Reporting Regulatorio, Abuso de Mercado y Cumplimiento Normativo en Banca de Inversión. Hoy en Santander Corporate & Investment Banking como BA en proyectos estratégicos de Reporting Regulatory y Riesgos, combinando conocimiento funcional del negocio con capacidades tecnológicas y de transformación. Experiencia en Big Data, Python y entrenamiento de modelos de IA.
Banca corporativa y tecnología al servicio del cumplimiento regulatorio
Trayectoria profesional en firmas de referencia del sector financiero, como Santander, Cecabank, Inversis Banco, ING y KPMG. En la actualidad participo en proyectos estratégicos de reporting regulatorio de derivados (EMIR, MiFID), en estrecha colaboración con las áreas de Tecnología, para garantizar la calidad del reporte a los supervisores, entre ellos ESMA, CNMV y SEC.
Cuento, además, con amplia experiencia en Abuso de Mercado y Cumplimiento Normativo. Como Execution Manager, Market Abuse Trades en la entidad bancaria Inversis Banco, he sido responsable de la monitorización de operaciones sobre instrumentos financieros negociados en mercados regulados y no regulados.
+10años de experiencia en banca, mercados y auditoría
// un mismo eje · distintas especialidades · impulsado por datos
Reporting regulatorioSantander CIB · 2025–hoy
Abuso de mercadoInversis Banco · 2023–2025
Cumplimiento normativoCecabank · 2019–2022
Operativa de bancaCaixaBank · 2016–2018
Gestor de activosING · 2015–2016
Auditoría y valoraciónKPMG · 2011–2012
Santander CIB · Ago 2025 – hoyModelo global de reporting regulatorio con ISDA CDM y DRR para EMIR, CFTC, SEC, DFA, MiFID, HKMA, UK y Canadá.
Experiencia
De la auditoría y la banca comercial a la vigilancia de mercados y el reporting regulatorio global.
Modelo global de reporting regulatorio con ISDA CDM y DRR para EMIR, CFTC, SEC, DFA, MiFID, HKMA, UK y Canadá.
ISDA CDMDRREMIRCFTCSECDodd-FrankMiFIDHKMA
Ene 2023 – Jul 2025 · Madrid
Execution Manager, Market Abuse Trades
Inversis Banco · Banca de inversión
Vigilancia de abuso de mercado, comunicaciones a la CNMV, actualización normativa y migración a SICAM 2.0.
MARMiFIRMiFID IISICAM 2.0CNMVMiCADORA
Jul 2019 – Dic 2022 · Madrid
Analista de Cumplimiento Normativo y Gestión de Riesgos
Cecabank · Banco mayorista
Controles de conducta, alertas MAR en SICAM (BME), informes MiFID II y análisis de mercado de capitales.
MARMiFID IISICAM · BMEPBC/FTCNMV
Jul 2016 – Abr 2018 · Madrid
Cajero de banca
CaixaBank
Cuadre y cierre contable, tesorería, medios de pago, KYC y transferencias internacionales.
KYCTesoreríaMedios de pago
May 2015 – May 2016 · Las Rozas
Gestor de activos
ING Bank N.V.
Riesgo operativo y estratégico, análisis de viabilidad y revisión de modelos de riesgo de crédito.
Riesgo de créditoRiesgo operativo
Nov 2011 – May 2012 · Madrid
Consultora de servicios financieros
KPMG
Auditoría de cuentas, valoraciones, planes de negocio y operaciones de inversión y desinversión.
AuditoríaValoración
Portafolio
Santander CIB · desde 2025
Reporting regulatorio
Un único modelo global de reporting regulatorio para todas las jurisdicciones
Globalizar todos los reportes de cada regulación y jurisdicción en el mismo flujo, integrando ISDA CDM y Digital Regulatory Reporting en los sistemas, procesos y repositorios existentes, alineado con ESMA y CNMV.
OrigenOperación en Murex
EstándarMapeo de campos a ISDA CDM
ReglasElegibilidad DRR por jurisdicción
ControlValidaciones y gestión de errores
DestinoReporte a repositorios y reguladores
Qué hice
Definición funcional y evolución del modelo: transacciones reportables, flujos, coexistencia entre sistemas, notificaciones y controles.
Adaptación de la taxonomía ISDA CDM a normativas nuevas o modificadas, identificando obligaciones y brechas de cumplimiento.
Mapeos de campos CDM y testing de Murex; identificación de gaps y sistemas fuente.
Alcance
Reporte transaccional, de valoración y de colateral para las branches del Grupo, con impacto en Compliance, Tecnología, Riesgos, Mercados y Operaciones. Objetivo: mayor precisión en el reporte de derivados y menor coste.
EMIRCFTCSECDFAMiFIDHKMAUKCanadá
Más proyectos
Vigilancia de órdenes y operaciones de instrumentos financieros, a nivel retail e institucional, negociados en mercados regulados, MTF, OTF, SMN y OTC, para prevenir el abuso de mercado.
Detección, análisis y comunicación a la CNMV de operativa sospechosa según MAR, MiFIR y MiFID II.
Gestión de alertas de abuso de mercado y respuesta a los requerimientos de la CNMV.
Migración de la herramienta de abuso de mercado a SICAM 2.0 e implantación del canal de denuncias.
MARMiFIRMiFID IISICAM 2.0
Adaptación continua del marco interno a la normativa europea y elaboración de los informes de control que exige el supervisor.
Actualización de la normativa MiFID, MAR, MiCA, DORA y EMIR.
Informes de mejor ejecución y Estados Reservados.
Control de operaciones personales dentro y fuera del grupo.
MiCADORAEMIRMejor ejecución
Análisis integral de alertas de abuso de mercado y ajuste de la herramienta de detección SICAM (BME) para que las alertas fueran relevantes.
Parametrización de SICAM para evitar falsos positivos.
Informes de control MiFID II y comunicación de operaciones sospechosas a la CNMV.
Controles de las Normas de Conducta del Mercado de Valores y detección de incidencias MiFID II y PBC/FT.
SICAM · BMEMARMiFID IIPBC/FT
Entrenamiento desde cero de una red neuronal convolucional para clasificar imágenes médicas en dos clases (normal y neumonía viral), con interfaz web y API. Proyecto con fines educativos: no sustituye un diagnóstico médico.
Clasificación de imágenes con una CNN entrenada desde cero en Keras/TensorFlow (tres bloques Conv2D, data augmentation y validación 80/20), con interfaz web Flask y endpoint /predict.
Aumento de datos (rotación, desplazamiento, zoom y volteo) para mejorar la generalización del modelo.
Resultado con clase detectada y porcentaje de confianza, servido en JSON.
PythonTensorFlowKerasFlask
Detección automática de personas y objetos sobre una fotografía real de un pub de Dublín con modelos preentrenados YOLOv8, comparando un modelo ligero con uno de alta capacidad.
Preparación de series temporales con pandas: conversión de fechas e índice DatetimeIndex.
Gráficos de velas con volumen a partir de datos diarios OHLCV.
Velas intradía de una hora construidas a partir de un DataFrame.
Pythonpandasmplfinance
Análisis estadístico de la relación entre horas de estudio, asistencia y nota final, con una correlación de Pearson de 0,994 entre estudio y resultado.