Phoenix, AZ · De ingeniero mecánico a líder de BI

Jose Farfan

Desarrollador Sénior de BI y Líder de Datos · Power BI · Microsoft Fabric · SQL

Disponible en nov. 2026 · Autorizado en EE. UU.
Cambiar idioma
EN ES
Experiencia en BI
7+ años
Power BI y datos · 10+ años en ingeniería
Usuarios activos
500+
en un modelo semántico que lideré
Ahorro
~$52K / año
en reportes manuales eliminados (Biffa)
Planta
6× MTBF
de <10 a 60+ min entre paradas

01 Resumen

Técnica y liderazgo

Construyo los modelos de Power BI y Fabric con los que más de 500 personas gestionan el negocio, y lidero la relación con stakeholders, la gobernanza y la calidad de datos que los hacen confiables.

Ingeniero mecánico convertido en líder de BI. Aprendí analítica en la planta, trabajando junto a más de 40 técnicos con datos de sensores, MTBF, OEE y Lean Six Sigma; por eso diseño productos de datos a partir de cómo funciona realmente la operación y lidero la gestión del cambio que asegura su adopción. Industrias: manufactura, consumo masivo y gestión de residuos y reciclaje, en el Reino Unido y Latinoamérica. Bilingüe en inglés y español.

02 Proyectos

Proyectos de BI seleccionados
Flujo de datosIlustrativo
Flujo de datos simplificado de Ventas y FinanzasNetSuite aporta datos de clientes y CRM, el sistema central aporta contratos, ingresos y servicios, y Dayforce aporta datos de empleados y RR. HH. a un único modelo semántico en esquema de galaxia, que sirve a Ventas, Finanzas y la dirección: más de 500 usuarios activos. NetSuiteCRMSistema centralContratosDayforceRR. HH. MODELO SEMÁNTICOClientesDatos de CRMContratosIngresos · ServiciosEmpleadosDatos de RR. HH.ESQUEMA DE GALAXIA 500+usuarios activosVentasFinanzasDirección
Biffa · 2025 – actualidad · Liderado de punta a punta

Modelo semántico empresarial de Ventas y Finanzas

500+usuarios activos
~US$52 milde ahorro al año
20 → 5 minactualización del modelo
Problema
Ventas y Finanzas trabajaban con más de 5 procesos aislados en Excel (pipeline, proyección de ingresos, ingresos acumulados, churn y estado de contratos), con definiciones de ingresos que competían entre sí, incluidas las usadas para los bonos.
Enfoque e impacto
Enfoque
Un modelo semántico en esquema de galaxia: hechos de contratos, ingresos y servicios del sistema central, datos de clientes y CRM de NetSuite y datos de RR. HH. de Dayforce, con un único conjunto de definiciones de ingresos acordado, seguridad a nivel de fila y pipelines de implementación. Lo lideré desde los requerimientos hasta la adopción.
Impacto
Una única fuente de verdad para todas las regiones del Reino Unido, todos los canales de venta, Finanzas y la dirección; ~13 500 solicitudes manuales al año eliminadas (~US$52 mil); actualización reducida de 20 a 5 minutos con más datos. Nominado a los Diamond Awards de Biffa.

Método del ahorro: ~13 500 solicitudes de reportes al año × 6 minutos cada una × US$39/hora de costo promedio de quienes las pedían y procesaban ≈ US$52 mil (£40 mil) al año. El diagrama está simplificado.

Power BI DAX Esquema de galaxia NetSuite Dayforce RLS
Interfaz del reporteIlustrativo
Recreación simplificada del reporte de selección de CRTres segmentadores (tipo de cambio, objeto de datos y mercado) filtran una tabla de tipos de solicitudes de cambio. La mejor opción aparece resaltada y cada fila tiene un botón que abre el formulario para crear la solicitud. Encuentra la CR correcta 200+ tipos de CR TIPO DE CAMBIOActualizarOBJETO DE DATOSEmpaqueMERCADOEuropa TIPO DE CRAJUSTEENLACE Especif. de empaqueCrear ↗ Especif. SKU completaCrear ↗ Cambio de materialCrear ↗ Extensión a mercadoCrear ↗ Mejor opciónCrear ↗
BAT · 2022 – 2025

Herramienta de selección de solicitudes de cambio

200+ hahorradas al mes
5 → 1 minpor solicitud
~10 %menos CR incorrectas
Problema
Los usuarios de operaciones en todo el mundo generaban más de 3 mil solicitudes de cambio de SKU al mes y debían encontrar el tipo correcto entre más de 200, lo que tomaba ~5 minutos por solicitud; los errores generaban retrabajo.
Enfoque e impacto
Enfoque
Un reporte con segmentadores por tipo de cambio, objeto de datos y mercado que filtra más de 200 tipos de CR en una tabla, resalta la mejor opción y enlaza directamente al formulario para crearla, siguiendo las reglas globales de datos maestros.
Impacto
Tiempo de selección reducido de ~5 a ~1 minuto (más de 200 horas ahorradas al mes) y ~10 % menos solicitudes incorrectas; más de 3 mil vistas al mes en cinco continentes.

Método de las horas: más de 3 mil solicitudes al mes × ~4 minutos ahorrados cada una ≈ 200 horas al mes. Las reglas de gobernanza de datos maestros están en los filtros, de modo que el estándar se cumple por diseño y no por revisión. La interfaz mostrada es una recreación simplificada con valores de ejemplo.

Datos maestros SAP ECC/Fiori Gobernanza de datos UX para datos
Gráfico de MTBFIlustrativo
Gráfico ilustrativo de MTBFDatos de ejemplo. El tiempo medio entre fallas de las empacadoras se mantiene por debajo de 10 minutos durante seis semanas; tras las acciones correctivas sube a más de 60 minutos en las ocho semanas siguientes. 0 30 60 min Antes Después Acciones correctivas Semana de ejemplo 1: 7 min Semana de ejemplo 2: 5 min Semana de ejemplo 3: 8 min Semana de ejemplo 4: 6 min Semana de ejemplo 5: 9 min Semana de ejemplo 6: 7 min Semana de ejemplo 7: 22 min Semana de ejemplo 8: 34 min Semana de ejemplo 9: 45 min Semana de ejemplo 10: 53 min Semana de ejemplo 11: 58 min Semana de ejemplo 12: 62 min Semana de ejemplo 13: 64 min Semana de ejemplo 14: 66 min <10 min 60+ min
BAT · 2021 – 2022

Suite de KPI de confiabilidad de manufactura

6×MTBF de empacadoras
65 % → 71 %OEE (meta 70 %)
12 líneas80+ usuarios
Problema
Paradas frecuentes en las empacadoras, el último paso de la línea, y ninguna vista compartida de las causas del tiempo de inactividad y el desperdicio en 12 líneas de producción.
Enfoque e impacto
Enfoque
Una suite de KPI en Power BI sobre datos de sensores de máquinas (paradas, MTBF, OEE y desperdicio), usada por más de 80 técnicos, personal administrativo y líderes de planta en sesiones de causa raíz con metodología Lean Six Sigma, junto a más de 40 técnicos de planta.
Impacto
El MTBF de las empacadoras pasó de menos de 10 a más de 60 minutos (6×); el OEE de la planta subió de ~65 % a ~71 % en el año, superando la meta del 70 %.

Datos de sensores y paradas depurados y modelados con SQL y Power Query, cubriendo las 12 líneas de punta a punta, con el MTBF medido en las empacadoras como restricción final. El gráfico usa datos de ejemplo para mostrar la forma de la mejora.

Power BI SQL OEE / MTBF Lean Six Sigma CEP

Las visualizaciones son ilustraciones simplificadas con datos de ejemplo. No se muestran datos de ningún empleador.

03 Experiencia

7+ años en BI · Reino Unido y Latinoamérica
Biffa – actualidad · Londres, Reino Unido (híbrido)

Senior Business Intelligence Analyst

Residuos y reciclaje (Reino Unido) · Analítica de Ventas y Finanzas
  • Lideré de punta a punta el modelo semántico empresarial de Ventas y Finanzas en Power BI: un esquema en galaxia sobre datos de NetSuite, Dayforce y contratos, hoy la única fuente de verdad para más de 500 usuarios activos en todas las regiones del Reino Unido, todos los canales de venta (campo, televentas y e-commerce), Finanzas y la dirección. Nominado a los Diamond Awards de Biffa por este trabajo.
  • Reemplacé más de 5 procesos aislados en Excel (CRM de preventa, proyección de ingresos, ingresos acumulados, churn y controles de calidad de contratos), eliminando ~13 500 solicitudes manuales al año: ~US$52 mil (£40 mil) en horas de trabajo.
Ver 3 más
  • Estandaricé las definiciones de ingresos (proyectados, acumulados y las variantes usadas para el cálculo de bonos) con los líderes de Ventas y Finanzas, para que los reportes y los bonos de ventas se calculen sobre una sola cifra acordada.
  • Implementé la entrega por sprints en Azure DevOps para el equipo de BI de 8 personas, llevando las solicitudes ad hoc a un backlog priorizado y visible.
  • Gestiono la gobernanza del modelo (seguridad a nivel de fila, pipelines de implementación y confiabilidad de las actualizaciones); reduje el tiempo de actualización de 20 a 5 minutos con más datos.
Power BI DAX Microsoft Fabric T-SQL Azure DevOps Gobernanza de datos
British American Tobacco (BAT) – · Southampton, Reino Unido

Business Intelligence Executive

Gestión Global de Datos de Operaciones (ODM) · fabricante de consumo masivo
  • Diseñé una herramienta de selección de solicitudes de cambio (CR) que guía al usuario a la opción correcta entre más de 200 tipos, reduciendo el tiempo de selección de ~5 a ~1 minuto (más de 200 horas ahorradas al mes) y las solicitudes incorrectas en ~10 %.
  • Desarrollé reportes de cumplimiento de SLA en Power BI para el equipo global de ODM, cubriendo más de 3 mil solicitudes de cambio de datos maestros de SKU al mes en SAP ECC/Fiori, en cinco continentes.
Ver 3 más
  • Contribuí a sostener la meta de 99 % de cumplimiento en calidad de datos maestros mediante monitoreo y correcciones rápidas.
  • Diseñé y apliqué marcos de SLA para los procesos globales de reportes, reduciendo la variabilidad en las entregas para equipos multifuncionales.
  • Preparé presentaciones ejecutivas basadas en datos para los líderes regionales y globales de Mejora Continua y Work Process Improvement (WPI).
Power BI SAP ECC/Fiori Datos maestros Gobernanza de datos Marcos de SLA
British American Tobacco (BAT) – · Caracas, Venezuela

Business Intelligence Engineer

Planta de manufactura · 12 líneas de producción
  • Trabajé con mantenimiento en análisis de causa raíz con metodología Lean Six Sigma, elevando el MTBF de las empacadoras de menos de 10 a más de 60 minutos (6×) y el OEE de la planta de ~65 % a ~71 %, por encima de la meta del 70 %.
  • Construí una suite de KPI de punta a punta en Power BI sobre datos de sensores de máquinas (paradas, MTBF, OEE y desperdicio) para 12 líneas de producción, usada por más de 80 técnicos, personal administrativo y líderes de planta.
Ver 2 más
  • Automaticé la limpieza y transformación de datos con SQL y Power Query, reemplazando reportes manuales de producción.
  • Trabajé a diario con más de 40 técnicos de planta (supervisor directo de unos 20), integrando la suite de KPI en las rutinas de la planta.
Power BI SQL OEE / MTBF Lean Six Sigma Gestión del cambio
ASIS Consulting – · Caracas, Venezuela

Business Intelligence Developer

Consultoría de BI · clientes de consultoría fiscal
  • Desarrollé soluciones de Power BI para más de 5 clientes importantes de consultoría fiscal: modelado financiero, reportes fiscales y transaccionales, con inteligencia de tiempo en DAX.
Ver 2 más
  • Administré Power BI Service en los entornos de los clientes: gobernanza de áreas de trabajo, implementación y control de accesos.
  • Convertí los requerimientos de los stakeholders en modelos de datos escalables, en coordinación con el equipo de MySQL para asegurar la integridad de los datos.
Power BI DAX Power BI Service MySQL Modelado financiero
Experiencia previa en ingeniería 2016 – 2019 · Venezuela

3D Printing Engineer

3D TECH · – · Caracas, Venezuela
Detalles
  • Operé y mantuve las impresoras 3D del laboratorio, produciendo más de 6 modelos médicos al mes (principalmente maxilares) que los médicos usaban para planificar procedimientos y prótesis.

Junior Project Engineer

Venezuelan Heavy Industry CA (VHICOA) · – · Bolívar, Venezuela
Detalles
  • Participé en 2 a 3 proyectos de recipientes a alta presión para la industria petrolera, cada uno de más de US$30 millones, bajo normas ASME, AWS y API: elaboré y revisé planos, coordiné ensayos no destructivos (END) y pruebas hidrostáticas, y di seguimiento en Excel a materiales, mano de obra y avance.
Ingeniería mecánica ASME / AWS / API Control de calidad Excel avanzado

04 Habilidades

Agrupadas por capacidad

BI y modelado semántico

Power BI Microsoft Fabric DAX Power Query (M) Modelos semánticos Esquema estrella / galaxia Seguridad a nivel de fila (RLS) Pipelines de implementación Diseño de dashboards de KPI Storytelling con datos

Ingeniería de datos

T-SQL Lakehouse y Warehouse en Fabric Dataflows Gen2 Notebooks de PySpark MySQL Pipelines ETL / ELT

Liderazgo y gobernanza de datos

Gobernanza de datos Calidad de datos Gestión de stakeholders Gestión del cambio Bilingüe — inglés y español Levantamiento de requerimientos Gestión de datos maestros (MDM) Definición y estandarización de KPI Capacitación y habilitación Mentoría y coaching

Entrega y plataformas

Azure DevOps (ADO) Agile / Scrum SAP ECC / Fiori NetSuite Planificación de sprints Gestión del backlog Dayforce

Manufactura y métodos

OEE MTBF Análisis de causa raíz Metodología Lean Six Sigma Lean Manufacturing Eliminación de pérdidas Control estadístico de procesos (CEP) Mejora continua Excel avanzado / Power Pivot

IA y automatización

Claude Code Servidores MCP Desarrollo asistido por IA Automatización de flujos con LLM Ingeniería de prompts

05 Formación

Base en ingeniería
Universidad Metropolitana – · Caracas, Venezuela

Ingeniería Mecánica (título de grado)

La base de ingeniería detrás de mi trabajo en confiabilidad (MTBF, OEE), mejora de procesos y analítica de manufactura.

Ingeniería mecánica Confiabilidad (MTBF / OEE) Mejora de procesos Normas de ingeniería
Reconocimientos y desarrollo

Premios y cursos

  • Nominado, Diamond Awards de Biffa · reconocimiento a alto desempeño, por el modelo semántico de Ventas y Finanzas
  • Premio Digital Learner · British American Tobacco
Ver 4 cursos
  • Gestión de proyectos · Tecnología Financiera · 2016
  • Change Management Foundations · LinkedIn Learning
  • Having Difficult Conversations: A Guide for Managers · LinkedIn Learning
  • Decision-Making Strategies · Learning Power BI Desktop · MySQL Installation and Configuration · LinkedIn Learning

Hablemos de datos.

Phoenix, AZ · Abierto a roles de Desarrollador Sénior de BI, Power BI y Líder de BI en el área de Phoenix y en remoto.

jrfarfanf@gmail.com

CV en inglés: PDF · Word (.docx)

Descargar CV (PDF, en inglés)