Nos últimos anos, houveram diversos avanços tecnológicos que trouxeram inúmeras inovações que provocaram diversas transformações nos mais diversos aspectos da humanidade. Na atualidade, vive-se uma nova fase de revolução tecnológica provocada pelo ganho tanto de capacidade de armazenar dados como também de transmiti-los e processá-los, o que faz possível obter informações valiosas que serão cruciais no processo de tomada de decisões nos mais diversos contextos e aspectos. Não obstante, vivemos num mundo cada vez mais data driven, ou seja, orientado aos dados, e quanto mais uma empresa, instituição ou indivíduo for orientado aos dados em seu processo de tomada de decisão, maior serão as suas probabilidades de sucesso. Portanto, a procura por sistemas que sejam capazes de extrair insights dos dados cada vez mais tem se tornado maior. O mundo dos esportes também não poderia ficar de fora de toda essa revolução que atualmente está acontecendo, cada vez mais cresce a importância tanto da coleta como processamento de dados que podem gerar insights que permitam a tomadas de decisões que podem ser essenciais nos mais diversos aspectos do esporte. Auxílio na tomada de decisão num momento crucial de um jogo, auxílio na elaboração de treinamentos que maximizem o máximo possível o desempenho de atletas e até mesmo prevenir lesões, dentre outros. Dentre as muitas possibilidades, uma é o uso de algoritmos de inteligência artificial para determinação do melhor time numa partida de Basquete da NBB. A ideia principal é conseguir avaliar o desempenho dos times que estão se enfrentando numa partida através de uma determinada janela de tempo avaliando a composição dos jogadores em quadra, as variáveis relacionadas a partida e a cada jogador individualmente além de extrair características individuais de cada jogador. Assim, consegue-se saber qual seria a composição ideal de jogadores dentre os disponíveis para que um time maximize as suas chances de vitória numa eventual partida da NBB. Tal análise foi feita mais precisamente para o time de basquete do Flamengo. Deste modo, o objetivo deste projeto foi a criação de um sistema que pudesse prever qual seria a composição de jogadores disponíveis do Flamengo que mais provavelmente se sairia contra um time adversário e assim maximizasse as chances do Flamengo vencer uma partida. Nesse ínterim, realizou-se um procedimento de análise de dados para selecionar variáveis, para fazer a clusterização de jogadores, criação de variáveis e métricas que pudessem ser úteis na análise, e finalmente o desenvolvimento e treinamento de um sistema de aprendizado de máquina que irá trabalhar para determinar qual é a melhor composição de jogadores que maximizará as chances de vitória. Ao longo do processo diversas linhas de análise foram testadas e os procedimento serão expostos de forma mais detalhadas a seguir.