EY Data Engineer: CV, palabras clave y entrevista

No te llaman a entrevistas aunque sabes que cumples el perfil. El problema rara vez es tu experiencia; casi siempre es cómo la presentas. Si apuntas a un puesto de Data Engineer en EY, el CV y la preparación deben hablar el idioma de la consultoría y de los datos a la vez. Esto es lo que funciona, sin rodeos.

Entiende el contexto de EY antes de tocar tu CV#

EY no es una empresa de producto. Es una consultoría. Esto cambia todo.

Tus proyectos no se miden solo por su complejidad técnica, sino por el impacto en el cliente. Ahorraste costes, aceleraste un proceso, redujiste errores. Tu CV debe reflejar eso. Un pipeline que tardaba 8 horas y ahora tarda 40 minutos es un buen ejemplo. No es solo "Spark y Airflow"; es la consecuencia.

Además, los proyectos en consultoría suelen implicar equipos mixtos y comunicación con no técnicos. Si tienes experiencia trabajando con analistas de negocio, auditores o consultores de otra área, menciónalo. Es una habilidad que valoran mucho.

Cómo adaptar tu CV: el enfoque y las palabras clave#

Olvida el CV geniero que envías a startups y a bancos. Para EY, necesitas uno específico. El truco es combinar el vocabulario técnico (lo que buscan los filtros automáticos) con el lenguaje de resultados (lo que convence al manager que lee tu CV).

Palabras clave que no pueden faltar

Las ofertas de EY para puestos de datos suelen mencionar un stack concreto. No pongas todo si no lo dominas, pero asegúrate de que lo que sí sabes aparece. Revisa varias ofertas en nuestro portal de empleo para ver qué repite.

• Nube: AWS (S3, Glue, Redshift, Lambda), Azure (Data Factory, Synapse, Databricks) o GCP (BigQuery, Dataflow, Composer).
• Orquestación: Airflow, Luigi, Prefect.
• Procesamiento: Spark, PySpark, SQL complejo.
• Lenguajes: Python (pandas, PySpark), SQL.
• Herramientas BI: Power BI, Tableau.
• Conceptos: ETL/ELT, data warehousing, data lake, modelado dimensional, CI/CD, Git.

El truco: no solo listes tecnologías

La sección de "Habilidades" es una lista. Está bien. Pero la magia ocurre en la descripción de tus experiencias. Ahí es donde demuestras que sabes usar esas herramientas para resolver problemas reales.

Mira este ejemplo de un bullet point genérico versus uno adaptado para una consultoría:

Antes (genérico):

• Desarrollo de pipelines de datos con Python y Spark en un entorno cloud.

Después (orientado a impacto, como en EY):

• Diseñé e implementé un pipeline con PySpark y Airflow en AWS para un cliente del sector retail, automatizando la ingesta de 15 fuentes de datos y reduciendo el tiempo de generación de reportes de 8 horas a 45 minutos.

La diferencia es clara. El segundo demuestra iniciativa ("diseñé e implementé"), contexto ("cliente del sector retail"), escala ("15 fuentes") y, lo más importante, el resultado ("reducción de 8h a 45min"). Es exactamente lo que un gerente de proyecto en EY quiere ver.

Usa un detector de palabras clave

No adivines. Asegúrate de que tu CV está alineado con la oferta. Pasa tu documento y la descripción del puesto por nuestro detector de palabras clave gratuito. Te dirá qué te falta y qué palabras clave estás usando de más. Es un paso rápido que marca una gran diferencia.

La entrevista técnica: qué esperar y cómo prepararte#

Si pasas el filtro del CV, el siguiente paso suele ser una o dos entrevistas técnicas. No esperes un algoritmo de LeetCode Hard para resolver en 20 minutos. En consultoría, valoran más el razonamiento, la claridad y la capacidad de diseñar soluciones robustas y mantenibles.

Las preguntas que te van a hacer

1. SQL a fondo.: No es solo un SELECT * FROM. Prepárate para JOINs complejos, funciones de ventana (ROW_NUMBER, RANK), GROUP BY con HAVING y consultas para resolver problemas de negocio. Por ejemplo: "Escribe una consulta para encontrar a los 3 clientes que más han gastado en cada categoría de producto".
2. Diseño de pipelines.: Te plantearán un caso de negocio. "Tenemos estos datos de ventas en CSV y estos datos de clientes en una API. ¿Cómo construirías un pipeline para que el equipo de BI tenga una tabla final lista para analizar?". Aquí debes hablar de extracción, validación, transformación, carga y orquestación.
3. Preguntas sobre tu experiencia.: "Cuéntame de un proyecto técnico del que te sientas orgulloso". "Describe una vez que tuviste un problema con un pipeline en producción y cómo lo resolviste". "¿Cómo documentas tu código?". Sé específico. Usa el método STAR (Situación, Tarea, Acción, Resultado) para estructurar tus respuestas.

Ejemplo de respuesta a una pregunta de diseño

Pregunta: "Un cliente nos pide analizar el sentimiento de los comentarios de sus redes sociales. Los datos llegan en JSON a un bucket de S3 cada hora. ¿Cómo lo abordarías?"

Una buena respuesta estructurada:

"Claro. Mi enfoque se dividiría en tres fases: ingesta, procesamiento y consumo.

Para la ingesta, usaría un servicio serverless como AWS Lambda o Glue, que se dispare cada vez que un nuevo archivo JSON llegue a S3. Este servicio se encargaría de leer el archivo, validarlo y convertirlo a un formato columnar como Parquet para optimizar consultas futuras. Lo guardaría en una 'zona raw' del data lake.

En el procesamiento, un job orquestado con Airflow tomaría los datos de la zona raw. Aplicaría una limpieza de texto (quitar URLs, caracteres especiales) y luego usaría un modelo de sentimiento, quizás uno pre-entrenado de Hugging Face o uno propio si el cliente lo requiere. El resultado, con columnas como comentario_id, texto_limpio y sentimiento, se escribiría en una 'zona trusted' en formato Parquet.

Finalmente, para el consumo, crearía una tabla en un data warehouse como Redshift o Athena que apunte a la zona trusted. El equipo de BI podría conectarse directamente con su herramienta (Tableau, Power BI) para construir dashboards. Así mantenemos el data lake limpio y damos al cliente una forma rápida y segura de acceder a los datos."

Esta respuesta es buena porque es estructurada, usa tecnología moderna y justifica cada paso.

La entrevista de comportamiento (la parte "consultora")#

No la subestimes. En EY, la parte de "fit" cultural es tan importante como la técnica. Quieren saber si eres una persona con la que se puede trabajar 10 horas en un proyecto intenso.

Prepara 3 o 4 historias de tu carrera que puedas contar en 2-3 minutos. Usa el método STAR.

• Una vez que tuviste un desacuerdo técnico con un compañero. ¿Cómo lo resolviste?
• Un proyecto que se retrasó. ¿Qué hiciste?
• Una vez que cometiste un error. ¿Cómo lo manejaste?
• Un ejemplo de cuando ayudaste a un compañero o a un cliente más allá de tu obligación.

Sé honesto. No buscan perfección, buscan madurez profesional y capacidad de resolución.

Herramientas gratis#

• chequeo ATS gratis
• decodificador de ofertas
• empleos
• blog

Preguntas frecuentes#

¿Qué salario puedo esperar como Data Engineer en EY en España?

Los rangos varían mucho según la ciudad (Madrid y Barcelona suelen pagar más), tu experiencia y el nivel de inglés. Para un perfil junior o con 1-3 años de experiencia, las cifras que se reportan en foros y portales de empleo suelen rondar los 30.000 a 40.000 euros brutos anuales. Para perfiles senior o con especializaciones en nube, puede ser mayor. Te recomiendo consultar fuentes actualizadas como Glassdoor o LinkedIn para tener una referencia más precisa del momento actual.

¿Es necesario tener experiencia previa en consultoría?

No es un requisito obligatorio, pero sí es un plus. Si no la tienes, enfatiza en tu CV y en la entrevista tu capacidad para trabajar con clientes internos o externos, tu habilidad para comunicar temas técnicos a perfiles de negocio y tu adaptabilidad a diferentes proyectos. Son las habilidades que más se valoran en ese entorno.

¿Qué certificaciones de nube son más valoradas para este puesto?

Las certificaciones de AWS, Azure o GCP son muy valoradas. Para un puesto de Data Engineer, las más relevantes son "AWS Certified Data Engineer - Associate", "Microsoft Certified: Azure Data Engineer Associate" o "Google Cloud Professional Data Engineer". No son imprescindibles para entrar, pero demuestran un compromiso y un conocimiento estructurado que puede darte una ventaja.

¿Cómo puedo saber exactamente qué tecnologías usa EY en sus proyectos?

No hay un único stack. EY trabaja con muchos clientes y cada proyecto puede usar tecnologías diferentes. La mejor forma de saberlo es leer con atención las ofertas de empleo publicadas en su web y en portales como el nuestro. Busca patrones: si ves que muchas ofertas mencionan Azure Data Factory y Databricks, es una pista clara de que hay proyectos con ese stack.

¿El inglés es imprescindible?

Para la mayoría de los puestos de ingeniería, sí. Los equipos suelen ser internacionales, la documentación técnica está en inglés y a veces el cliente está en otro país. Un nivel B2 sólido (hablado y escrito) es lo mínimo que suelen pedir. Un C1 te abrirá muchas más puertas y te permitirá optar a proyectos globales.