Flamengo moderniza infraestrutura de dados com BlueShift e Google Cloud para análise de desempenho
Leia mais
Olhar Digital
olhardigital.com.br

Flamengo moderniza infraestrutura de dados com BlueShift e Google Cloud para análise de desempenho

O Flamengo está implementando uma modernização em sua infraestrutura de dados, estabelecendo uma parceria com a BlueShift e o Google Cloud. Este projeto visa organizar dados referentes a jogos e jogadores, ampliando assim as capacidades de análise e auxiliando nas tomadas de decisão da comissão técnica.

A arquitetura adotada facilita o processamento de estatísticas e prepara o clube para integrar futuras aplicações de inteligência artificial. Durante os 90 minutos de uma partida, são gerados mais de 3 mil eventos em campo, incluindo passes, chutes e toques na bola. Para converter este grande volume de dados em análises pertinentes, o projeto segregou os fluxos de registro e análise, centralizando o ambiente analítico no BigQuery, um serviço oferecido pelo Google Cloud.

A modernização também incluiu a criação de uma arquitetura lakehouse, que integra o armazenamento e a análise de grandes quantidades de dados em um único ambiente. As informações são estruturadas em camadas, começando pelos registros brutos até os dados processados e prontos para serem consultados.

Essa estrutura permite que a comissão técnica utilize diversos indicadores de desempenho dos atletas. Além disso, a solução foi desenvolvida considerando as ferramentas e habilidades já empregadas pelos profissionais do clube, o que facilitou a aceitação da plataforma na rotina de trabalho. Com os dados devidamente organizados, os analistas conseguem investigar diferentes cenários e fornecer suporte ao planejamento esportivo, tudo isso dentro de ambientes seguros com controle de custos e recursos.

Esteban Huerta, especialista em Google Cloud na BlueShift, apontou que o maior desafio reside em converter os vastos registros em informações realmente úteis para o contexto do futebol. Ele explicou que «o diferencial não está apenas em reunir grandes volumes de dados, mas em transformá-los em informações que apoiem decisões mais assertivas».

Adicionalmente, a infraestrutura foi configurada para receber futuramente aplicações de inteligência artificial através do Vertex AI, outra plataforma do Google Cloud. A intenção é mesclar estatísticas, imagens e outros tipos de dados para enriquecer a análise sem a necessidade de refazer toda a estrutura já existente.

Huerta ressaltou que esta fase representa uma potencial evolução do projeto, pois a base tecnológica foi projetada para acompanhar novas exigências, permitindo que o Flamengo incorpore ferramentas mais avançadas sem ter que reconstruir sua infraestrutura a cada nova demanda.

Histórias semelhantes

Tecnologia permite competições baseadas em desempenho individual
Leia mais
olhardigital.com.br

Tecnologia permite competições baseadas em desempenho individual

O ambiente competitivo dos videogames pode assumir novas formas de participação. Além dos torneios tradicionais de eSports, as plataformas estão começando a usar dados de desempenho para permitir que jogadores comuns participem de competições sem a necessidade de ingressar em equipes profissionais.

Um desses conceitos é o Game Skill Monetization (GSM), um modelo que transforma estatísticas obtidas durante as partidas em pontos que determinam os vencedores das competições.

Um representante da Gamers Brawl, plataforma que utiliza este sistema, explicou o funcionamento da tecnologia e os desafios de garantir a justiça dos resultados em entrevista ao Olhar Digital durante a Brasil Game Show (BGS).

Diferentemente dos confrontos clássicos, os participantes não precisam jogar um contra o outro. Cada usuário realiza suas partidas no modo normal, enquanto a plataforma monitora métricas como abates, assistências, ouro acumulado e objetivos capturados.

Tomando como exemplo o League of Legends, o sistema considera diferentes funções dos personagens. Por exemplo, um jogador de suporte é avaliado por critérios diferentes de um atirador, pois cada posição contribui para a equipe de maneira distinta. Em última análise, as estatísticas são convertidas em pontos que são usados para determinar o vencedor da competição.

Essa abordagem permite que os jogadores participem de concursos sem abandonar os modos de jogo habituais. No entanto, o uso de estatísticas individuais também apresenta dificuldades, especialmente no que diz respeito à manipulação de resultados.

Entre os problemas destacados estão o uso de contas secundárias, o compartilhamento de perfis e programas trapaceiros. Para identificar possíveis violações, sistemas antifraude podem analisar o histórico de desempenho e procurar mudanças incomuns no comportamento dos jogadores. Neste caso apresentado, a tecnologia aplica aprendizado de máquina e analisa mais de 100 atributos para detectar situações suspeitas. Uma mudança repentina e significativa nas estatísticas, por exemplo, pode levar à suspensão da competição para análise.

No entanto, esse monitoramento não elimina completamente a possibilidade de fraude e depende de critérios adequados para evitar punições injustificadas. O modelo também levanta a questão do acesso às competições de videogame. Enquanto a cena profissional geralmente exige treinamento, participação em equipes e dedicação constante, as competições baseadas em desempenho permitem que jogadores comuns experimentem a dinâmica competitiva usando seus próprios jogos.

O conceito ainda enfrenta desafios relacionados ao balanceamento de pontos, prevenção de fraudes e comparação de diferentes estilos de jogo. No entanto, a aplicação de estatísticas para criar competições individuais demonstra como os dados gerados pelos videogames podem ser usados para desenvolver novos formatos competitivos, além dos campeonatos tradicionais.

Popular