F1ANALYST: ANALISTA DE F1 FULL-STACK + PREDICCIÓN CON IA

Plataforma de análisis, visualización y predicción aplicada a datos históricos de Fórmula 1. El proyecto combina una base de datos histórica procedente de Kaggle, datos de sesiones y telemetría obtenidos con FastF1 y modelos de Machine Learning para convertir datos de carrera en información útil para el análisis deportivo y la toma de decisiones.

PROPUESTA DE VALOR

F1 Asistente Analista permite consultar qué ha ocurrido en la Fórmula 1 y detectar qué podría ocurrir durante una carrera:

• Explorar pilotos, equipos, circuitos, carreras, resultados y clasificaciones históricas.
• Comparar el rendimiento de pilotos y constructores mediante estadísticas y análisis head-to-head.
• Visualizar tiempos por vuelta, evolución de ritmo y paradas en boxes.
• Estimar en qué momento es más probable que un piloto realice su próxima parada.
• Recomendar el compuesto de neumático más adecuado según el estado de la sesión y las condiciones de pista.
• Estimar la probabilidad de que aparezca un Safety Car, un Virtual Safety Car o una bandera roja.

El sistema está pensado tanto para analistas y aficionados avanzados como para equipos de producto, medios, plataformas de contenido y perfiles comerciales que necesiten convertir datos complejos de F1 en indicadores comprensibles.

QUÉ CONTIENE EL PROYECTO

Aplicación web

El frontend ofrece una interfaz para consultar y visualizar:

• Dashboard general.
• Clasificaciones de pilotos y constructores.
• Fichas y estadísticas de pilotos.
• Fichas y estadísticas de constructores.
• Calendario y resultados de carreras.
• Análisis de vueltas, ritmo y pit stops.
• Predicciones de Machine Learning.
• Chat de F1 preparado para una futura integración con servicios de IA y consultas en lenguaje natural.

Está construido con React, Vite, React Router, Recharts, Axios, Tailwind CSS, Framer Motion y Lucide React.

API y capa de datos

El backend expone una API REST con FastAPI y SQLAlchemy asíncrono. Se conecta a PostgreSQL y proporciona:

• Consultas paginadas de pilotos, constructores, circuitos y carreras.
• Resultados completos de carreras.
• Clasificaciones históricas.
• Estadísticas por temporada.
• Evolución de tiempos por vuelta.
• Historial y estadísticas de pit stops.
• Comparaciones head-to-head.
• Estadísticas históricas por circuito.
• Acceso a los tres modelos predictivos.

Pipeline de Machine Learning

El módulo f1_ml contiene la ingesta, preparación de variables, entrenamiento y modelos serializados. El pipeline usa FastF1 como fuente principal de datos de sesiones para construir datasets a nivel de vuelta y de Gran Premio.

FUENTES DE DATOS

Datos históricos de Kaggle

El proyecto incluye un proceso de carga a PostgreSQL mediante insertarBBDD_molde.py, que descarga el dataset de Fórmula 1 desde Kaggle y lo organiza en tablas relacionadas, entre ellas:

• Pilotos y constructores.
• Circuitos y carreras.
• Resultados.
• Clasificaciones.
• Tiempos por vuelta.
• Paradas en boxes.

Estos datos forman la base de las consultas históricas y de las visualizaciones de la aplicación.

FastF1

FastF1 se utiliza para obtener información detallada de sesiones y telemetría, incluyendo tiempos por vuelta, neumáticos, condiciones de pista y eventos de carrera. Esa información se transforma mediante feature engineering para alimentar los modelos predictivos.

Los datasets generados por el módulo ML pueden incluir datos de las temporadas 2020-2024, mientras que la base histórica de la aplicación cubre un periodo más amplio, documentado en el backend hasta 2024.

PREDICCIONES CON IA

Las predicciones actuales están implementadas con modelos XGBClassifier entrenados sobre datos históricos procesados. Devuelven probabilidades, etiqueta interpretada, nivel de confianza y una descripción para facilitar su consumo desde la interfaz.

1. Probabilidad de parada en boxes

• Modelo: pit_predictor.joblib.
• Granularidad: Vuelta del piloto.
• Objetivo: Estimar la probabilidad de que el piloto pare en la próxima vuelta.
• Variables principales: Vida del neumático, tiempo de vuelta, diferencia respecto a la vuelta anterior, media móvil de ritmo, temperatura, lluvia y compuesto actual.

2. Recomendación del mejor neumático

• Modelos: tyre_predictor.joblib y tyre_mapping.joblib.
• Granularidad: Vuelta del piloto.
• Objetivo: Estimar qué compuesto es más conveniente en las condiciones actuales.
• Salida: Probabilidades para HARD, MEDIUM, SOFT, INTERMEDIATE y WET.
• Tratamiento específico: Detección de lluvia y ajuste de la recomendación hacia neumáticos intermedios o de lluvia cuando corresponde.

3. Probabilidad de Safety Car

• Modelo: sc_predictor.joblib.
• Granularidad: Gran Premio.
• Objetivo: Estimar el riesgo de Safety Car, Virtual Safety Car o bandera roja.
• Variables principales: Riesgo histórico del circuito, riesgo ajustado, tipo de trazado, presencia de lluvia y temperatura media de pista.
• Regla de contexto: El riesgo se ajusta especialmente para circuitos urbanos con lluvia.

Estas salidas deben interpretarse como apoyo analítico y no como certezas ni como sustituto del criterio de un estratega, comentarista o analista deportivo.

ARQUITECTURA

ESTRUCTURA DEL REPOSITORIO

TECNOLOGÍAS

Capa	Tecnologías
Frontend	React 18, Vite, React Router, Recharts, Axios, Tailwind CSS
Backend	Python, FastAPI, Uvicorn, Pydantic, SQLAlchemy async
Base de datos	PostgreSQL, asyncpg
Datos F1	Dataset histórico de Kaggle y FastF1
Machine Learning	XGBoost, scikit-learn, Polars, pandas, joblib
Visualización y exploración	Recharts, Matplotlib, Seaborn, Jupyter

PUESTA EN MARCHA

Requisitos

• Python 3.13 o compatible con las dependencias del proyecto.
• Node.js y npm.
• PostgreSQL.
• Acceso a Kaggle si se va a cargar la base de datos desde cero.
• Conexión a Internet para descargar datos con FastF1.

1. Configurar la base de datos

Crear una base de datos PostgreSQL llamada f1db y configurar las credenciales en f1_backend/.env:

DATABASE_URL=postgresql+asyncpg://postgres:postgres@localhost:5432/f1db
APP_ENV=development
CORS_ORIGINS=http://localhost:5173,http://localhost:3000

Para cargar el histórico desde Kaggle, ejecutar desde la raíz:

python insertarBBDD_molde.py

2. Arrancar el backend

cd f1_backend
python -m venv .venv
.venv\Scripts\activate
pip install -r requirements.txt
uvicorn app.main:app --reload

El backend queda disponible en http://localhost:8000.

• API: http://localhost:8000
• Swagger: http://localhost:8000/docs
• Health check: http://localhost:8000/health

3. Arrancar el frontend

En otra terminal:

cd f1_frontend
npm install
npm run dev

La aplicación queda disponible normalmente en http://localhost:5173.

4. Entrenar o actualizar los modelos

cd f1_ml
pip install -r requirements_ml.txt
python quick_train.py

La primera ingesta con FastF1 puede tardar varias horas según las temporadas solicitadas, la conexión y la caché local. Los modelos generados se guardan en f1_ml/models/.

ENDPOINTS PRINCIPALES

Método	Ruta	Uso
GET	/api/drivers	Consultar pilotos
GET	/api/constructors	Consultar constructores
GET	/api/circuits	Consultar circuitos
GET	/api/races	Consultar carreras
GET	/api/standings/drivers/{year}	Clasificación de pilotos
GET	/api/analysis/races/{id}/lap-times	Tiempos por vuelta
GET	/api/analysis/races/{id}/pit-stops	Paradas en boxes
GET	/api/analysis/head-to-head	Comparativa entre pilotos
GET	/api/predict/status	Estado de los modelos
POST	/api/predict/pit-stop	Probabilidad de parada
POST	/api/predict/tyre-strategy	Recomendación de neumáticos
POST	/api/predict/safety-car	Riesgo de Safety Car

UTILIDAD PARA NEGOCIO Y USO COMERCIAL

La plataforma puede servir como base para:

• Medios y contenido deportivo: generar análisis previos y posteriores a cada carrera con datos verificables.
• Plataformas de entretenimiento: ofrecer paneles interactivos y funcionalidades de predicción para aficionados.
• Patrocinadores y marcas: crear activaciones basadas en pilotos, equipos, circuitos y momentos clave de la carrera.
• Analistas y departamentos de estrategia: centralizar indicadores de ritmo, degradación, neumáticos y riesgo de neutralización.
• Formación y divulgación: explicar decisiones estratégicas de F1 con datos históricos y visualizaciones.

El valor comercial puede crecer incorporando históricos actualizados automáticamente, perfiles de usuario, alertas en directo, exportación de informes, modelos calibrados por circuito y conexión con fuentes oficiales o feeds live.

LIMITACIONES Y ESTADO ACTUAL

• Las probabilidades dependen de la calidad, cobertura y actualidad de los datos de entrenamiento.
• FastF1 requiere descargar y procesar sesiones; la disponibilidad de datos puede variar y existen límites prácticos de tiempo y caché.
• Los modelos predicen escenarios probables, no resultados garantizados.
• Los endpoints de podio y fallo mecánico presentes en el código son demostrativos/mock y no forman parte de las tres predicciones ML principales.
• La vista de circuitos está preparada en la navegación, pero su experiencia específica continúa en desarrollo.

PRUEBAS DE FALLO

Para ejecutar las pruebas del backend:

cd f1_backend
pytest tests/ -v

También puede comprobarse la conexión y el contenido de PostgreSQL con:

python verify_db.py

REFERENCIAS