Juan Sebastián Casallas

Analista de Datos Financieros — Modelado y Automatización

De los datos a las decisiones.

Construyo modelos financieros que proyectan la tasa de usura con un error de 2 puntos básicos frente a la cifra oficial y automatizo pipelines de reportes de 6 horas a 15 minutos.

Ver proyectos Saber más

Impacto, en cifras.

6 h → 15 min
Pipeline de reportes, automatizado de principio a fin.
2 pb
Error promedio del modelo de tasa de usura vs. la cifra oficial.
~95 %
De la cartera comercial cubierta por el modelo de repricing.

Sobre mí.

Transformo datos financieros complejos en sistemas automatizados y modelos predictivos que generan resultados tangibles.

Ingeniero industrial convertido en analista de datos financieros.

Cuatro años en banca construyendo los pipelines de reportes y los modelos de pronóstico en los que confían los equipos de negocio, con Python, SQL, R y Power BI.

Abierto a roles de analista de datos financieros donde el pensamiento analítico genere un impacto real en el negocio.

Conectemos.

Bogotá, Colombia

Disponible para remoto, híbrido y reubicación

Experiencia laboral

Analista Financiero II
Banco de Bogotá
mar 2024 – actualidad
- Automaticé un pipeline de reportes financieros con SQL y PL/SQL, reduciendo el tiempo de generación de 6 horas a 15 minutos.
- Reconstruí los flujos de migración presupuestaria con SQL y R, simplificando la gestión comercial y reduciendo la fricción operativa entre equipos.
- Desarrollé un modelo de repricing para la cartera comercial con SQL y R, cubriendo ~95 % de la cartera con una desviación máxima de 1 punto básico.
- Construí un observatorio de variables macroeconómicas que consolida día a día Tasa BR, IBR, DTF, IPC y UVR y las proyecta a 2030, base del modelo de repricing.
- Construí un modelo de optimización en R que estima la tasa de usura (TIBC) sobre millones de registros, con un error de solo 2 pb frente a la SFC.
- Automaticé un pipeline de datos en R, reduciendo a menos de la mitad los requerimientos de almacenamiento y ampliando la cobertura histórica en 13 años.
Analista de Pricing III
Banco de Bogotá
sep 2022 – mar 2024
- Automaticé con web scraping en Python la extracción de tarifas bancarias de la Superfinanciera, creando el primer benchmark histórico estructurado del sector.
- Desarrollé en Excel y VBA un modelo de proyección de servicios comisionables que apoyó la estrategia de precios con pronósticos alineados al negocio.
- Realicé investigación de mercado y análisis competitivo de 5 entidades bancarias, identificando tendencias de precios y oportunidades de optimización en el sector.
- Colaboré con equipos multidisciplinarios para diseñar y monitorear estrategias de precios, asegurando rentabilidad y competitividad en el mercado.
Analista de Datos
Numeris Consultoría Actuarial y Financiera
jul 2022 – sep 2022
- Limpié y procesé datos actuariales y financieros de seguros en R, asegurando calidad y consistencia para decisiones basadas en información confiable.

Habilidades clave

Python
SQL
R

Datos y analítica

pandas
NumPy
scikit-learn
DuckDB
Parquet
PL/SQL

Modelado

Modelado financiero
Pricing
Pronósticos
Optimización
Analítica regulatoria
Machine learning

BI y automatización

Power BI
Power Automate
Excel y VBA
ETL
Web scraping
Git

Desarrollo asistido por IA

Claude
Gemini
Automatización con LLMs

IdiomasEspañol (nativo) · Inglés (B1)

Reconocimientos

Más Innovador

División de Estrategia y Rentabilidad

ago 2023

Primer puesto en un concurso interno de innovación organizado por la División de Estrategia y Rentabilidad por desarrollar una herramienta automatizada en Python que extrajo y procesó datos históricos de tarifas de la Superfinanciera. Le dio a la división el primer benchmark histórico estructurado de tarifas del sistema bancario.

Educación

Ingeniería Industrial

Pontificia Universidad Javeriana

ene 2017 – jun 2022

Tesis de grado: Diseño de un modelo de pronóstico de demanda basado en machine learning y un modelo multiobjetivo para la planeación de producción en una industria panificadora

Leer tesis

Certificaciones

Especialización en Machine Learning
DeepLearning.AI & Stanford Online
mar 2025
Análisis de Datos con R
Google
feb 2025
Resolución Efectiva de Problemas
University of California, Irvine
feb 2025
Prácticas de Storytelling de Datos
Crehana
ene 2024

Casos de estudio.

Proyectos selectos en analítica avanzada, automatización y modelado predictivo.

Python
DuckDB
Regulatory Modeling
Financial Analytics

Modelo de Proyección de Tasa de Usura (TIBC)

Usura vigente · oct 202628,59%TIBC 19,06 % · −65 pb frente al mes anterior

Error promedio de 2 pb frente a la tasa oficial de la SFC

Un modelo de simulación regulatoria que anticipa la tasa máxima de préstamo en Colombia semana a semana, permitiendo al equipo financiero pronosticar el impacto en los ingresos antes de la publicación oficial de la SFC.

Ver demo

Python
pandas
GitHub Actions
Macroeconomic Modeling

Observatorio de Variables Macroeconómicas

Datos en vivo · se actualiza cada lunes

Tasa BR12,25%+25 pb en 30 días

7 series diarias proyectadas a 2030; la UVR coincide con la oficial

Consolida día a día la Tasa BR, el IBR, la DTF, la inflación y la UVR de Colombia y las proyecta hasta 2030 con el escenario de Investigaciones Económicas del Banco de Bogotá.

Ver demo

R
Power BI
Macroeconomic Modeling
Financial Analytics

Modelo de Repricing de Portafolio Comercial

~95 % de la cartera comercial, a máximo 1 pb de la tasa diaria del sistema

Un modelo de sensibilidad de tasas que estima el impacto diario y mensual de cambios en variables macroeconómicas en el portafolio de préstamos comerciales, permitiendo una planeación estructurada de ingresos semanales para el segmento más grande de la cartera comercial del banco.

Ver demo

Academic
Python
scikit-learn
ML
Optimization

Modelo ML de Demanda - Panificadora Industrial

Un sistema de machine learning y optimización de punta a punta que pronostica la demanda y planea la producción para una panificadora industrial, optimizando costos y niveles de servicio.

Leer tesis

Construyamos algo.

Ponte en contacto para oportunidades, colaboraciones o simplemente para saludar.

Contactos_JS@pm.me

Sobre mí

Ingeniero industrial convertido en analista de datos financieros. Cuatro años en banca construyendo los pipelines de reportes y los modelos de pronóstico en los que confían los equipos de negocio, con Python, SQL, R y Power BI. Abierto a roles de analista de datos financieros donde el pensamiento analítico genere un impacto real en el negocio.

Experiencia laboral

Analista Financiero II

mar 2024 – actualidad

Banco de Bogotá

Automaticé un pipeline de reportes financieros con SQL y PL/SQL, reduciendo el tiempo de generación de 6 horas a 15 minutos.
Reconstruí los flujos de migración presupuestaria con SQL y R, simplificando la gestión comercial y reduciendo la fricción operativa entre equipos.
Desarrollé un modelo de repricing para la cartera comercial con SQL y R, cubriendo ~95 % de la cartera con una desviación máxima de 1 punto básico.
Construí un observatorio de variables macroeconómicas que consolida día a día Tasa BR, IBR, DTF, IPC y UVR y las proyecta a 2030, base del modelo de repricing.
Construí un modelo de optimización en R que estima la tasa de usura (TIBC) sobre millones de registros, con un error de solo 2 pb frente a la SFC.
Automaticé un pipeline de datos en R, reduciendo a menos de la mitad los requerimientos de almacenamiento y ampliando la cobertura histórica en 13 años.

Analista de Pricing III

sep 2022 – mar 2024

Banco de Bogotá

Automaticé con web scraping en Python la extracción de tarifas bancarias de la Superfinanciera, creando el primer benchmark histórico estructurado del sector.
Desarrollé en Excel y VBA un modelo de proyección de servicios comisionables que apoyó la estrategia de precios con pronósticos alineados al negocio.
Realicé investigación de mercado y análisis competitivo de 5 entidades bancarias, identificando tendencias de precios y oportunidades de optimización en el sector.
Colaboré con equipos multidisciplinarios para diseñar y monitorear estrategias de precios, asegurando rentabilidad y competitividad en el mercado.

Analista de Datos

jul 2022 – sep 2022

Numeris Consultoría Actuarial y Financiera

Limpié y procesé datos actuariales y financieros de seguros en R, asegurando calidad y consistencia para decisiones basadas en información confiable.

Habilidades clave

Stack principal

Python · SQL · R

Datos y analítica

pandas · NumPy · scikit-learn · DuckDB · Parquet · PL/SQL

Modelado

Modelado financiero · Pricing · Pronósticos · Optimización · Analítica regulatoria · Machine learning

BI y automatización

Power BI · Power Automate · Excel y VBA · ETL · Web scraping · Git

Desarrollo asistido por IA

Claude · Gemini · Automatización con LLMs

Idiomas

Español (nativo) · Inglés (B1)

Experiencia laboral

Banco de BogotáBogotá, Colombia

Analista Financiero IImar 2024 – actualidad

Automaticé un pipeline de reportes financieros con SQL y PL/SQL, reduciendo el tiempo de generación de 6 horas a 15 minutos.
Reconstruí los flujos de migración presupuestaria con SQL y R, simplificando la gestión comercial y reduciendo la fricción operativa entre equipos.
Desarrollé un modelo de repricing para la cartera comercial con SQL y R, cubriendo ~95 % de la cartera con una desviación máxima de 1 punto básico.
Construí un observatorio de variables macroeconómicas que consolida día a día Tasa BR, IBR, DTF, IPC y UVR y las proyecta a 2030, base del modelo de repricing.
Construí un modelo de optimización en R que estima la tasa de usura (TIBC) sobre millones de registros, con un error de solo 2 pb frente a la SFC.
Automaticé un pipeline de datos en R, reduciendo a menos de la mitad los requerimientos de almacenamiento y ampliando la cobertura histórica en 13 años.

Banco de BogotáBogotá, Colombia

Analista de Pricing IIIsep 2022 – mar 2024

Automaticé con web scraping en Python la extracción de tarifas bancarias de la Superfinanciera, creando el primer benchmark histórico estructurado del sector.
Desarrollé en Excel y VBA un modelo de proyección de servicios comisionables que apoyó la estrategia de precios con pronósticos alineados al negocio.
Realicé investigación de mercado y análisis competitivo de 5 entidades bancarias, identificando tendencias de precios y oportunidades de optimización en el sector.
Colaboré con equipos multidisciplinarios para diseñar y monitorear estrategias de precios, asegurando rentabilidad y competitividad en el mercado.

Numeris Consultoría Actuarial y FinancieraBogotá, Colombia

Analista de Datosjul 2022 – sep 2022

Limpié y procesé datos actuariales y financieros de seguros en R, asegurando calidad y consistencia para decisiones basadas en información confiable.

Reconocimientos

División de Estrategia y RentabilidadBanco de Bogotá

Más Innovadorago 2023

Primer puesto en un concurso interno de innovación organizado por la División de Estrategia y Rentabilidad por desarrollar una herramienta automatizada en Python que extrajo y procesó datos históricos de tarifas de la Superfinanciera. Le dio a la división el primer benchmark histórico estructurado de tarifas del sistema bancario.

Proyectos con demo en vivo

Modelo de Proyección de Tasa de Usura (TIBC)

Error promedio de 2 pb frente a la tasa oficial de la SFC
Un modelo de simulación regulatoria que anticipa la tasa máxima de préstamo en Colombia semana a semana, permitiendo al equipo financiero pronosticar el impacto en los ingresos antes de la publicación oficial de la SFC.
Ver demo: sebastiancasallas.pages.dev/es/demos/tasa-usura

Observatorio de Variables Macroeconómicas

7 series diarias proyectadas a 2030; la UVR coincide con la oficial
Consolida día a día la Tasa BR, el IBR, la DTF, la inflación y la UVR de Colombia y las proyecta hasta 2030 con el escenario de Investigaciones Económicas del Banco de Bogotá.
Ver demo: sebastiancasallas.pages.dev/es/demos/variables-macro

Modelo de Repricing de Portafolio Comercial

~95 % de la cartera comercial, a máximo 1 pb de la tasa diaria del sistema
Un modelo de sensibilidad de tasas que estima el impacto diario y mensual de cambios en variables macroeconómicas en el portafolio de préstamos comerciales, permitiendo una planeación estructurada de ingresos semanales para el segmento más grande de la cartera comercial del banco.
Ver demo: sebastiancasallas.pages.dev/es/demos/simulador-reprecio

Habilidades clave

Stack principal: Python, SQL, R

Datos y analítica: pandas, NumPy, scikit-learn, DuckDB, Parquet, PL/SQL

Modelado: Modelado financiero, Pricing, Pronósticos, Optimización, Analítica regulatoria, Machine learning

BI y automatización: Power BI, Power Automate, Excel y VBA, ETL, Web scraping, Git

Desarrollo asistido por IA: Claude, Gemini, Automatización con LLMs

Idiomas: Español (nativo), Inglés (B1)

Certificaciones: Especialización en Machine Learning (DeepLearning.AI & Stanford Online); Análisis de Datos con R (Google); Resolución Efectiva de Problemas (University of California, Irvine); Prácticas de Storytelling de Datos (Crehana)