Ubicación:

Madrid, ES, 28046

Fecha de publicación: 19 oct 2026

¿Te defines por tu talento y tu visión?

Entonces, tú también puedes marcar la diferencia. Únete a un entorno profesional que contribuye a la transformación de empresas y sociedad. Alcanza tus metas, supera tus límites y únete a una firma que va más allá de los servicios profesionales.

Porque marcar la diferencia no es solo algo que decimos. Es lo que hacemos.

Desarrolla tu carrera con nosotros.

¿Te interesa la ingeniería aplicada a la resolución de controversias técnicas? Únete al Tech Program de KPMG en Madrid– Área de Ingeniería Forensic

En KPMG buscamos estudiantes de máster en ingeniería que quieran trabajar en el análisis técnico de grandes proyectos de infraestructura, energía y construcción. Desde el equipo de Ingeniería Forensic, transformamos especificaciones, normativas y diseños en evidencia técnica para resolver conflictos complejos.

¿Qué tipo de proyectos?

Desde el análisis de fallos en el diseño de una tuneladora atascada bajo un volcán en Panamá,



hasta la evaluación de daños por incumplimientos técnicos en contratos internacionales. Aquí, la ingeniería se convierte en impacto.

¿Qué harás?

• Analizar especificaciones técnicas, normativas y documentación de diseño.
• Evaluar causas de retrasos, fallos funcionales y defectos de calidad.
• Participar en la elaboración de informes técnicos y cuantificación de daños.
• Colaborar en proyectos multidisciplinares con implicaciones legales, económicas y técnicas.

¿Qué buscamos?

• Estudiantes de Máster en Ingeniería Industrial (Eléctrica o Mecánica), Caminos, Canales y Puertos, o similares.
• Perfil analítico, con pensamiento abstracto y capacidad de comunicación.
• Nivel alto de inglés.
• Posibilidad de firmar convenio de prácticas a partir de enero 2027.
• Ganas de aprender, aportar y crecer en un entorno profesional de alto nivel.

¿Qué te ofrecemos?

• Prácticas en un ambiente innovador, tecnológico y colaborativo.
• Flexibilidad hor

📌 Tech Program (Madrid)
🏢 KPMG España
📍 Madrid