Caso de estudio
Finance Toolkit
Herramienta de automatización financiera en desarrollo activo. Combina Excel/VBA como interfaz de trabajo con Python para procesar información, validar reglas e integrar sistemas. Documenta un enfoque modular e iterativo; las capacidades se encuentran en distintos estados de uso y validación.
El problema
En procesos financieros, una misma tarea puede exigir archivos de distintas fuentes, controles de consistencia, consultas a sistemas y preparación de resultados para otras personas. Cuando cada paso se resuelve manualmente o con scripts aislados, aumentan las oportunidades de error y el costo de mantener el proceso.
Finance Toolkit surge para reunir esas necesidades en una herramienta de trabajo coherente. El desafío no es reemplazar la operación financiera, sino hacer repetibles las tareas técnicas sin perder las validaciones que requieren criterio funcional.
Mi contribución
Trabajo en el análisis de los flujos, la definición de reglas y el desarrollo de la herramienta: desde la interacción en Excel hasta el procesamiento en Python y las integraciones que requiere cada caso.
El proyecto también implica decidir qué conviene automatizar, cómo separar lo reutilizable de lo específico de un proceso y cómo explicar al usuario qué ocurrió cuando una ejecución termina o falla.
Decisiones técnicas
- Excel/VBA como interfaz: aprovechar una herramienta familiar para operar procesos, configurar entradas y consultar resultados.
- Python para el procesamiento: concentrar transformaciones, validaciones y lógica reutilizable fuera de las macros de interfaz.
- Intercambio de datos explícito: definir estructuras de entrada y salida entre las capas, en lugar de depender de supuestos implícitos.
- Integraciones desacopladas: separar la comunicación con sistemas externos de las reglas propias de cada proceso.
- Ejecuciones y errores identificables: facilitar la revisión de resultados y el diagnóstico cuando algo no funciona.
- Evolución incremental: incorporar capacidades por etapas y reutilizar componentes solo cuando exista una necesidad concreta.
Estas decisiones describen la arquitectura general, no los contratos, mecanismos de acceso ni configuraciones de los sistemas internos.
Cómo funciona, a grandes rasgos
- El usuario inicia una tarea desde una interfaz basada en Excel.
- La herramienta prepara los datos necesarios para esa ejecución.
- Python procesa información, aplica reglas y, cuando corresponde, consulta fuentes externas.
- La salida vuelve a presentarse de manera revisable para quien opera el proceso.
La implementación distingue la interacción con el usuario de las operaciones técnicas, para que cada flujo pueda evolucionar sin duplicar toda la infraestructura.
Estado y validación
Estado en octubre de 2026: desarrollo activo. El proyecto reúne capacidades que ya se utilizan y continúan evolucionando, junto con otras que están en prueba o construcción. No es un producto comercial ni una plataforma completamente desplegada.
Hay avances en consulta y preparación de información, documentos y reportes. Otros flujos de mayor complejidad siguen en validación: no se afirma la emisión automática de documentación fiscal ni un cierre financiero real realizado íntegramente por la herramienta.
Las pruebas de componentes y de flujos individuales deben distinguirse de una validación integral con usuarios y sistemas corporativos. Todavía no publico una métrica atribuible de ahorro de horas, adopción generalizada o reducción porcentual de errores.
Qué demuestra
- Traducción de necesidades financieras a reglas y flujos de software.
- Separación entre interfaz, procesamiento, integraciones y responsabilidades compartidas.
- Atención a fallos, consistencia de datos, mantenibilidad y experiencia de usuario.
- Decisiones de arquitectura guiadas por restricciones operativas reales.
- Uso de herramientas de IA como apoyo al análisis y al desarrollo, con revisión y validación humana; no se presenta como un sistema basado en LLMs.
Evidencia y pendientes
- Visible en este portfolio: el problema que abordo y los criterios generales de arquitectura, separación de responsabilidades y validación.
- Evidencia no pública: componentes operativos y otros en prueba dentro de un proyecto de trabajo cuyo repositorio permanece privado.
- Por demostrar públicamente: una implementación independiente con datos sintéticos, pruebas reproducibles y, si corresponde, métricas de uso o resultados autorizadas.
Alcance de esta publicación
Esta es una descripción conceptual y deliberadamente limitada de un proyecto interno. El repositorio fuente es privado y no se publica ni enlaza. Tampoco se incluyen código, capturas corporativas, archivos de trabajo, datos de clientes, endpoints, credenciales, mecanismos de autenticación ni reglas operativas internas.
El propósito de este caso es explicar el problema y las decisiones de ingeniería sin afirmar una reproducibilidad pública que hoy no existe.