Ingeniero de Datos Financieros y Analista Senior
Combino la robustez de la Ingeniería de Datos (AWS, Snowflake/ClickHouse) con la visión estratégica de las Finanzas Corporativas. Especialistas en Snowflake/ClickHouse, AWS, Python y Modelos Quant. Consultoría en Barcelona.
Evita la brecha entre TI y Finanzas. Datak Insights proporciona soluciones técnicas de alto nivel con comprensión profunda de los objetivos de negocio.
Diseño de infraestructuras cloud escalables (AWS, GCP, Azure). Desde pipelines automatizados (Airflow/dbt) hasta aplicaciones Python personalizadas (Docker/Cloud Run).
Transformación de balances y P&L en dashboards interactivos. Modelos predictivos para flujo de caja y planificación fiscal mediante Machine Learning.
Asesoramiento para empresas que necesitan estructurar su departamento de datos. Auditoría de procesos actuales y hoja de ruta tecnológica.
International Airlines Group (IAG) | Ene, 2023 - Actualidad
Desarrollo de la infraestructura de datos moderna (Common Data Layer) para el grupo aéreo. Responsable de pipelines críticos que alimentan las decisiones financieras.
Suncapital Management | Mar, 2014 - Actualidad
Creación e implementación de soluciones de reporting ad-hoc y KPIs con interfaz en MS Power BI para la gestión integral de impuestos. Machine Learning y Data Science para modelos de pronóstico de variables fiscales.
Sonar Capital / World Trade Securities | Etapa previa
Desarrollo de algoritmos para valoración de activos, análisis multivariante y gestión de riesgo en mercados de renta variable (NYSE/Nasdaq).
Ingeniería de motores financieros y arquitecturas SaaS.
# Quant Lab: Movimiento Browniano Geométrico
def gbm_simulation(S0, mu, sigma, T, N):
dt = T/N
t = np.linspace(0, T, N)
W = np.random.standard_normal(size=N)
W = np.cumsum(W) * np.sqrt(dt)
X = (mu - 0.5 * sigma**2) * t + sigma * W
return S0 * np.exp(X)
Una suite de herramientas estocásticas en la nube. Utiliza métodos de Monte Carlo para el modelado financiero, cubriendo análisis de riesgo, Griegas y previsión de capital.
Abrir AplicaciónHerramienta financiera integral diseñada para resolver problemas de liquidez en PyMEs. Combina ingeniería de datos con lógica contable para automatizar el análisis de salud financiera.
Ver Documentación Funcional# B-able Optimization Engine (Secant Method)
def solve_target_variable(base_inputs, target_id):
x0 = base_inputs.get(meta['key'], 0.0)
y0 = calculate_gap(x0)
for i in range(max_iter):
y1 = calculate_gap(x1)
if abs(y1) < tolerance: break
x_next = x1 - y1 * (x1 - x0) / (y1 - y0)
return final_val
Disponible para consultoría estratégica, desarrollar arquitecturas de datos complejas
o resolver
retos
financieros complejos.