GRC | Fraud & AML | Data Privacy
De abogada litigante a analista GRC
Combino la lectura fina de la norma con el análisis de datos para anticipar riesgos, no solo para reaccionar a ellos. Diseño herramientas y procesos de cumplimiento pensados para bancos y fintechs.
Por qué soy un perfil de alto valor.
Hola, soy Florencia. Te cuento cómo llegué hasta acá.
Fui abogada litigante casi seis años en el fuero laboral de Córdoba. Ahí aprendí algo que no enseña ningún libro: a leer entre líneas, a anticipar un conflicto, a conciliar, a mediar y a defender una postura con argumentos sólidos sustentados en evidencia. En paralelo, lideré una investigación forense financiera para rastrear bienes ocultos en el exterior, cruzando fuentes públicas internacionales. Fue mi primer contacto real con los datos aplicados a la prevención de fraude, aunque en ese momento no lo llamaba así.
Pero en algún punto empecé a preguntarme: ¿qué hay verdaderamente detrás de los datos? ¿Qué es el perfilamiento automatizado? ¿Cómo es que ese algoritmo predice?
Todo empezó con un curso de Data Privacy International. Lo que parecía ser un tema más de cumplimiento normativo terminó despertando una curiosidad técnica que no pude frenar. Quería entender la seguridad de los sistemas de información, cómo se trataban esos datos, cómo funcionaba el algoritmo de perfilamiento bancario, qué es un "modelo", cómo puedo aportar valor desde el diseño. Ahí fue donde comprendí que no quería reaccionar cuando el problema ya estaba desencadenado, sino estar construyendo la solución.
Después empecé a diseñar programas internos de compliance, GDPR y ética para mi estudio, y ahí sumé algo nuevo: módulos sobre el uso responsable de la Inteligencia Artificial en los procesos de negocio. Fue la primera vez que conecté la norma con la tecnología, y no pude parar.
Ese cruce me llevó a dejar la práctica litigiosa full-time y meterme de lleno en Ingeniería en Sistemas de Información (UTN, hoy 56% cursado), donde comencé a obtener varias respuestas pero aún me faltaba un grado de profundidad mayor. Por eso en 2026 sumé la Diplomatura en Ciencia de Datos de FAMAF, logrando comprender cómo se construye un modelo de ML, qué es un scoring y por qué se produce un sesgo en los resultados. En el medio hice una pasantía como Data Trainee en FCODE, donde participé en la migración de una base de datos completa y aprendí a trabajar bajo metodología ágil.
A principios de este año terminé la certificación en PLAyFT — la base normativa detrás de fraude y AML. Hoy estoy cerrando la certificación como Auditora Interna ISO 27001 y sumando formación en Cloud (AWS). Mi objetivo es simple: ser el nexo entre legales, negocio y tecnología dentro de un banco o una fintech — la persona que traduce la norma en controles que realmente funcionan, canaliza investigaciones y ayuda a superar auditorías. A mediano plazo, quiero crecer hacia un rol de Compliance Officer.
Dónde puedo aportar valor
GRC & Cumplimiento Normativo
Gestión de riesgo corporativo, políticas y auditorías. ISO/IEC 27001: análisis de contexto, matrices de riesgo, SOA y roadmaps de implementación. Diseño de programas de capacitación y cultura de compliance.
Fraud, AML & KYC
Normativa UIF Argentina (ROS, PEP, KYC/KYB), regulaciones del BCRA y marcos GAFI/Basel III. Diseño de controles, matrices de riesgo y motores de scoring para prevención de lavado de activos.
Data Privacy
Ley 25.326, GDPR, LGPD y Ley 21.719 (Chile). Evaluaciones de impacto (PIA/DPIA), Registro de Actividades de Tratamiento (ROPA) y análisis de brechas regulatorias.
Data Science & Cloud aplicado a Fintech
Python, SQL, scikit-learn. Modelos de riesgo crediticio y detección de anomalías. Infraestructura en AWS (S3, CloudFront, IAM) y dashboards ejecutivos en Power BI.
Certificaciones Activas
Cómo fue construyéndose este perfil
Abogacía
Universidad Nacional de Córdoba- Graduada 100% de la carrera.
Abogada Litigante / Investigadora de Cumplimiento
Estudio Jurídico MDALEL- Lideré una investigación forense financiera de bienes ocultos en un proceso sucesorio.
- Ejercí como litigante en el fuero laboral de Córdoba durante seis años.
- Diseñé programas de capacitación en compliance, ética, GDPR, PLAyFT y uso responsable de IA.
- Traduje normativa compleja a un lenguaje simple y accionable para equipos sin formación jurídica.
Ingeniería en Sistemas de Información
UTN FRC · Promedio 7,81- 56% de la carrera cursada, en simultáneo con certificaciones en GRC, Cloud y Data Science.
Data Trainee (foco Software Engineer)
FCODE- Participé en la migración de una base de datos relacional completa: análisis de requerimientos, DER, casos de uso y diagramas de secuencia.
- Ejecuté testing manual y revisión de logs para detectar anomalías antes del despliegue a producción.
- Trabajé bajo metodología ágil, con sprints semanales en Notion y Slack.
PLAyFT, Diplomatura en Ciencia de Datos & Auditora Interna ISO 27001
UTN BA · FAMAF-UNC · G-CERTI- Certificación en PLAyFT (Prevención de Lavado de Activos y Financiamiento del Terrorismo), finalizada a inicios de año.
- Formación simultánea en ciencia de datos aplicada y auditoría de seguridad de la información.
- Construcción de un toolkit propio de ISO 27001 y de un toolkit de Data Privacy multinorma.
Proyectos Destacados
Toolkit ISO 27001 & ISO 31000
Diseñé un toolkit propio en Excel que cubre todo el ciclo de gestión: gobernanza inicial con Análisis de Contexto y Política de Seguridad, la fase operativa de Inventario de Activos, Identificación y Matriz de Riesgos y RTP, y el control mediante el SOA. Incluye un roadmap de implementación y un dashboard ejecutivo para reportar métricas a dirección.
Ver en GitHub →Toolkit de Data Privacy & Compliance para Entidades Financieras
Diseñé un toolkit integral en Excel para evaluar el cumplimiento en protección de datos en fintech y entidades financieras, integrando Ley 25.326, GDPR, LGPD, Ley 21.719 (Chile) y comunicaciones BCRA/UIF. Incluye GAP Analysis, PIA/DPIA con un caso práctico, ROPA (art. 30 GDPR), matriz de controles y un dashboard ejecutivo con indicadores de brechas y riesgos críticos.
Próximamente en GitHubModelo de Clasificación de Riesgo de Crédito y Default
Diseñé y comparé modelos clasificadores (SGD y Árboles de Decisión) para predecir riesgo de impago, identificando la relación deuda/ingreso (DEBTINC) y el historial de morosidad (DELINQ) como las variables de mayor impacto. Optimicé por F1-Score para reducir falsos negativos sin penalizar la tasa de aprobación de clientes legítimos, bajo un enfoque de Accountability y Human Oversight para la validación de decisiones automatizadas.
Ver en GitHub →Sitio Web en AWS con Dominio Propio
Este mismo sitio: alojado en Amazon S3 y distribuido con CloudFront, con DNS gestionado en Route 53 y certificados SSL/TLS de ACM para forzar HTTPS. Apliqué políticas de IAM bajo el principio de privilegio mínimo, bucket policies restrictivas y OAC en CloudFront, replicando un entorno de producción real y alineado con principios de seguridad de ISO 27001.
Ver el sitio →