Просмотр кода страницы Автостатсмен для Dota 2 (командный проект)


=== Что это за проект? ===

[[Файл:Dota Statsman Screenshot 3.png|x300px|обрамить|справа|Типичный статсмен]]

Статсмен в Dota 2 — человек, который занимается поиском любопытных статистических фактов и закономерностей в истории матчей Dota 2. Такая информация обычно используется во время трансляции игр, на постматчевой аналитике или же при подготовке команд к конкретным противникам. 

При этом ключевыми источниками информации для подготовки являются 2 сайта: Dotabuff и DatDota и статсменам приходится вручную искать по ним необходимую информацию для ответа на интересующие их вопросы или составления статистических отчетов. Для того, чтобы облегчить их труд, данный процесс можно автоматизировать, сделав поиск и извлечение релевантной информации автоматическим.

=== Чему научатся студенты? Что самое интересное в проекте? ===
В рамках данного проекта студенты научатся извлечению данных со страниц веб-сайтов (scraping), использованию API, алгоритмизации выполнения поисковых и аналитических запросов. Проект предполагает создание микросервиса для взаимодействия с Dota 2 API в режиме реального времени и публикации результатов в социальных сетях.

=== Организация работы (Как студенты будут работать в команде?) ===
Для работы над данным проектом потребуется как минимум 2 студента
# специализирующийся на сборе и хранении данных
# специализирующийся на алгоритмизации извлечения и аналитики информации, полученной из данных

=== Компоненеты (Из каких частей состоит проект?) ===
#Создание системы по сбору и хранению данных о профессиональных матчах используя Steam API;
#Создание автоматической системы сбора статистической информации о героях/игроках с Dotabuff и Datdota; 
#Классификация типовых статистических запросов и алгоритмизация их выполнения;
#Построение модели машинного обучения, ранжирующую полученную информацию по интересности
#Автоматизация работы системы в режиме реального времени на основе данных из текущих матчей Dota 2 Live API.
#(*) Чат-бот, дающий ответы на вопросы по данным о матчах, вроде того: Какой герой имеет наибольший винрейт на последнем чемпионате?

=== Какие будут использоваться технологии? ===
* Краулинг данных с веб-сайтов: Scrapy, HTML/CSS
* Получение полных данных о матчах и данных в live-режиме (Steam API)
* Хранение данных: , MongoDB, SQL
* Бэкенд: Python, AWS EC2
* Машинное обучение: SciKit-Learn, XGBoost, методы ранжирования
* Telegram API, Twitter API - в зависимости от выбранного способа публикации

=== Какие начальные требования? ===
* 3k+ MMR, лучше — 4k+ MMR
* Страсть к анализу данных и киберспорту

=== Темы вводных занятий ===
* Краулинг данных
* Работа со Steam API
* Способы хранения данных
* Ликбез по машинному обучению

=== Критерии оценки ===
Для получения хорошей оценки необходимо будет запустить автоматического статсмена в виде канала в социальной сети (например, Twitter), опубликовать по результатам проекта статью в релевантном издании.

=== Похожие проекты ===


=== Контактная информация ===
Даниил Яшков (daniil.yashkov@phystech.edu) — YDF, Александр Семенов — [https://anr.hse.ru/ ANR HSE]