Data Engineering Intern: Pipelines & Data Quality

Capgemini; Madrid; Presencial; EUR 10.044 - 16.740; A tiempo parcial

Descripción de la vacante

Capgemini en Madrid busca estudiantes que cursen el Máster en Big Data o Informática, con inglés alto (C1), para desarrollarse en un entorno tecnológico y dinámico.

La persona seleccionada participará en ingesta, procesamiento y transformación de datos, diseñará pipelines, evaluará calidad y gobernanza, e integrará soluciones entre APIs, bases de datos y herramientas de visualización como Power BI o Streamlit.

Formación

• Cursando el Máster en Big Data o Informática, con alto nivel de inglés (C1).
• Motivado por desarrollarse en un entorno tecnológico y dinámico.
• Con interés en aprender prácticas de ingestión, transformación y gobernanza de datos.

Responsabilidades

• Desarrollar pipelines de datos para ingestión desde APIs, bases de datos, ficheros o servicios externos.
• Desarrollar procesos de limpieza, validación, transformación y normalización de datos mediante Python, SQL u otras herramientas de procesamiento.
• Comparativa de rendimiento entre bases de datos relacionales, NoSQL y entre procesos batch vs. streaming.
• Diseño y construcción de pipelines de datos para analítica, reporting o consumo por aplicaciones internas.
• Uso de herramientas de orquestación como Airflow, Prefect, cron u otros orquestadores para gestionar flujos de datos.
• Integración de pipelines en servicios backend en Python y en dashboards internos (Power BI, Streamlit).

Conocimientos

Python

SQL

Airflow

Prefect

Power BI

Streamlit

Educación

Máster en Big Data o Informática

Herramientas

Airflow

Prefect

Power BI

Streamlit

Descripción del empleo

Capgemini en Madrid busca estudiantes que cursen el Máster en Big Data o Informática, con inglés alto (C1), para desarrollarse en un entorno tecnológico y dinámico.

La persona seleccionada participará en ingesta, procesamiento y transformación de datos, diseñará pipelines, evaluará calidad y gobernanza, e integrará soluciones entre APIs, bases de datos y herramientas de visualización como Power BI o Streamlit.