Práctica en Datos & Business Intelligence

• Formación o conocimientos en Informática, Ingeniería, Datos, BI o áreas relacionadas.

• Conocimientos básicos de SQL y/o Python.

• Interés por las bases de datos y el análisis de información.

• Curiosidad y capacidad analítica.

• Capacidad de aprendizaje y resolución de problemas.

• Motivación por conocer cómo se utilizan los datos en un entorno empresarial.

• Ganas de participar en proyectos reales y asumir nuevos retos.

Hinojosa Packaging Group continúa creciendo y queremos incorporar personas en prácticas con ganas de aprender, aportar y desarrollarse en el apasionante mundo de los Datos, Business Intelligence y Analítica.

Buscamos perfiles con curiosidad, capacidad analítica y una base técnica que quieran participar en proyectos reales de datos dentro de un entorno corporativo, acompañados durante todo el proceso de aprendizaje.

Una oportunidad para aprender haciendo, participando en proyectos reales y con una visión completa de cómo se trabaja con datos dentro de una organización.

Podrás desarrollar tus conocimientos técnicos, entender las necesidades del negocio y descubrir qué área del mundo del dato encaja mejor contigo: Data Engineering, Business Intelligence, Data Analytics o un perfil híbrido End-to-End.

En Hinojosa Packaging Group apostamos por el talento joven y queremos acompañarte en tu desarrollo profesional.

¿Te apasiona el mundo de los datos y quieres empezar a construir tu futuro profesional con nosotros?

👉 ¡Te estamos buscando!

La persona seleccionada podrá participar en un proyecto de datos de principio a fin, adaptado a su perfil y nivel de conocimientos.

El recorrido puede comenzar en diferentes fuentes de información -APIs, bases de datos, ficheros o sistemas internos- y llegar hasta la explotación final del dato mediante herramientas de Business Intelligence.

• Extracción de datos desde APIs, bases de datos y diferentes fuentes.

• Desarrollo de procesos ETL/ELT y transformación de datos con Python.

• Preparación y estructuración de datasets en BigQuery.

• Transformación de datos mediante dbt o Dataform.

• Automatización y orquestación de procesos con Airflow.

• Validación y control de calidad del dato.

• Documentación técnica y preparación de modelos de datos.

• Análisis de necesidades de información y definición de KPIs.

• Consulta y análisis de datos mediante SQL Server y BigQuery.

• Preparación de datasets para reporting.

• Modelado de datos orientado a Power BI.

• Creación de dashboards e informes.

• Desarrollo de medidas, indicadores y visualizaciones.

• Validación de información junto a usuarios de negocio.

• Documentación de métricas y reglas de cálculo.

Fuente de datos → Extracción → Transformación → Almacenamiento → Modelado → Análisis → Visualización → Negocio

Python · SQL · BigQuery · SQL Server · dbt · Dataform · Airflow · Power BI