Agente NFL, data scientist collegano i loro dispositivi – Sportico.com

Quando era in terza media, in quei pionieri dell’Apple II negli anni ’80, Ian Greengross creò il suo primo e unico gioco per computer.

In esso, un giocatore ha assunto il ruolo di una rana in fondo a una scala di fronte a una serie di domande di matematica a tempo. Per ogni risposta corretta, la rana saltava su un gradino. Se una risposta era sbagliata, o se il tempo scadeva, i serpenti emergevano dai lati dello schermo, uccidevano la rana e chiudevano il gioco.

Ciò potrebbe aver prefigurato il suo eventuale lavoro di gestione delle trattative contrattuali per i running back della NFL, come il recente firmatario degli Atlanta Falcons Damien Williams. E sebbene nel suo futuro non ci fosse un Turing Award, la matematica ha continuato a servire sia come hobby amatoriale che come aiuto professionale, decenni dopo la carriera di Greengross come agente sportivo.

Ora 51enne, Greengross pensa di aver scoperto un modo per unire i suoi interessi di fantino e nerd in un concerto quasi perfetto, che si sostiene a vicenda. All’inizio di quest’anno, è diventato partner di Learn Media, una collaborazione di circa due dozzine di data scientist con un seguito monetizzabile sui social media.

Quindi, oltre al suo principale lavoro legato allo sport, a parte Williams, l’agente con sede a Chicago rappresenta attualmente quattro potenziali clienti nel Draft NFL di questo mese e una manciata di allenatori di hockey e football, Greengross sta anche cercando accordi per persone come Ken Jee, che produce video settimanali in stile tutorial per i suoi 194.000 abbonati YouTube su argomenti come “I migliori corsi gratuiti di scienza dei dati di cui nessuno parla”.

“Non farei mai nulla che toglierebbe la mia responsabilità primaria a tutti i miei atleti e allenatori sportivi”, ha detto Greengross in una recente intervista, “ma sono abbastanza fortunato da avere qualche ora qua o là. Avevano solo bisogno di qualcuno che entrasse lì e combattesse per un prezzo migliore”.

Learn Media gli ha dato la possibilità di sostenere maestri di diversi tipi di campi rispetto alla sua tipica clientela. E sebbene l’apice della sua carriera di programmatore di computer sia arrivato alle scuole medie, la sua passione per le materie STEM è tornata più volte utile.

Dopo la laurea in legge a Chicago, Greengross ha accettato un lavoro con il famoso avvocato difensore diventato agente sportivo Steve Zucker, che ha rappresentato un certo numero di stelle nei Chicago Bears, tra cui il quarterback Jim McMahon, così come futuri Hall of Fame della NFL come Deion Sanders ed Eric Dickerson.

Sulla scia di un nuovo e complicato accordo di contrattazione collettiva che i proprietari e i giocatori della NFL hanno stipulato nel 1993, Greengross afferma che Zucker faceva affidamento su di lui per gestire vari scenari di tetto salariale in relazione ai loro clienti. Greengross ha lavorato sotto Zucker per sette anni prima di partire per appendere il proprio tegole.

Mentre la NFL avanzava nell’era dell’analisi, Greengross sentiva che il suo background in matematica e informatica gli permetteva di “tenere il passo, me stesso”, piuttosto che dover assumere altri per gestire compiti di calcolo.

Circa tre anni fa, Greengross decise che era giunto il momento di aggiornare le sue abilità di programmazione basate sui serpenti imparando il linguaggio di programmazione Python. Ha iniziato da autodidatta attraverso i video di YouTube, poi ha iniziato a partecipare a una serata di progetto mensile gratuita del Chicago Python User Group, ospitata nella sala conferenze del centro di una società di e-commerce.

“Vorrei guardare le persone che sono molto più intelligenti e alla fine sono stato effettivamente in grado di fare cose reali”, ha detto Greengross.

Fu accettato a un programma di tutoraggio, intraprendendo un progetto che utilizzava la modellazione statistica per proiettare lo stipendio dell’estensione del contratto di un running back della NFL, in base alla media totale del giocatore. Man mano che Greengross diventava più abile, iniziò anche a impegnarsi in dibattiti sull’analisi sportiva su Twitter, che lo trovarono in battute occasionali con Ethan Douglas, allora analista di dati per L’Atletico.

Douglas ha invitato Greengross a collaborare con lui e altri due – Sean Clement, uno scienziato di dati senior per lo Special Operations Command degli Stati Uniti, e Nick Wan, un neuroscienziato che ora lavora come direttore dell’analisi per i Cincinnati Reds – per scrivere un articolo per l’ultimo Big Data Cup di analisi dell’hockey dell’anno.

La loro presentazione: “Valutare gli eventi contribuenti individuali (V-ICE) nell’hockey”.

Non molto tempo dopo, Wan, che ospita un popolare live streaming su Twitch dedicato ai dati e alla codifica, ha chiamato Greengross per chiedere il suo aiuto nella negoziazione con un aspirante sponsor. Come ha ricordato Wan, Greengross gli ha detto che l’accordo proposto dallo sponsor era “criminalmente basso” e ha istruito Wan su come contrastare. il Pro bono il consiglio è stato utile, poiché Wan ha detto che lo sponsor ha accettato le sue condizioni.

A dicembre, Wan ha telefonato di nuovo a Greengross, questa volta per presentarlo a Jee, il cui lavoro quotidiano è quello di capo della scienza dei dati per Scouts Consulting Group, che fornisce analisi strategica e ricerca analitica a squadre e atleti. Con il suo canale YouTube di successo, Jee era diventato una stella polare all’interno della piccola ma emergente comunità di creatori di social media statistici.

Come Wan, Jee aveva lottato per capire come rispondere alla recente ondata di interesse per le sponsorizzazioni per i suoi contenuti online. Le offerte stavano arrivando dappertutto, da pochi centesimi a diverse migliaia di dollari per video di YouTube.

Da questo emergente Learn Media. Sebbene il pubblico dei suoi creatori sia modesto rispetto ad altri social media, anche tra i produttori di contenuti educativi, Jee afferma che i data scientist apportano un valore aggiunto unico agli sponsor. Ma determinare il proprio valore in un mercato nuovo e di nicchia può essere difficile da determinare, anche tra i data-driven.

“Come creatore di contenuti, non so come valutare me stesso”, ha detto Jee.

Alla fine dell’anno scorso, Jee e la sua partner di Learn Media Tina Huang, una scienziata di dati Big Tech con un canale YouTube di 291.000 iscritti, si sono rivolti a Greengross chiedendogli di fungere da negoziatore interno della coorte.

“Ha un set di abilità su cui non voglio indicizzare”, ha detto Jee. “Quando ho a che fare con persone nuove, preferisco creare il contenuto. C’è una bella sinergia tra ciò che fa Ian e il set di abilità che ho. Quello che posso fare è trovare altri creatori di contenuti”.

Per Greengross, fare “NIL per scienziati di dati”, come lo descrive, gli ha dato sia l’opportunità di immergersi ulteriormente tra i cervelli – e di affinare le proprie capacità – mentre imparava anche a conoscere le aziende che tradizionalmente potrebbero non cercare di sponsorizzare figure sportive ma potrebbe, in teoria, essere persuaso a farlo.

“La negoziazione è negoziazione”, afferma Jee.

Devi semplicemente capire la matematica, scalare le scale ed evitare i serpenti.

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *