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. Sobre TechAcces SL, una empresa simulada con realismo, he levantado un sistema de contabilidad asistida por IA de principio a fin: del documento en bruto (una factura, una nómina, un extracto bancario) al asiento contabilizado. Lo llevan 51 AI Skills, organizadas en enjambres de agentes por dominio (contabilidad, análisis, tesorería, control interno, marketing), sobre MySQL, Power BI, Python, n8n y Claude. El enjambre contable propone; una persona decide. En su última medición cerró en 93,3/100 con cero falsos positivos, y cada versión pasa por evaluación continua antes de producción: golden sets, simulaciones a ciegas y puertas de no-regresión.

Debajo hay una capa que no es IA: código determinista que recomprueba el estado por pura aritmética, inmune al cambio de modelo. Es lo que evita que un sistema con agentes se crea sus propias cifras. La misma arquitectura (enjambres gobernados por evals más verificación determinista) se transfiere a otros dominios: la porté a analítica de audiencias reutilizando cerca del 70% del enjambre contable, y a herramientas de previsión de caja y detección de fraude.

Todo 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).

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. On TechAcces SL, a realistically simulated company, I built an AI-assisted accounting system end to end: from a raw document (an invoice, a payslip, a bank statement) to a booked entry. It runs on 51 custom AI Skills, organised into agent swarms by domain (accounting, analytics, treasury, internal control, marketing), over MySQL, Power BI, Python, n8n and Claude. The accounting swarm proposes; a person decides. Its last measurement closed at 93.3/100 with zero false positives, and every version goes through continuous evaluation before production: golden sets, blind simulations and no-regression gates.

Underneath there is a layer that is not AI: deterministic code that re-checks the state by pure arithmetic, immune to model changes. It is what keeps an agent system from believing its own numbers. The same architecture (eval-governed swarms plus deterministic verification) transfers to other domains: I ported it to audience analytics reusing about 70% of the accounting swarm, and to cash-flow forecasting and fraud-detection tools.

The whole 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).

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).