Punch Pro est une interface d’analyse biomécanique dédiée à la boxe

Développement d’une interface d’analyse biomécanique (Boxe / Xsens) + Générateur de rapports personnalisés
Nous recherchons un freelance expérimenté pour développer une interface locale d’analyse biomécanique dédiée à la boxe, basée sur des fichiers Excel Xsens (mouvements 3D + vitesses angulaires), avec génération automatique de rapports par athlète.

Objectifs du projet

L’application devra permettre :

Détection automatique des frappes (début/fin, seuils/algorithmes à préciser).
Calcul de paramètres clés : force de frappe, GRF (forces de réaction au sol), répartition des appuis, contributions segmentaires, vitesses/accélérations angulaires, temps de préparation/impact/retour.
Visualisation : courbes temporelles, histogrammes, comparaisons intra/inter-séances, zoom/souris-over.

Générateur de rapport automatique par athlète (“bilan”) :

Tableaux de données ciblées (KPI sélectionnables),
Graphiques (1 à 4 visuels clés),
Zones de texte éditables pour l’analyse et les commentaires,
Mises en page prêtes à l’emploi (templates), logo et charte simple,
Export PDF illustré (1 à 4 pages, numérotation, date, signature).

Interface locale simple (GUI) pour :

créer/éditer un profil athlète,
importer des données Xsens (Excel),
lancer l’analyse et générer le bilan en 1 clic,
sauvegarder les rapports et rejouer une séance,
comparer 2 séances d’un même athlète (option utile).

Détails attendus sur le “bilan” (rapport)
Modèle de rapport paramétrable (ex. “Séance standard”, “Élite/EMG”).
KPI configurables : pic de vitesse poignet, vitesse moyenne segment bras/avant-bras, temps d’armé/impact, pic GRF, ratio appui G/D, contribution segmentaire %, etc.
Commentaires : zone de texte riche (conclusion coach/kiné, axes de progrès).
Comparaison : indicateurs Δ vs séance précédente (flèches ↑↓, %).
Nom de fichier : NomAthlete_Date_TypeSeance.pdf + métadonnées.

Compétences techniques requises
Python : Numpy, Pandas, Scipy
Visualisation : Matplotlib ou Plotly
GUI : Tkinter ou PyQt
PDF : FPDF ou ReportLab (ou rendu HTML→PDF type WeasyPrint si proposé)
Bonus appréciés : Jinja2 (templating de rapport), SQLite/Parquet (stockage léger), tests Pytest.

Ressources disponibles
Cahier des charges structuré

Merci d’indiquer votre devis estimatif (forfait / TJM) et planning proposé,
Références sur des projets proches (analyse de données, biomécanique, logiciel scientifique),
Votre stack préférée (Tkinter vs PyQt, FPDF/ReportLab vs HTML→PDF) et vos suggestions d’implémentation.