Resumen

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 participar en formaciones internas sobre ICs/SCADA, Purdue, ISA/IEC 62443 y protocolos OT. Asistir a dailies del equipo y sesiones de transf

📌 Tech Program (Madrid)
🏢 KPMG España
📍 Madrid