8+ años en proyectos de datos · Especialista en Data Analytics
Diseño e implemento sistemas de datos end-to-end. Como especialista externo incorporado en el equipo del cliente, o liderando el proyecto completo con autonomía total. Sin capas intermedias: el mismo criterio diseña, construye y entrega.
La mayoría de empresas tienen herramientas de datos. El problema no es la herramienta: es que los datos están dispersos entre sistemas que no se hablan, la analítica no llega a quien tiene que decidir, o el sistema existe en papel pero no tiene efecto sobre la calidad real del dato.
Eso ocurre en startups, en empresas medianas en crecimiento y en corporaciones globales. El problema no cambia con el tamaño. Lo que cambia es el stack, la escala y la complejidad política.
Llevo 8+ años resolviendo ese problema en distintos sectores, tamaños y países. Lo que aplico en cada proyecto no viene de un libro: viene de haber construido soluciones reales en entornos con fechas límite, recursos limitados e interlocutores que tienen que tomar decisiones la semana que viene.
La mayoría de especialistas en datos tienen una o dos. Las tres juntas cambian el tipo de resultado que es posible entregar.
Formación de ingeniero industrial. Pienso en el sistema completo, no en la capa de datos de forma aislada.
Un sistema de datos es, antes que nada, un sistema. Si el diseño ignora cómo fluyen los procesos de negocio, el resultado es un conjunto de tablas que no conecta con la realidad de quienes tienen que usarlo.
Construyo las soluciones yo mismo, sin subcontratar la ejecución.
Cuando quien diseña y quien ejecuta son personas distintas, siempre hay pérdida de contexto en la traducción. Lo que se construye nunca es exactamente lo que se diseñó. El mismo criterio en todo el proceso elimina ese gap.
Entiendo qué decisiones tiene que habilitar el sistema antes de empezar a construirlo.
El error más habitual en proyectos de datos no es técnico: es construir algo técnicamente correcto que no habilita ninguna decisión.
Entiendo primero qué decisión de negocio tiene que habilitar el sistema.
Diseño después la arquitectura que habilita esa decisión, no al revés.
Elijo al final la tecnología correcta. La herramienta es consecuencia, no punto de partida.
La secuencia inversa, empezar por la herramienta, es el error más caro en datos: acabas adaptando el negocio a la tecnología en vez de al revés.
Especialista en datos por proyecto: me incorporo como experto externo en el equipo cliente, o lidero el proyecto completo con autonomía total, desde el diagnóstico hasta la entrega en producción.
Lideré el área de datos con un equipo de 3. Plataforma de datos desde cero sobre Azure Medallion en 3 meses (ERP + CRM + MES). 14M€ de inventario bajo control analítico y ~5.000€/mes de ahorro recurrente.
Machine learning para la división comercial global: suite de 6 modelos (predicción de demanda, churn, recomendación comercial, calidad de datos CRM) y cuadros de mando directivos.
Analítica y pricing para la división comercial global. Pricing Waterfall para 60+ países: el modelo de precios que habilitó un +5% de ingresos globales.
Consultoría de datos para la administración pública catalana: algoritmos predictivos de gentrificación y migración urbana para la toma de decisiones en políticas sociales.
Tan importante como lo que hago es lo que me niego a hacer.
La herramienta correcta es consecuencia de la pregunta que hay que responder, nunca el punto de partida. Si empiezas por la herramienta, acabas adaptando el negocio a la tecnología.
Si el directivo no puede leerlo solo en 30 segundos y saber qué hacer, el diseño ha fallado. La complejidad técnica vive en la arquitectura, no en la pantalla.
La arquitectura que construyo funciona sola. Contratar el mantenimiento de Datalethia es una opción, no una obligación. El sistema es tuyo desde el primer día.
Cada proyecto se construye para una empresa concreta, con sus fuentes y sus decisiones. No hay plantillas que se ajustan al cliente: hay sistemas que construyo desde cero para él.
En 30 minutos lo vemos juntos. Sales con claridad sobre el siguiente paso, aunque no sigamos.