Daniel Alba / Área metropolitana de Barcelona
Dirección de proyectos de Data & BI
Del silo de cada departamento al dato único y a cuadros de mando con los que negocio toma decisiones de verdad.
El eje de este perfil son los ocho años como Project Manager de Data & BI en atSistemas, con el puesto desarrollado íntegramente dentro del FC Barcelona. El punto de partida era un escenario clásico de silos: cada área trabajaba con sus propias hojas de cálculo y criterios distintos para un mismo indicador. El rol consistió en sentarse con los departamentos —comercial, RRHH, servicio médico, área deportiva y retail—, ordenar las fuentes junto al equipo técnico y levantar desde cero el data warehouse corporativo y los cuadros de mando en Qlik para que todo el club hablara con el mismo dato, un trabajo reconocido con el premio Mejor Data Intelligence 2020 de CIONET.
La clave en proyectos de datos es estar muy cerca tanto de negocio como del equipo técnico: escuchar qué necesitan los usuarios en su operativa diaria, acordar entregas en bloques pequeños para validar avances sobre datos reales y darle una vuelta al alcance cuando hace falta. En el FC Barcelona, esa confianza mutua fue la que llevó a los propios departamentos a pedir la ampliación de los pilotos iniciales.
Proyectos destacados
Necesidad de negocio sobre la mesa, papel en el proyecto y solución entregada.
01FC Barcelona / Datos / BI / 2014–2022
Data warehouse y cuadros de mando
- Contexto
- En el FC Barcelona no existía una plataforma de datos común: cada departamento tiraba de sus propios silos y era habitual encontrar varias fuentes distintas para un mismo indicador.
- Participación
- Dirección del proyecto desde cero: sesiones de discovery con cada departamento para mapear las fuentes, definición de la arquitectura junto al equipo (Oracle para el data warehouse, PowerCenter para ETL y Qlik para analítica) y coordinación de las entregas con autonomía y reporte directo al director de Data de IT.
- Entrega
- Data warehouse corporativo y cuadros de mando analíticos para comercial, RRHH, servicio médico, área deportiva y retail, validados con los usuarios clave mediante UAT y cierre formal.
- Impacto
- Paso de silos dispersos a una plataforma fiable reconocida con el premio Mejor Data Intelligence 2020 de CIONET. La confianza de los usuarios en el dato se notó enseguida: los propios departamentos empezaron a pedir nuevas evoluciones y a ampliar los pilotos iniciales.
Indicadores y proceso
- Fuentes conectadas
- 74
- Alcance de la integración de fuentes de datos.
- Cuadros y reportes
- 57
- Conjunto de cuadros de mando y reportes operativos.
- Áreas de negocio
- 6
- Equipos trabajando sobre una misma base de datos.
- Usuarios activos
- ≈80
- Volumen aproximado de usuarios activos en la plataforma.
Del origen del dato a su uso en negocio
Paso de los silos de cada departamento a datos centralizados y validados con negocio.
- 01
Discovery
Sesiones de discovery con los departamentos para detectar silos, fuentes duplicadas y necesidades reales.
- 02
Integración
Construcción del data warehouse en Oracle y procesos ETL con PowerCenter para centralizar la información.
- 03
Analítica
Desarrollo de cuadros de mando en Qlik para las áreas comercial, RRHH, servicio médico y retail.
- 04
Validación
Pruebas de aceptación (UAT) y cierre con usuarios clave, con ampliación de los pilotos iniciales según sus necesidades.
02FC Barcelona / Datos / BI / 2014–2022
Cuadro de mando comercial y previsión de asientos
- Contexto
- El área comercial llevaba el seguimiento en hojas Excel sueltas y necesitaba ver en un mismo sitio tanto el ritmo de ventas como los asientos que iban a quedar disponibles.
- Participación
- Dirección del proyecto desde cero mano a mano con negocio y con el equipo técnico, uniendo el seguimiento comercial con un modelo de previsión de los asientos liberados por los socios.
- Entrega
- Cuadro de mando con seguimiento de ventas, gestión de asientos y previsión de disponibilidad vinculada a la liberación de localidades de socios.
- Impacto
- El equipo comercial dejó atrás las hojas Excel para consultar en un único cuadro las ventas y la disponibilidad prevista, validando cada entrega directamente con los usuarios clave.
De hojas Excel dispersas a ventas y disponibilidad en un mismo cuadro
Previsión de asientos para planificar la venta
Seguimiento comercial y disponibilidad prevista, validados directamente con usuarios clave.
- 01
Datos de partida
Recogida del histórico de ventas y de la liberación de asientos de socios.
- 02
Previsión
Cálculo de los asientos liberados por socios y de la disponibilidad prevista para la venta.
- 03
Cuadro comercial
Unificación de ventas, gestión de asientos y previsión de disponibilidad en una vista común.
- 04
Validación
Revisión de cada entrega mano a mano con usuarios clave del área comercial.
03IA / Actualidad
Comparador documental con IA
- Contexto
- Un cliente necesitaba quitarse de encima la revisión manual letra a letra entre versiones de etiquetas y fichas técnicas sin perder el control sobre lo que salía a imprenta.
- Participación
- Diseño y construcción de la solución desde cero a partir de esa necesidad de cliente, cuidando tanto la extracción con OCR e IA como el flujo de validación posterior.
- Entrega
- Comparación documental con OCR e IA, diferencias estructuradas campo a campo, histórico de cambios y revisión humana antes de dar por buena cualquier versión.
- Impacto
- El proyecto está en producción.
Comparación documental en producción
De dos versiones del documento a una revisión trazable
Solución de cliente construida desde cero, siempre con validación humana final.
- 01
Documentos
Carga de la etiqueta o ficha técnica vigente y de la nueva versión candidata.
- 02
OCR e IA
Extracción del texto y contraste estructurado del contenido documental.
- 03
Diferencias
Detección de cambios campo a campo y registro en el histórico de revisión.
- 04
Validación
Revisión humana de las diferencias detectadas antes de aprobar los cambios.
04IA / Actualidad
Plataforma de agentes de IA
- Contexto
- Dentro del I+D de evoluxia surgió la necesidad de contar con una base de producto propia con cara y ojos, adaptable a distintos casos de uso de IA sin tener que rehacer la arquitectura en cada cliente.
- Participación
- Concepción y desarrollo del producto base completo, aterrizando para cada caso de uso qué objetivo persigue el agente, cómo debe responder y con qué criterios supera la UAT interna.
- Entrega
- Plataforma configurable mediante skills, con agentes interactivos y en segundo plano, programados o activados por eventos y conectados a sistemas corporativos.
- Impacto
- Pilotos ya presentados a clientes dentro de la línea de I+D de la empresa, con la vista puesta en su evolución como producto comercializable.
Agentes adaptados a cada caso de uso
- Personalización
- Skills
- Comportamiento adaptable a las necesidades de cada cliente.
- Modos de ejecución
- 2
- Agentes interactivos y agentes autónomos en segundo plano.
- Estado del producto
- I+D
- Pilotos presentados a clientes dentro de la línea de I+D de evoluxia.
- Validación interna
- UAT
- Objetivos y respuesta esperada contrastados por caso de uso.
Del objetivo de negocio al comportamiento del agente
Producto base completo, concebido y desarrollado desde cero.
- 01
Objetivo
Definición de qué problema resuelve el agente y qué respuesta se espera.
- 02
Skills
Configuración de las capacidades, reglas y conexiones necesarias para el caso de uso.
- 03
Ejecución
Conversación con el usuario o ejecución en segundo plano, programada o por eventos.
- 04
UAT interna
Contraste del comportamiento frente a los criterios de aceptación del piloto.
05HR Tech / Actualidad
Gestión curricular, baremación y validación con IA
- Contexto
- El proyecto de cliente requería una aplicación capaz de gestionar currículums y documentos acreditativos, revisar méritos y baremar candidatos en sus convocatorias sin atascar al equipo en la revisión manual.
- Participación
- Concepción y desarrollo de la aplicación completa desde cero, más allá de la pieza de IA: modelo curricular, configuración de convocatorias, motor de baremación, integraciones y bandeja de revisión.
- Entrega
- CV configurable por secciones, campos y perfiles, méritos con adjuntos, convocatorias, baremos y rankings, junto con importación CVN e integración con sistemas corporativos. La IA contrasta el documento con el mérito declarado usando prompt y campos críticos configurables.
- Impacto
- El porcentaje de similitud orienta a quien revisa la documentación, pero no es una puntuación del mérito ni una garantía de acreditación. Una persona toma la decisión final sin que la IA acepte ni rechace nada por su cuenta.
De la gestión curricular a la revisión asistida con IA
Evidencia documental asistida por IA y decisión final humana
El porcentaje de similitud actúa como apoyo a la revisión: no es una puntuación del mérito ni una garantía de acreditación.
- 01
Configuración
Definición del modelo de CV, convocatorias, baremos, prompt y campos críticos para la revisión.
- 02
Documentación
Registro del mérito declarado junto con su documento probatorio adjunto.
- 03
Contraste con IA
Lectura del documento, comparación con el mérito y cálculo del porcentaje de similitud.
- 04
Decisión humana
Validación final de la documentación por una persona, con gestión de baremación y rankings.
06Software a medida / Actualidad
Asistente personal de entrenamiento y salud
- Contexto
- El objetivo era construir un producto personal de entrenamiento y salud de punta a punta, aplicándole el mismo nivel de arquitectura y mimo que a un SaaS comercial.
- Participación
- Diseño y construcción completa de la aplicación web, la app nativa para iOS y Apple Watch, el modelo de datos, la sincronización y la identidad visual.
- Entrega
- Seguimiento de sesiones, métricas de carga, objetivos, notas y análisis contextual con IA, junto con una demo pública anónima con entrenamientos reales.
- Impacto
- Un proyecto vivo de uso diario cuya demo se puede abrir directamente sin login para explorar sesiones reales anonimizadas.
Acceder a la demo↗
Forma de trabajar en los proyectos
Sprints y Kanban
Combinación de sprints y Kanban en dos carriles de trabajo según lo que pide el proyecto en cada momento, adaptando el método al equipo y al ritmo real de las entregas.
Entregas pequeñas y cambios de alcance
Gestión continua de alcance, planificación y seguimiento, dividiendo el trabajo en bloques pequeños para poder darle una vuelta al alcance y validar avances sin esperar al final del proyecto.
Validación con negocio
Trabajo directo con los usuarios clave para las pruebas de aceptación (UAT) y el cierre de cada entrega. En la etapa de Data en el FC Barcelona, reporte directo al director de Data de IT con autonomía para organizar el día a día.
Validación de la IA por caso de uso
Definición previa de objetivos y de cómo debe responder cada agente antes de pasar la UAT interna. En los flujos de revisión de méritos, la IA ayuda a contrastar documentos pero la decisión final la toma siempre una persona.
Experiencia profesional
Abril 2022 – Actualidad
evoluxia
Tech Lead
El reto inicial en evoluxia fue construir desde cero la plataforma de personalización e integración de Cornerstone en AWS y hacerla evolucionar hacia microservicios en Java con Maven, arquitectura orientada a eventos y aplicaciones completas con Next.js y Amplify, tanto integradas con Cornerstone como independientes. El rol actual abarca el liderazgo del área de desarrollo: definición de arquitectura y estándares (SOLID), priorización con el equipo, estrategia de testing y trabajo directo en el código en aplicaciones y soluciones con IA.
- Coordinación de equipos técnicos y gestión de alcance, planificación y entregas mediante sprints y Kanban adaptados a cada proyecto.
- Definición de arquitectura distribuida de microservicios en Java (Maven) y flujos orientados a eventos en AWS, aplicando patrones de diseño, principios SOLID y pruebas unitarias, de API y de aceptación (UAT).
- Concepción y desarrollo del producto base de una plataforma de agentes de IA en I+D, con pilotos presentados a clientes y UAT interna por caso de uso, además de un comparador documental en producción para cliente.
Mayo 2014 – Abril 2022
atSistemas
DW-BI Project Manager
Ocho años como Project Manager de Data & BI en atSistemas, con el puesto desarrollado íntegramente en el FC Barcelona. Construcción desde cero de la plataforma corporativa de datos (reconocida con el premio Mejor Data Intelligence 2020 de CIONET) y dirección del cuadro de mando comercial con seguimiento de ventas y previsión de disponibilidad de asientos, trabajando mano a mano con comercial, RRHH, servicio médico, área deportiva y retail.
- Coordinación de equipos técnicos y sesiones de discovery con los distintos departamentos para identificar silos y fuentes de datos.
- Reporte directo al director de Data de IT, con autonomía en la toma de decisiones y en las pruebas de aceptación (UAT) con usuarios clave. Proyecto galardonado con el premio Mejor Data Intelligence 2020 (CIONET).
Enero 2020 – Septiembre 2021
OBS Business School
Profesor — Máster Big Data and Analytics
Docencia del módulo de Data Governance en el máster de Big Data and Analytics, trasladando casos reales de gobierno y calidad del dato.
Agosto 2008 – Febrero 2014
Serhs Tourism
Project Manager
Dirección de proyectos, coordinación del equipo de frontend y definición de la arquitectura de sistemas del mayorista hotelero a partir de 2011, tras tres años previos en el análisis y programación del portal.
Competencias y herramientas
Dirección y coordinación
- Coordinación de equipos técnicos
- Gestión del alcance, planificación y seguimiento
- Sprints y Kanban
- Entregas incrementales y gestión de cambios de alcance
- Relación directa con negocio y usuarios clave
- Pruebas de aceptación (UAT) y cierre con usuarios clave
Datos y analítica
- Discovery de silos y fuentes de datos
- Arquitectura de Data warehouse y procesos ETL
- Unificación de datos de negocio
- Cuadros de mando comerciales y operativos
- Calidad del dato y validación con negocio
- Data Governance (docencia)
Data & BI
- Qlik Sense / QlikView
- PowerCenter / ETL
- Oracle
- Jira
Idiomas
Inglés
Conversacional, con fluidez limitada.
Formación
CFGS en Informática de Gestión (Técnico Especialista · FP II)
CE Vidal i Barraquer
1996 – 1999
Formación complementaria
ThePower Business School
SAP All in One
