Contexte
Le projet PariVision vise à exploiter le potentiel des données massives de la NBA pour prédire la réussite des tirs et les résultats des matchs grâce au machine learning et aux pratiques MLOps. Dans un contexte où chaque action de jeu a des impacts sportifs, économiques et émotionnels, il s’agit de modéliser des facteurs complexes (position, défense, contexte du match) à l’aide d’un système prédictif robuste, évolutif et automatisé. Ce projet couvre toute la chaîne de valeur de la data, de la préparation des données au déploiement et au monitoring du modèle, afin de fournir un cadre réutilisable pour l’analyse de performance sportive, tout en répondant aux enjeux techniques, opérationnels et éthiques du secteur.
Webinaire de présentation du projet
L’intégralité du projet a été présenté lors d’un webinaire organisé par l’école Liora, où j’ai partagé les étapes de réalisation, les défis rencontrés et les résultats obtenus.
Rapport de projet
Un rapport détaillé du projet est disponible sur GitHub , couvrant toutes les étapes du projet, de l’exploration des données à l’exploitation et la supervision de l’application.