Resumen

Envíe su CV y cualquier información adicional requerida después de haber leído esta descripción, haciendo clic en el botón de solicitud.
Únete al Tech Program de KPMG en Madrid dentro del equipo de OT Security, donde contribuimos a proteger redes industriales, sistemas SCADA y equipamiento crítico frente a ataques cada vez más sofisticados.

Ubicación
Madrid, ES, 28046

Proceso de selección
El proceso se realizará en formato presencial a principios de julio de 2026. Se busca estudiantes que vayan a cursar su último año de grado o máster en septiembre de 2026 y que tengan interés en desarrollarse profesionalmente en el área.

Proyectos

-
- Análisis de riesgos OT e identificación de vulnerabilidades en ambientes ICs.
- Apoyo en proyectos de hardening de redes industriales y segmentación (ISA/IEC 62443, Purdue Model).
- Supervisión básica de eventos y alertas de plataformas OT/ICS de monitorización (IDS OT, SIEM industrial).
- Evaluación de activos industriales (PLC, RTU, HMI, SCADA) y análisis de configuraciones.




- Preparación de informes técnicos y documentación para clientes del sector industrial, energía, transporte o producción.

Responsabilidades

-
- En Operaciones OT revisar alertas básicas procedentes de sensores OT/ICS (IDS industriales, anomalías de red OT). Clasificar y documentar eventos siguiendo playbooks OT específicos. Apoyar investigaciones de incidentes en redes segregadas, con supervisión de analistas senior. Contribuir a la identificación de patrones anómalos en protocolos industriales (Modbus, DNP3, S7, OPC…) y colaborar en tareas de hardening o segmentación recomendada bajo supervisión.
- En Análisis y Evaluación OT participar en evaluaciones de seguridad OT básicas: análisis de arquitectura, inventariado de activos, revisión de configuraciones en PLC/HMI/SCADA. Apoyar la elaboración de mapas de red OT y topologías bajo el modelo Purdue. Realizar búsquedas OSINT técnicas para enriquecer análisis de amenazas OT.
- En Equipo y Aprendizaje

📌 Tech Program (Madrid)
🏢 KPMG España
📍 Madrid