¿Te imaginas participando en la transformación de las principales organizaciones nacionales e internacionales?
En Deloitte estamos comprometidos con generar un impacto en la sociedad, en nuestros clientes y en ti.
Desde nuestro equipo de Finance Transformation estamos buscando personas que se incorporen a nuestra área de Delivery Center:
¿Cuál es el reto?
Formar parte de un equipo donde contribuirás al diseño, desarrollo y mantenimiento de procesos relacionados con la
gestión, transformación y análisis de datos.
Participar en la
extracción y transformación de datos
desde diferentes sistemas (SAP, bases de datos, lagos de datos (AWS, Azure, GCP), CRMs, etc.) para su
posterior carga y análisis
.
Asegurar la calidad, consistencia y trazabilidad de los datos a lo largo del proceso.
Colaborar con proyectos de clientes multisectoriales
como banca o energías.
¿Cómo te imaginamos?
Has finalizado tus estudios en formación técnica superior de
DAM, DAW o ASIR.
Tienes entre 1- 3 años de experiencia
en proyectos relacionados con el desarrollo de ETLs,



análisis de datos o automatización de procesos.
Tienes mucha curiosidad técnica y ganas de aprender herramientas nuevas.
Comunicación clara: explicamos nuestros análisis a personas de negocio.
Trabajo en equipo: significativo en proyectos de implementación o mejora de procesos.
Que tengas muchas
ganas de aprender
y poder crecer con nosotros
Valorable:
Certificación en alguna herramienta relacionada con el uso y transformación de datos (Python, SQL, Celonis, etc.)
Conocimiento y experiencia relacionados con el modelado de datos.
Nivel de inglés alto B2-C1.
¿Cómo es trabajar en Deloitte?
?
Proyectos de alto impacto
donde tendrás un largo recorrido y aprendizaje
??
Un día a día híbrido-flexible:
tendrás horario flexible y un buen equilibrio entre el teletrabajo y el trabajo en equipo en nuestras oficinas o las de nuestros clientes
?
Buen ambiente dentro y fuera de la oficina:
disfrutarás de varios teambuildings al año, actividades cultur

📌 Data Engineer (Madrid)
🏢 Deloitte
📍 Madrid