Prácticas Data Architect | Data Engineer

Capgemini; Madrid; On-site; EUR 10,044 - 16,740; Part time

Job summary

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.

Qualifications

• 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.

Responsibilities

• 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).

Skills

Python

SQL

Airflow

Prefect

Power BI

Streamlit

Education

Máster en Big Data o Informática

Tools

Airflow

Prefect

Power BI

Streamlit

Job description

Perfil que buscamos

Buscamos personas cursando el Máster en Big Data o Informática, con un alto nivel de inglés (C1), motivadas por desarrollarse en un entorno tecnológico y dinámico.

Objetivos Generales

• Comprender y experimentar con las tecnologías, herramientas y procesos actuales utilizados en la Ingeniería de Datos, incluyendo ingestión, transformación, modelado y almacenamiento de datos.
• Participar en la evaluación crítica de la calidad, eficiencia y seguridad de los procesos de tratamiento de datos dentro de un entorno corporativo.
• Aprender buenas prácticas para la integración responsable, segura y eficiente de pipelines y sistemas de datos en productos y servicios reales.

Funciones y Tareas / Actividades a Desarrollar

Ingestión, Procesamiento y Transformación de Datos

• Diseño, evaluación y uso de pipelines de datos para tareas específicas, como ingestión desde APIs, bases de datos, ficheros o servicios externos.
• Desarrollo de procesos de limpieza, validación, transformación y normalización de datos mediante Python, SQL u otras herramientas de procesamiento.
• Comparativa de rendimiento y eficiencia entre diferentes métodos y tecnologías de procesamiento (por ejemplo, bases de datos relacionales vs. NoSQL, procesos batch vs. streaming).

Desarrollo e Integración de Soluciones

• Diseño y construcción de pipelines de datos para soportar casos de uso como analítica, reporting o consumo por aplicaciones internas.
• Uso de herramientas de orquestación y automatización (como Airflow, Prefect, cron, u orquestadores internos) para gestionar flujos de datos.
• Desarrollo de soluciones de integración entre distintas fuentes de datos, incluyendo APIs, bases de datos corporativas y sistemas externos.
• Integración de pipelines de datos en servicios backend desarrollados en Python u otros lenguajes, así como en paneles o aplicaciones de visualización (por ejemplo, Power BI, Streamlit o dashboards internos).

Evaluación, Seguridad y Gobernanza del Dato

• Diseño y ejecución de tests de calidad de datos (validaciones, controles automáticos, seguimiento de integridad y consistencia).
• Revisión de aspectos éticos y de seguridad en el manejo del dato: privacidad, tratamiento de información sensible, permisos y gobernanza interna.
• Documentación de procesos, datasets, resultados y aprendizajes de forma clara y estructurada para el equipo de ingeniería y analítica.