FutbolVision
“Entendé el fútbol, no apuestes en él.”
Plataforma de analítica de fútbol con predicciones por machine learning — para entender el juego, no para apostar.
Mi rol
IA/ML y arquitectura.
Equipo
- Felipe Doval — IA/ML + arquitectura
- Nicolás Fuksman — UX/UI
- Pedro Henríquez — Frontend
Stack
- Next.js
- FastAPI
- XGBoost
- Sportmonks API
- Python
El problema
La analítica de fútbol seria está encerrada en clubes y casas de apuestas. FutbolVision baja esa capa de datos al hincha que quiere entender por qué pasa lo que pasa en la cancha.
La solución
Predice y analiza partidos con un modelo XGBoost de ~60 features alimentado por la API de Sportmonks (plan Growth). Targets: goles, precisión de pases, índice de agresividad y duración del partido.
Decisiones y features
Modelo XGBoost con ~60 features sobre datos de Sportmonks.
Cuatro targets: goles, precisión de pases, índice de agresividad y duración del partido.
Posicionamiento ético anti-apuestas como parte de la identidad del proyecto.
Plan de marketing completo: análisis de audiencia, competitivo y Cinco Fuerzas de Porter.
Capturas
FALTA: Predicción de un partido (falta captura)
FALTA: Dashboard de estadísticas (falta captura)
FALTA: Visualización del modelo ML (falta captura)
Aprendizajes
- Elegir bien los targets importa tanto como el modelo: predecir para entender no es lo mismo que predecir para apostar.
- Separar frontend (Next.js) y servicio de ML (FastAPI) mantiene el modelo independiente de la UI.