MLB Pitch Viz

Plataforma de analisis de pitcheo con enfoque en scouting moderno y sabermetria aplicada, construida para la comunidad hispanohablante.

Compañía: Hitting Science

Propósito: educar, actualizar y empoderar a scouts latinos en la era de la sabermetría.

Nuestra mision

Democratizar el acceso a las metricas avanzadas de pitcheo para la comunidad que habla espanol, traduciendo la sabermetria a un lenguaje claro, accionable y util para scouts, coaches y jugadores latinos.

Nuestra vision

Formar una nueva generacion de scouts latinos capaces de evaluar talento con herramientas modernas de datos, sin barreras de idioma ni tecnicismos innecesarios.

Problema que resolvemos

• Gran parte del contenido sabermetrico esta en ingles y es poco accesible.
• Muchos scouts y entrenadores tienen experiencia de terreno, pero no una guia clara para usar metricas avanzadas.
• Existe una brecha entre datos publicos de alta calidad y su aplicacion real en decisiones deportivas.

Propuesta de valor

• Sabermetria en espanol: terminos explicados en contexto de juego real.
• Visuales tipo scouting report: reportes listos para analizar y compartir.
• Flujo accionable: de datos crudos a recomendaciones practicas.
• Educacion continua: pensado para aprender, comparar y mejorar toma de decisiones.

Publico objetivo

• Scouts latinos (amateur y profesionales).
• Coaches de pitcheo y desarrollo.
• Academias y programas educativos de beisbol.
• Padres/jugadores que quieren entender metricas modernas.

Funcionalidades principales

• Busqueda de pitchers por nombre (con fallback via MLB StatsAPI).
• Carga de datos Statcast por rango de fechas o juego especifico.
• Dashboard con KPIs clave: IP, ER, K, CSW, Start Grade.
• Heatmaps de localizacion y mapas de run value proxy.
• Analisis de arsenal, movimiento y release point.
• Player Card PNG y Reporte Final visual + narrativo.
• Exportaciones en CSV/PNG/TXT/MD y fallback HTML para graficas Plotly.

Logica de evaluacion (scout + sabermetria)

El modelo actual usa una calibracion estilo MLB scout:

• Escala base 20-80 (50 = promedio MLB).
• Componentes:
  • Stuff: velocidad, spin y movimiento relativo.
  • Location: zona, bordes, bolas, daño permitido.
  • Results: CSW, Whiff, K-BB%, HardHit%.
• Peso de bloques:
  • Stuff 40%
  • Location 35%
  • Results 25%
• Estabilizacion por tamano de muestra (shrinkage) para evitar extremos en ventanas pequenas.

Stack tecnico

• Frontend/App: Streamlit
• Datos: pybaseball + Baseball Savant + MLB StatsAPI (fallback)
• Analisis: pandas, numpy
• Visuales: matplotlib, plotly, seaborn
• Exportacion Plotly PNG: kaleido

Estructura base

• mlb_pitch_viz.py: aplicacion principal (UI, logica y visuales).
• assets/hslogo.png: logo para header y favicon.
• requirements.txt: dependencias.
• runtime.txt: version de Python para deploy.

Ejecutar en local

pip install -r requirements.txt
streamlit run mlb_pitch_viz.py

App local: http://localhost:8501

Deploy en Streamlit Cloud

1. Conectar repo de GitHub en Streamlit Cloud.
2. Configurar:
   • Main file path: mlb_pitch_viz.py
   • Python runtime: 3.12 (definido en runtime.txt)
3. Deploy y validar.

Troubleshooting rapido

• No aparece un pitcher conocido: usa nombre/apellido sin acento y verifica conectividad; hay fallback MLB StatsAPI.
• Mensaje de export PNG Plotly: si falla PNG en entorno cloud, usar descarga HTML interactiva.
• Resultados vacios: revisar filtros activos (mano del bateador, pitch type, rango temporal).
• Datos inconsistentes por proxy: limpiar variables HTTP_PROXY/HTTPS_PROXY/ALL_PROXY si estan mal configuradas.

Impacto esperado

Queremos que esta herramienta sea una base de formacion tecnica para la comunidad latina: que cualquier scout o coach pueda pasar de "intuicion" a "decision informada", combinando ojo de terreno con analitica moderna.

Tagline

Sabermetria en espanol para scouts del futuro.