Data Architect | Data Engineer Internship en Madrid, España

We are looking for people pursuing a Master's degree in Big Data or Computer Science, with a high level of English (C1), motivated to develop in a technological and dynamic environment.

• Understand and experiment with the technologies, tools, and current processes used in Data Engineering, including data ingestion, transformation, and storage.
• Participate in the critical evaluation of the quality, efficiency, and security of data processing within a corporate environment.
• Learn best practices for the responsible, secure, and efficient integration of data pipelines and systems in real products and services.

• Design, evaluation, and use of data pipelines for specific tasks, such as ingestion from APIs, databases, files, or external services.
• Development of data cleaning, validation, transformation, and normalization processes using Python, SQL, or other processing tools.
• Comparison of performance and efficiency between different processing methods and technologies (e.g., relational databases vs. NoSQL, batch processes vs. streaming).

• Design and construction of data pipelines to support use cases such as analytics, reporting, or consumption by internal applications.
• Use of orchestration and automation tools (such as Airflow, Prefect, cron, or other internal orchestrators) to manage data flows.
• Development of integration solutions between different data sources, including APIs, corporate databases, and external systems.
• Integration of data pipelines into backend services developed in Python or other languages, as well as into visualization dashboards or applications (e.g., Power BI, Streamlit, or internal dashboards).

• Design and execution of data quality tests (validations, automated checks, monitoring of integrity and consistency).
• Review of ethical and security aspects in data handling: privacy, treatment of sensitive information, permissions, and internal governance.
• Documentation of processes, datasets, results, and learnings in a clear and structured manner for the engineering and analytics team.

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.

• 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.

• 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).

• 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).

• 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.