Data Analyst · Business Intelligence · Entrenamiento de AI Skills

Tarragona / Barcelona · jleonceo@gmail.com · LinkedIn

Español · English

Analista de datos con visión de negocio y trayectoria en control de gestión. Trabajo en Business Intelligence, modelado de datos (MySQL, Star Schema) y entrenamiento de AI Skills a medida para el análisis recurrente.

Construyo el puente entre el dato y la decisión. Traduzco necesidades de negocio en modelos de datos fiables, dashboards accionables y procesos automatizados.

Lo que he construido. Un sistema de contabilidad asistida por IA, de principio a fin. Entra un documento en bruto (una factura, una nómina, un extracto) y sale un asiento contabilizado. Corre sobre TechAcces SL, una empresa simulada con realismo.

Lo llevan 51 AI Skills repartidas en enjambres por dominio: contabilidad, análisis, tesorería, control interno y marketing. Debajo, MySQL, Power BI, Python, n8n y Claude. El enjambre propone y una persona decide.

Cómo se mide, con las cifras reales. Cada versión pasa por un banco de 129 casos antes de producción: golden sets, simulaciones a ciegas y puertas de no-regresión. La medición del 27/06 cerró en 94,2/100 sin ningún falso positivo. La del 20/07, sobre un banco más duro, bajó a 80,1 y sacó dos. Los dos se diagnosticaron y se corrigieron el 21/07, y la medición completa está pendiente de repetir. Publico las tres cifras porque la que importa no es la mejor, es la última.

Debajo de la IA hay una capa que no lo es: código determinista que recomprueba el estado por pura aritmética, inmune al cambio de modelo. Es lo que impide que un sistema de agentes se crea sus propias cifras.

Esa arquitectura se transfiere. La porté a analítica de audiencias reutilizando cerca del 70% del enjambre contable, y de ahí salieron herramientas de previsión de caja y de detección de fraude.

El método y su evidencia están abiertos en los repositorios de abajo. La contabilidad es el primer caso de uso. El activo es el sistema, no el dominio.

Business Intelligence Power BI · DAX avanzado · Modelado dimensional · Star Schema

Bases de datos SQL avanzado · MySQL · Modelado relacional

Programación y ML Python · Pandas · Scikit-learn · XGBoost · Jupyter

Sistemas de agentes IA Claude Code · Enjambres multi-agente · AI Skills a medida · RAG · MCP · Prompt engineering

Evaluación de sistemas LLM Eval-driven development · Golden sets · Simulaciones · Puertas de no-regresión · Datos sintéticos de test

Automatización n8n · Claude API · Hooks y workflows

Estos repos cuentan, en orden, cómo construir sistemas con varios agentes de IA en los que se puede confiar. Cada uno enlaza a los demás. Se pueden leer como un recorrido.

• N0 · tu-primer-asistente-ia-web: qué es un asistente de IA y cómo se le instruye, sin tecnicismos.
• N1 · llm-eval-contable: evaluar una skill como se examina a un alumno, de 66% a 100% medido.
• N2 · accounting-agent-swarm: un enjambre de cuatro agentes contables de principio a fin, con sus caídas explicadas.
• N2 · orquestacion-enjambres-ia: el enrutado multi-agente, a qué agente va cada petición sin romper al crecer.
• N3 · gobernanza-skills-analiticas: las cinco reglas para gobernar skills, cada una con su cicatriz real.
• N3 · verificacion-determinista-ia: comprobar la coherencia del estado por pura aritmética, sin IA.
• N3 · agent-memory-governance: que la memoria del agente no se convierta en un vertedero.
• N3 · claude-code-context-management: mantener pequeños y al día los ficheros de contexto de Claude Code, sin saturar la ventana.

Y el mismo método portado a otro dominio: audience-analyst-swarm, analítica de audiencias reutilizando cerca del 70% del enjambre contable.

Y el vertical financiero llevado a herramienta: tesoreria-forecast-ia, previsión de caja con backtesting, ratios y aging (determinista, sin dependencias).

Y el control interno como herramienta forense: control-interno-fraude-ia, detección de fraude contable con aritmética dentro de un marco COSO-lite (determinista, sin dependencias).

Los tres últimos van sobre lo mismo, que es hacer que una regla se cumpla sin depender de que el modelo se porte bien:

• pii-output-gate: una puerta de salida que no deja publicar nada con datos personales dentro. Nace de un escape real, cuando unas nóminas se dieron por limpias tras cambiar los nombres por códigos.
• guardianes-verificados-ia: cómo se comprueba que un guardián protege de verdad. Se rompe a propósito y se exige que salte, porque un banco de pruebas en verde solo demuestra que pasan los casos que se te ocurrieron.
• gobernanza-agentes-verificada: las reglas de un agente cableadas a algo que las imponga, en lugar de escritas en un documento que nadie relee.

Todo junto, explicado y desplegado, en portfolio-juan-luis (juanluisleon.vercel.app).

• Máster en IA y Automatización, Visual Business School (2026)
• Grado en Ciencia de Datos, Universitat Carlemany (2º año)
• Construyendo un sistema completo de automatización contable: MySQL + Power BI + n8n + Claude
• Evolucionando enjambres de AI Skills con evaluación continua: golden sets, simulaciones y puertas de no-regresión

Las skills bien entrenadas permanecen. Los modelos cambian y las herramientas se actualizan, pero el criterio construido capa a capa se queda.

Abierto a oportunidades en Data Analytics y Business Intelligence en Tarragona y Barcelona (presencial e híbrido).

Data analyst with a business perspective and a background in management control. I work in Business Intelligence, data modelling (MySQL, Star Schema) and training custom AI Skills for recurring analysis.

I build the bridge between data and decision. I turn business needs into reliable data models, actionable dashboards and automated processes.

What I've built. An AI-assisted accounting system, end to end. A raw document goes in (an invoice, a payslip, a bank statement) and a booked entry comes out. It runs on TechAcces SL, a realistically simulated company.

51 custom AI Skills do the work, grouped into swarms by domain: accounting, analytics, treasury, internal control and marketing. Underneath sit MySQL, Power BI, Python, n8n and Claude. The swarm proposes and a person decides.

How it is measured, with the real numbers. Every version faces a 129-case bank before production: golden sets, blind simulations and no-regression gates. The 27 June run closed at 94.2/100 with zero false positives. The 20 July run, against a harder bank, dropped to 80.1 and produced two. Both were diagnosed and fixed on 21 July, and the full re-measurement is still pending. I publish all three figures because the one that matters is the latest, not the best.

Below the AI sits a layer that is not AI: deterministic code that re-checks the state by pure arithmetic, immune to model changes. It is what stops an agent system from believing its own numbers.

That architecture travels. I ported it to audience analytics reusing about 70% of the accounting swarm, and from there came cash-flow forecasting and fraud-detection tools.

The method and its evidence are open in the repositories below. Accounting is the first use case. The asset is the system, not the domain.

Business Intelligence: Power BI · Advanced DAX · Dimensional modelling · Star Schema Databases: Advanced SQL · MySQL · Relational modelling Programming & ML: Python · Pandas · Scikit-learn · XGBoost · Jupyter AI agent systems: Claude Code · Multi-agent swarms · Custom AI Skills · RAG · MCP · Prompt engineering LLM evaluation: Eval-driven development · Golden sets · Simulations · No-regression gates · Synthetic test data Automation: n8n · Claude API · Hooks & workflows

These repos tell, in order, how to build multi-agent AI systems you can trust. Each links to the others, so they read as one path.

• N0 · tu-primer-asistente-ia-web: what an AI assistant is and how you instruct it, for beginners.
• N1 · llm-eval-contable: evaluating a skill the way you examine a student, 66% to 100% measured.
• N2 · accounting-agent-swarm: a four-agent accounting swarm end to end, with its drops explained.
• N2 · orquestacion-enjambres-ia: multi-agent routing, which agent handles each request without breaking as it grows.
• N3 · gobernanza-skills-analiticas: five rules for governing skills, each with its real scar.
• N3 · verificacion-determinista-ia: checking state coherence by pure arithmetic, without AI.
• N3 · agent-memory-governance: keeping the agent's memory from turning into a junkyard.
• N3 · claude-code-context-management: keeping Claude Code's context files small and current, without flooding the window.

The same method ported to another domain: audience-analyst-swarm, audience analytics reusing about 70% of the accounting swarm.

The financial vertical turned into a tool: tesoreria-forecast-ia, cash-flow forecasting with backtesting, ratios and aging (deterministic, no dependencies).

Internal control as a forensic tool: control-interno-fraude-ia, accounting fraud detection with arithmetic inside a COSO-lite framework (deterministic, no dependencies).

The last three are all about the same thing, making a rule hold without relying on the model behaving:

• pii-output-gate: an output gate that refuses to publish anything with personal data inside. It comes from a real leak, when some payslips were taken for clean after swapping names for codes.
• guardianes-verificados-ia: how you check that a guardrail actually protects. You break it on purpose and demand it fires, because a green test bench only proves that the cases you thought of pass.
• gobernanza-agentes-verificada: an agent's rules wired to something that enforces them, instead of written in a document nobody rereads.

All together, explained and deployed, in portfolio-juan-luis (juanluisleon.vercel.app).

• Master's in AI and Automation, Visual Business School (2026)
• Bachelor's in Data Science, Universitat Carlemany (2nd year)
• Building a complete accounting automation system: MySQL + Power BI + n8n + Claude
• Evolving AI Skill swarms with continuous evaluation: golden sets, simulations and no-regression gates

Well-trained skills endure. Models change and tools get updated, but the judgment built layer by layer stays.

Open to Data Analytics and Business Intelligence roles in Tarragona and Barcelona (on-site and hybrid).