Bundesliga, la ligue de football allemande compte le taux de fréquentation des stades le plus élevé au monde avec des matchs diffusés dans plus de 200 pays. La Bundesliga allemande compte fait partie des leaders dans la sphère du sport le plus populaire au monde. Pour mobiliser davantage les supporters, la Bundesliga exploite les flux de données en direct et les données historiques de plus de 10 000 rencontres pour construire et entraîner des modèles de Machine Learning dans Amazon SageMaker afin d'obtenir des prédictions en temps réel et des indications supplémentaires. Ces modèles seront déployés sous forme de séquences et de graphiques visant à montrer aux supporters quand un but est susceptible d'être marqué, afin d'identifier les occasions potentielles de marquer des buts et de mettre en évidence les positions des équipes et le contrôle du jeu sur le terrain. La ligue travaille également avec AWS pour fournir aux supporters des contenus personnalisés et des résultats de recherche en fonction de leur localisation, de leurs joueurs, équipes et matchs favoris, et elle utilise Amazon Rekognition pour analyser les archives des médias numériques de football les plus importantes au monde avec plus de 150 000 heures de vidéo pour favoriser la recherche de séquences historiques.

La FORMULE 1 est la plus haute catégorie de courses automobiles. Régie par la FIA, elle met en compétition les voitures les plus rapides et les plus sophistiquées. À chaque course, 120 capteurs sur chaque voiture génèrent 3 Go de données, avec plus de 1 500 points de données créés chaque seconde. La F1 utilise Amazon SageMaker pour former des modèles de deep learning avec 65 ans de données et fournir à ses amateurs des statistiques, des prévisions et des informations sur les décisions prises très rapidement par les équipes et les pilotes, diffusées en temps réel à travers Amazon Kinesis. En outre, la F1 utilise la dynamique des fluides numériques (CFD) sur Amazon HPC pour un prototypage rapide de la conception de la carrosserie dans un environnement virtuel qui sera utilisé à la saison 2021.

La NASCAR, principal organisme qui régit les courses automobiles de stock-car aux États-Unis, a migré son archive vidéo de 18 pétaoctets contenant 70 ans d'images historiques vers AWS, et peut utiliser Amazon Rekognition pour identifier automatiquement des images vidéo avec des métadonnées, telles que les pilotes, les voitures, les courses, les tours, les temps et les sponsors, ainsi qu'Amazon Transcribe pour sous-titrer et horodater chaque mot prononcé. Ainsi, la NASCAR économise des milliers d'heures d'identification et de recherche manuelle dans ses archives vidéos pour présenter aux supporters les plus grands moments de son histoire. La NASCAR utilisera alors SageMaker pour former des modèles de deep learning et ainsi améliorer les métadonnées et les analyses vidéo. 

Grâce à son programme Next Gen Stats (NGS) construit sur AWS à l'aide de la technologie de machine learning, la NFL offre des statistiques avancées qui mettent en avant l'ampleur, la vitesse et la complexité du jeu. Des récepteurs à bande ultra-large suivent les mouvements des joueurs et du ballon au centimètre près à l'aide de radio-étiquettes et collectent et stockent ainsi plus de 3 To de données à chaque jeu en exploitant Amazon EC2, S3 et EMR. Les données en temps réel sont combinées aux données statistiques traditionnelles pour calculer des centaines de métriques et émettre des prévisions et des informations fournies aux supporters au moyen de graphiques en ligne, à l'écran, dans le stade et sur le deuxième écran, ainsi que par des API aux équipes, aux sociétés d'analyse, aux diffuseurs et aux commentateurs. 

PFF, ou Pro Football Focus, a été fondé en 2006 au Royaume-Uni et est maintenant principalement détenu par l'ancien joueur de la NFL Cris Collinsworth. Ces plus de 500 collaborateurs analysent le football professionnel et universitaire à l'aide de modèles mathématiques et analytiques sophistiqués. PFF a commencé à implémenter des solutions de machine learning avec Amazon S3 et AWS ElastiCache pour gérer la mise à l'échelle, et a migré la totalité de sa technologie et de sa pile cloud vers AWS en juillet 2019. PFF utilisera des services AWS de calcul, de stockage, de bases de données, sans serveur, d'analyse et de machine learning pour améliorer son efficacité opérationnelle, innover plus rapidement et améliorer la signification des données statistiques des matchs. AWS va permettre à PFF de découvrir des métriques inédites qui révolutionneront l'expérience des équipes, des supporters et des médias du football.

Considérée comme l'une des équipes de la NFL les plus avancées en termes de technologie et de données, les Seahawks de Seattle déplacent une grande partie de leur infrastructure vers AWS pour exploiter ses services de calcul, de stockage, de bases de données, d'analyse et de ML et ainsi effectuer des analyses poussées des données des joueurs et des concurrents, améliorer l'efficacité opérationnelle et accélérer l'innovation. Un lac de données sur Amazon S3 va combiner les statistiques de l'équipe cumulées depuis plus de 40 ans avec les données de la NFL, de suivi des joueurs, de mouvements GPS, de santé et de bien-être des joueurs, ainsi que les informations de dépistage, améliorant ainsi la visibilité et les informations et permettant aux coachs de prendre de meilleures décisions pour les matchs et les changements en temps réel, pour multiplier les drives et marquer plus de touchdowns.

L'Université de l'Illinois, Urbana Champaign (UIUC) a collaboré avec Amazon Machine Learning (ML) Solutions Lab pour aider les entraîneurs de football américain de l'UIUC à se préparer plus efficacement aux matchs et à optimiser leurs chances de gagner. L'équipe a combiné la solide expertise de l'UIUC dans le football américain universitaire et le coaching avec le machine learning d'AWS pour créer un modèle ML de pointe qui prédit le résultat de toute action de football américain. De plus, les entraîneurs UIUC disposent désormais de feuilles de planification de match visuelles générées automatiquement en fonction des fonctionnalités clés recommandées par le modèle ML. Cela leur permet de gagner du temps lors de la préparation d'un match et de leur donner plus d'informations sur leurs performances et stratégies.

Second Spectrum est le fournisseur officiel de traqueurs optiques et d'analyse des ligues sportives comme la NBA (National Basketball Association) et la Premier League anglaise. Second Spectrum utilise AWS pour aider les ligues sportives et leurs partenaires dans les médias à fournir des analyses, des visionnages et des clips vidéo facilement consultables afin d'améliorer l'expérience des supporters et de fournir aux équipes des informations plus éclairées sur la compétition. Second Spectrum utilise AWS Elemental pour minimiser la latence de ses services de streaming tout en offrant aux supporters une expérience de visionnage de haute qualité, ainsi qu'AWS Elemental MediaStore, un service de stockage optimisé pour les médias, qui permet aux producteurs de télévision et aux commentateurs sportifs d'accéder rapidement aux moments clés des événements sportifs.

La natation est le sport olympique qui a valu à l'Australie le plus de médailles et l'une des activités les plus populaires du pays, avec plus de 4,5 millions d'adhérents par an. Bien que la natation soit un pilier de la culture en Australie, sa pratique repose sur l'aide financière du gouvernement et la concurrence mondiale est rude. En travaillant avec AWS, l'équipe utilise des modèles de machine learning pour optimiser ses formations de relais et ainsi mettre toutes les chances de son côté pour gagner des médailles lors des grandes compétitions. AWS s'acquitte fièrement de son rôle dans la participation, le soutien et la formation de la nouvelle génération de nageurs amateurs et professionnels en Australie. Avec ce partenariat, AWS espère aider Swimming Australia en améliorant la visibilité et le niveau de médiatisation de ce sport, en augmentant les taux de participation au niveau national et en contribuant à l'amélioration des résultats de performances de l'équipe australienne de natation.

Pour Sportradar, le spécialiste mondial de l'intelligence dans le sport au service des industries des paris et des médias couvrant les données de plus de 200 000 événements par an, les progrès dans la vision par ordinateur permettent d'étendre la richesse des données sportives fournies aux clients et de réduire les coûts de collecte grâce à l'automatisation. Sportradar investit dans la recherche de la vision par ordinateur à travers un développement internet et des partenariats externes pour créer des capacités de collecte des données par vision par ordinateur en commençant par le tennis, le soccer et le billard. En travaillant avec l'Amazon ML Solutions Lab, Sportradar étudie l'application de modèles de deep learning de pointe pour la détection automatique d'événements de jeu dans le soccer, allant au-delà de la localisation des joueurs et du ballon pour comprendre l'intention du jeu et ce qu'il se passe sur le terrain. Pour exploiter cette technologie lors de sa maturation, Sportradar tire parti des services AWS, dont Amazon SageMaker, EKS, MSK, FSx et la vaste gamme d'instances de calcul de GPU et CPU d'Amazon pour son pipeline de traitement de vision par ordinateur. Cette infrastructure permet aux chercheurs de Sportradar de tester et de valider des modèles de vision par ordinateur à l'échelle et d'apporter des modèles d'essai en production avec des efforts moindres tout en fournissant la faible latence, la fiabilité et la capacité de mise à l'échelle nécessaires pour les cas d'utilisation de paris sportifs en direct.

À l'aide d'AWS, INEOS TEAM UK peut traiter des milliers de simulations de conception pour son équipe de la Coupe de l'America en une semaine, alors qu'il lui fallait plus d'un mois avec un environnement sur site. L'équipe utilise un environnement HPC exécuté sur des instances Spot Amazon EC2 pour concevoir son bateau pour la compétition. Pour la coque, dont la conception nécessitait des centaines de cœurs de calcul pour chaque simulation, l'équipe a utilisé des instances C5 Amazon EC2 en plus des dernières instances Nitro C5n Amazon EC2 à l'aide d'interfaces réseau Elastic Fabric Adapter (EFA). Pour garantir des performances de disque rapides pour les milliers de simulations réalisées chaque semaine, l'équipe a également utilisé Amazon FSx for Lustre afin de fournir un système de fichiers rapide, scalable, sécurisé et hautes performances basé sur Amazon Simple Storage Service (Amazon S3).

Pulselive est le partenaire numérique de certains des plus grands événements et ligues sportives, de la Premier League à la Coupe du monde de cricket. La filiale Sony aide à créer des expériences de fans qui améliorent leur engagement grâce à de nouvelles méthodes très efficaces. Pulselive utilise Amazon Personalize pour permettre à ses clients de créer des recommandations hautement personnalisées pour leur contenu multimédia sportif en ligne. En collaborant avec l'équipe Amazon Prototyping, Pulselive a créé un nouveau moteur de recommandation, augmentant la consommation vidéo de 20 %. En tirant parti d'AWS, Pulselive a pu rapidement mener des tests A/B, créer une preuve de concept simple avec un minimum d'interruptions, et expérimenter, en réduisant au maximum les obstacles, tant sur le plan technique que financier.

En exploitant l'étendue et la profondeur des services AWS, la NHL sera en mesure d'automatiser le traitement vidéo et la diffusion de contenu dans le cloud et de tirer parti de son système Puck and Player Tracking (PPT), qui s'exécute sur l'infrastructure cloud AWS, afin de mieux saisir les détails du jeu pour les supporters, les équipes et les partenaires multimédias. La NHL travaillera avec Amazon Machine Learning Solutions Lab pour appliquer le portefeuille complet de services de machine learning d'AWS aux vidéos des matchs et à ses données officielles. Elle pourra ainsi développer et partager une analytique de jeu et des métriques avancées qui permettront aux fans de se projeter davantage dans le jeu. La NHL compte utiliser les services multimédias AWS Elemental pour développer et gérer un système de diffusion de contenu vidéo HD et 4K basé sur le cloud qui fournira une vue complète du jeu aux responsables, entraîneurs, joueurs et supporters de la NHL. Basé sur AWS, le système encodera, traitera, stockera et transmettra les séquences de jeu à partir d'une série de nouveaux angles de caméra pour fournir des flux vidéo continus qui capturent les jeux et les événements en dehors du champ de vision des caméras de diffusion traditionnelles. Grâce aux services d'AWS comme Amazon Kinesis pour l'analytique et Amazon SageMaker pour le machine learning, la NHL pourra auditer les flux destinés à ses partenaires de diffusion en temps réel.

AWS est le fournisseur de cloud officiel et le fournisseur cloud d'intelligence artificielle, de deep learning et de machine learning du PGA TOUR. Ensemble, AWS et le TOUR s'associent pour transformer la création, la distribution et la consultation du contenu lié au golf, afin de rapprocher les fans de l'action sur le parcours tout en aidant le TOUR à rationaliser ses opérations multimédias. Le TOUR utilisera les services de machine learning, de stockage, de calcul, d'analytique, de bases de données et de multimédias pour traiter et distribuer rapidement les séquences vidéo de chaque tournoi de golf, et tirera parti d'AWS pour transformer rapidement ce contenu en de nouvelles expériences numériques passionnantes offrant aux supporters une expérience plus complète et personnalisée de la compétition. Le TOUR migrera près de 100 ans de contenu multimédia vers AWS (dont les vidéos, le son et les images remontant à l'Open de Los Angeles de 1928) et enverra les images en direct des futurs tournois dans le lac de données créé sur Amazon S3. Le TOUR utilisera ensuite Amazon Rekognition pour étiqueter automatiquement le contenu avec des métadonnées spécifiques comme le nom des joueurs et les logos des sponsors. Le TOUR utilisera également les services multimédias d'AWS pour accélérer la diffusion du contenu vidéo lors d'événements télévisés et le streaming par contournement (OTT) pour les spectateurs en ligne.

Le groupe de technologie olympique d'Intel a entrepris de développer une solution de machine learning pour créer un modèle numérique en temps réel des performances des athlètes donnant lieu à une solution cloud et portable d'entraînement des athlètes d'élite. Intel s'est associé à Amazon Machine Learning Solutions Lab (MLSL) pour tirer parti de l'expertise en reconnaissance d'image de MLSL afin d'améliorer les capacités de suivi du squelette en 3D existantes d'Intel. MLSL a développé un pipeline d'estimation de la position multipersonnes 3D sur Amazon SageMaker qui permet le suivi du squelette en 3D à partir d'une seule caméra. « L'équipe MLSL a fait un travail incroyable en écoutant nos exigences et en proposant une solution répondant aux besoins de nos clients », a déclaré Jonathan Lee, directeur des performances sportives, Olympic Technology Group. L'équipe a dépassé nos attentes en développant un pipeline d'estimation de la position 3D à l'aide de vidéos 2D capturées avec des téléphones portables en seulement deux semaines. En standardisant notre charge de travail ML sur Amazon SageMaker, nous avons atteint une précision moyenne remarquable de 97 % sur nos modèles. » 

La Pac-12 Conference se consacre au développement de la prochaine génération de leaders en défendant l'excellence dans les études, l'athlétisme et les soins fournis à ses étudiants-athlètes. Pac-12 Networks, la société multimédia détenue par la Conference et ses douze universités membres, a transféré son infrastructure vidéo et multimédia vers AWS, et utilise désormais AWS Media Services, le stockage dans le cloud AWS et AWS Direct Connect pour toutes ses tâches, de l'encodage à l'insertion d'annonces, de la transmission à la diffusion. Les ingénieurs de Pac-12 créent de nouveaux services rapidement et à moindre coût à l'aide d'AWS Lambda et d'Amazon EC2, permettant des fonctionnalités allant de la production cloud à l'analytique des données, dans le but ultime de créer des expériences d'exception pour les fans de Pac-12 et de l'athlétisme universitaire, où qu'ils se trouvent.

Kayo Sports est un service de streaming multisports et un agrégateur de contenu pour les fans de sport australiens, qui exécute la majorité de son infrastructure informatique sur AWS afin d'offrir des expériences client personnalisées à grande échelle à plus d'un million d'abonnés (en mai 2021). Kayo utilise les produits et services d'AWS, notamment l'analytique, le machine learning, les services multimédias et le réseau et la diffusion de contenu pour analyser des centaines de milliers de points de données afin de fournir des statistiques interactives et des informations plus approfondies qui améliorent l'expérience de visionnage. Cela inclut SplitView, qui permet aux utilisateurs de regarder jusqu'à quatre sports sur un seul écran, et Kayo Key Moments, qui permet aux utilisateurs de passer directement aux meilleures parties de leurs matchs préférés. À l'aide de services comme Amazon Redshift, Amazon Glue et Amazon Athena, Kayo analyse les informations pour créer une vue unifiée du client et ajuste la bibliothèque de contenu pour proposer un menu personnalisé d'événements sportifs en fonction des préférences du spectateur. 

Leader du marché de la technologie sportive, Stats Perform fournit les données sportives les plus fiables et les dernières avancées en matière d'IA et de machine learning afin d'établir de meilleures prédictions pour les équipes et les paris sportifs, et une expérience plus attractive pour la diffusion, le contenu multimédia et les supporters. L'entreprise collecte les données sportives les plus détaillées afin de créer de nouvelles expériences pour tous les sports. S'appuyant sur sa base de données sportive ultra-complète, Stats Perform améliore la compétition sportive et le divertissement grâce au machine learning et à la reconnaissance d'image pour établir des prédictions et des analyses avancées, que ce soit pour les médias numériques et de diffusion avec une narration différenciée, les entreprises technologiques avec des données fiables et rapides pour alimenter l'innovation, les paris sportifs avec des services de paris et d'intégrité en jeu, ou les équipes avec un logiciel d'analyse basé sur l'IA unique en son genre. Avec Amazon et AWS, cela signifiait la toute première utilisation de la probabilité de victoire en direct lors de la diffusion de la Premier League sur Prime, la mise en œuvre complète par Alexa des données sportives dans sa technologie vocale pour les ligues du monde entier, la progression de l'utilisation des données de rugby avec AWS pour le Tournoi des Six Nations, et plus encore. Pour en savoir plus, rendez-vous sur StatsPerform.com. 

Ferrari utilisera l'infrastructure mondiale éprouvée d'AWS, y compris la région AWS Europe (Milan), et l'étendue et la profondeur de ses services pour rationaliser la conception et le test de ses voitures, offrant à ses clients des expériences de conduite palpitantes. En outre, en tant que nouveau partenaire, la Scuderia Ferrari tirera parti d'AWS pour lancer une plateforme numérique d'engagement des fans, via son application mobile, afin d'attirer des centaines de millions de fans à travers le monde avec du contenu exclusif et personnalisé. Ferrari tirera parti d'Amazon Elastic Compute Cloud (Amazon EC2), qui lui donnera accès à des types d'instances spécialisés pour un calcul haute performance (HPC) efficace et utilisera des instances basées sur AWS Graviton2, qui offrent systématiquement des performances sept fois supérieures par rapport à la génération précédente basée sur des instances x86. Ferrari créera un lac de données avec Amazon Simple Storage Service (Amazon S3) et utilisera AWS Lake Formation pour collecter, cataloguer et nettoyer rapidement et en toute sécurité des centaines de pétaoctets de données, et exploitera également AWS pour permettre à ses clients actuels et potentiels de construire, d'acheter et d'entretenir plus facilement leurs voitures. Grâce à Amazon Elastic Kubernetes Service (Amazon EKS) et Amazon DynamoDB (base de données clé-valeur entièrement gérée d'AWS), Ferrari pourra créer, déployer et mettre à l'échelle rapidement des expériences numériques améliorées telles que le configurateur de voiture Ferrari.