Analista de finanzas - Turno de dia

Objetivo

Elaborar el diagnóstico financiero mensual, evaluar proyectos de inversión y mantener el tablero de KPIs que soporta las decisiones de la Dirección, aprovechando herramientas de análisis de datos e inteligencia artificial para automatizar el procesamiento y elevar la profundidad del análisis.

Funciones

Análisis financiero

Diagnóstico mensual: análisis vertical, horizontal y de tendencia, explicando variaciones vs. mes anterior, año previo y presupuesto.
Razones financieras: liquidez, apalancamiento, deuda neta/EBITDA, cobertura, ROA, ROE.
Capital de trabajo: ciclo de conversión de efectivo, DSO, DPO, rotación de inventarios.
Rentabilidad por cliente, producto y línea de negocio; márgenes de contribución y punto de equilibrio.
Análisis de estructura de costos: separación fijo–variable y desviaciones.

Proyectos de inversión

Modelos de evaluación con flujos incrementales: VPN, TIR, periodo de recuperación descontado.
Aplicación del WACC y análisis de sensibilidad y escenarios.
Business case con supuestos documentados y seguimiento post-inversión.

Planeación y flujo de efectivo

Flujo proyectado semanal, a 13 semanas y a 12 meses; seguimiento real vs. proyectado.
Apoyo en el presupuesto anual y análisis de variaciones.
Estados financieros proforma bajo distintos escenarios.

Información fiscal-financiera (CFDI)

Descarga masiva y explotación analítica de CFDI emitidos y recibidos.
Conciliación de facturación contra registro contable y contra cobranza/pago efectivo.
Concentración de clientes y proveedores; alertas de riesgo fiscal (69-B, brecha facturado vs. cobrado).

Análisis de datos

Extracción, transformación y consolidación de información desde ERP, banca y SAT (ETL con Power Query o Python).
Depuración y estructuración de bases: homologación de catálogos, validación de integridad, trazabilidad del dato.
Modelado de datos para reporting: tablas de hechos, catálogos, medidas y relaciones.
Análisis exploratorio para identificar patrones, correlaciones y anomalías en ingresos, costos y cobranza.

Inteligencia artificial aplicada

Uso de modelos de lenguaje (Claude, ChatGPT, Copilot) para acelerar el análisis: redacción de fórmulas y código, documentación de modelos, síntesis de reportes y revisión de supuestos.
Automatización de tareas repetitivas del cierre: clasificación de gasto, extracción de datos de documentos, generación de comentarios de variación.
Modelos de forecasting para ingresos y cobranza (series de tiempo, regresión).
Detección automatizada de anomalías en facturación, gasto y conciliaciones.
Criterio para validar todo output de IA contra la fuente antes de incorporarlo a un entregable.

KPIs y reporting

Diccionario de KPIs documentado: fórmula, fuente, frecuencia y meta.
Tablero mensual en Power BI con semaforización y drill-down por segmento.
Reporte ejecutivo a Dirección con hallazgos y recomendaciones cuantificadas.-Requerimientos- Educación mínima: Educación superior - Licenciatura
años de experiencia