SCR

México · CDMX

Sergio Camposortega Rendón

Data scientist · sports analytics, ML y redes complejas

Científico de datos en la Federación Mexicana de Fútbol. Construyo productos de datos en GCP y AWS: pipelines, automatización y dashboards para la toma de decisiones en el campo. Ahora mismo: Olamani, el dashboard de plantel y el origen de las jugadoras en Looker Studio.

300+

profesionales capacitados en ciencia de datos · NPS ~80 · 4.6/5

2,000+

equipos en monitoreo de anomalías · ~20 h-hombre menos al mes

8+

productos analíticos sobre la plataforma GCP de LMB

Fútbol · en curso

Tres productos para ver el juego

Demo embebida · Olamani

Pregúntale a la liga

Chat en vivo de Liga MX Femenil. La primera carga puede tardar mientras Streamlit despierta.

Dashboard · plantel

Disponibilidad, riesgo y carga

Empieza en el estado del plantel. En el menú: tendencias físicas, availability, carga semanal y reporte. Datos de demo.

Looker Studio · movilidad

De dónde vienen las jugadoras

Informe vivo: nacionalidad, liga previa y más. Ábrelo a pantalla completa si el iframe pide sesión.

Seleccionado

Otro trabajo

Fútbol · redes

Estrategias con redes complejas

Red de pases (MDP), métricas de red y jugadores clave. Código de la línea de investigación de maestría (HSE / MASNA).

Ver repositorio

LMB · TV en vivo

Visualización para broadcaster

Gráficos de bateadores y pitchers que se pintan en transmisión durante el juego. Temporada Verano 2025, Liga Mexicana de Beisbol.

Case study · código propietario

LMB · GCP / BigQuery

Plataforma de datos LMB

Ciclo completo: ingesta (TrackMan, Drive, APIs) → orquestación en GCP → warehouse en BigQuery → productos analíticos. Reportes automáticos de desempeño, spray charts y PDFs.

Case study · código propietario

Herramientas

Stack

Perfil

Sobre mí

Físico de formación, trabajo en la intersección de estadística, grafos y producto. En FMF aplico BI, machine learning e IA a fútbol. Antes diseñé la plataforma de datos de LMB de la que salen dashboards, reportes y gráficos para TV.