nosotros y no se encuentre registrado en la base de datos.

Shadow teams: Permite crear formaciones con jugadores y ver sus estadísticas para ver si nos resulta conveniente o no plantearlo de esa forma.

[pic 8]

1. Propiedades emergentes: La función “Database” nos permite añadir directamente un jugador que no se encontraba registrado previamente, lo cual abre un nuevo abanico de posibilidades.
2. Sinergia: Si queremos construir un equipo con la función “Shadow Teams” entonces los jugadores deben de existir en la base de datos formando así una relación directa.
3. Homeostasis: Constantemente se están actualizando los datos de los jugadores existentes.
4. Equifinalidad: Los datos se pueden ver tanto en forma de imagen (fotografías y videos) así como en forma de números, se recomienda usar ambos,
5. Entropía: Tiene un nivel de entropía muy alto, no sabemos si un jugador puede tener un pésimo desempeño en un partido y esto se desemboque en una bajada en sus estadísticas, provocando que aparente ser peor de lo que es.
6. Inmergencia: Es muy fácil comparar el rendimiento de un partido a otro, así como compararlo con las expectativas generadas por nosotros mismos.
7. Control: Nosotros podemos filtrar la cantidad de información que queremos ver de un jugador o equipo, por ejemplo, si es un defensa, podemos descartar por completo sus estadísticas en ataque.

[pic 9]

1. Suprasistemas: Ciencia de datos
2. Infrasistema: Ojeadores
3. Isosistemas: Opta, Instat. Ambas se dedican a lo mismo, pero tienen diferentes funciones, algunos criterios para evaluar los datos cambian y otras ligeras diferencias.
4. Heterosistemas: Onit, es una plataforma de análisis de datos pero enfocada a otro deporte, en este caso en el béisbol.

Fase 4

Taxonomía de Boulding: Se encuentra en el 8vo nivel (estructura social)

Taxonomía de Checkland: Sistema suave del tipo social, esta formado por varias personas.

Taxonomía de Beer: Es un sistema probabilístico excesivamente complejo.

...