Crear cuenta
CONCURSO-OPOSICIÓN · A1

Técnico/a Superior de Sistemas de Información · Banco de España

Finalizada

28 plazasLibre

Actualizado el

Requisitos

Requisitos de acceso

Titulación requerida
Titulación universitaria de grado o equivalente, según la base 2 de la convocatoria.

Requisito según las bases oficiales. Consulta la convocatoria para las equivalencias exactas y el resto de requisitos.

Contenido

Temario de la convocatoria

29 temas oficiales · Bases de la convocatoria 21/2025 del Banco de España, anejo 4 (programa de contenidos).

Contenidos comunes: Tecnologías de la información

  • 1. Sistemas operativos: · Conceptos básicos: funciones de un sistema operativo, gestión de procesos. · Administración de sistemas: configuración y gestión de sistemas operativos (Linux, Windows).

  • 2. Redes y comunicaciones: · Fundamentos de redes: TCP/IP, DNS, HTTP, modelos OSI. · Configuración y gestión de redes: VLANs, VPNs, subnetting, balanceo de carga.

  • 3. Fundamentos de programación: · Programación básica: introducción a la programación (Python, Java, C++). · Programación orientada objetos: clases, objetos, herencia y polimorfismo. · Estructuras de datos: listas, pilas, colas, árboles y grafos.

  • 4. Bases de datos: · Modelado de bases de datos: diseño de bases de datos y normalización. · SQL y bases de datos relacionales: consultas básicas y avanzadas, gestión de bases de datos. · Bases de datos no relacionales: NoSQL, casos de uso, tecnologías (ejemplo Mongo DB, Cassandra).

  • 5. Arquitectura de sistemas: · Diseño y arquitectura de sistemas: principios de diseño y patrones arquitectónicos. · Integración de sistemas empresariales: Middleware, APIs y servicios web.

  • 6. Seguridad informática: · Fundamentos de ciberseguridad: amenazas, vulnerabilidades, principios de seguridad (CIA). · Criptografía: algoritmos de cifrado, firmas digitales y gestión de calves. · Gestión de riesgos y vulnerabilidades: evaluación de riesgos y pruebas de penetración.

Específica: nube híbrida, ciberseguridad y seguridad de la información

  • 7. Fundamentos de la nube: · Definición y características de la computación en la nube. · Modelos de servicio (IaaS, PaaS, SaaS). · Tipos de nube (pública, privada, híbrida). · Nube pública: proveedores principales y características. · Nube privada: implementación y gestión. · Nube híbrida: casos de uso y desafíos.

  • 8. Fundamentos de ciberseguridad: · Principios de seguridad (CIA). · Amenazas y vulnerabilidades. · Gestión de identidades y accesos (IAM). · Criptografía. · Seguridad en la nube: protección de datos y privacidad.

  • 9. Virtualización de Recursos: · Hipervisores (Tipos y funcionamiento). · Tipos de hipervisores (Tipo 1 y Tipo 2). · Funcionamiento y características. · Máquinas virtuales (creación, gestión, configuración). · Creación y gestión de VMs. · Configuración de recursos (CPU, RAM, almacenamiento). · Migración de VMs. · Contenedores (Docker, Kubernetes). · Que son los contenedores y sus diferencias con las máquinas virtuales. · Docker Conceptos básicos y comandos. · Kubernetes Orquestación de contenedores (conceptos básicos).

  • 10. Arquitecturas y tecnologías de nube: · Microservicios y Apificación · Arquitectura de microservicios: definición, características y ventajas. · Diferencias entre arquitectura monolítica y microservicios. · Diseño de APIs RestFul. · Seguridad y gestión de APIs. · CI/CD y devsecops · Principios y prácticas de CI/CD. · Herramientas de CI/CD (e.g. Jenkins). · Integración de seguridad n el ciclo de vida del desarrollo del software. · Automatización de controles de seguridad y pruebas. · Observabilidad · Definición y principios de observabilidad. · Herramientas de observabilidad (e.g. Prometeus, Grafana, etc.). · Implementación y mejores prácticas.

  • 11. Redes y conectividad: · Redes virtuales (VLANs, VPNs). · VLANs Segmentación de redes. · VPNs Conexiones seguras a través de Internet. · Subnetting. · Balanceo de carga. · Conceptos básicos y tipos de balanceadores. · Seguridad de redes. · Firewalls, IDS/IPS. · VPNs, seguridad inalámbrica. · Cifrado de datos en tránsito y en reposo.

  • 12. Almacenamiento en la nube: · Tipos de almacenamiento · Almacenamiento en bloques. · Almacenamiento de objetos. · Almacenamiento de archivos. · Almacenamiento distribuido · Conceptos básicos y beneficios. · Conceptos de backup y restore. · Conceptos básicos de copias de seguridad. · Conceptos de recuperación de la información.

  • 13. Gestión de vulnerabilidades: · Escaneo de vulnerabilidades. · Pruebas de penetración. · Amenazas y vulnerabilidades en la nube.

  • 14. Gestión de riesgos y normativas de seguridad: · Metodologías de evaluación de riesgos. · Gestión de incidentes de seguridad. · Políticas y Normativas de TI: Normativas (ISO 27001, RGPD).

Específica: analítica del dato e inteligencia artificial

  • 15. Fundamentos de Datos: · Tipos de datos y estructuras. · Numéricos, categóricos, texto, etc. · Tablas, grafos, documentos. · Bases de datos relacionales. · Conceptos de tablas, relaciones, claves. · Lenguaje SQL consultas básicas y avanzadas. · Bases de datos no relacionales. · Tipos (documentales, clave-valor, etc.). · Casos de uso. · Conceptos de Big Data. · Conceptos de volumen, velocidad, variedad. · Tecnologías básicas (Hadoop, Spark).

  • 16. Fundamentos de Inteligencia Artificial: · Definición y Tipos de IA: IA débil vs. IA fuerte, aprendizaje supervisado, no supervisado y por refuerzo. · Algoritmos de aprendizaje supervisado (regresión, clasificación). · Algoritmos de aprendizaje no supervisado (clustering, reducción de dimensionalidad). · Evaluación de modelos (métricas, validación cruzada).

  • 17. Procesamiento y preparación de datos: · Extracción, transformación y carga (ETL): · Procesos de extracción, transformación y carga de datos. · Herramientas de ETL. · Limpieza y preprocesamiento de datos: · Manejo de valores faltantes y atípicos. · Estandarización y normalización de datos. · Ingeniería de características (feature engineering): · Creación de nuevas variables a partir de datos existentes. · Selección de características relevantes.

  • 18. Análisis y visualización de datos: · Estadística descriptiva e inferencial: · Medidas de tendencia central y dispersión. · Distribuciones de probabilidad. · Estadística descriptiva e inferencial: · Pruebas de hipótesis. · Intervalos de confianza. · Análisis exploratorio de datos (EDA): · Técnicas de exploración visual y estadística. · Identificación de patrones y anomalías. · Herramientas de visualización (Power BI, Tableau, etc.): · Creación de gráficos y cuadros de mandos interactivos. · Interpretación de visualizaciones.

  • 19. Modelado predictivo y descriptivo: · Algoritmos de machine learning (regresión, clasificación, clustering): · Algoritmos de regresión (lineal, logística). · Algoritmos de clasificación (árboles de decisión, k-NN). · Algoritmos de clustering (k-means, jerárquico). · Evaluación de modelos: · Métricas de rendimiento (precisión, recall, F1-score, etc.). · Validación cruzada. · Interpretación de resultados: · Extracción de insights y conclusiones. · Comunicación de resultados a stakeholders.

  • 20. Gestión de bases de datos, BigData y analítica: · Lenguaje SQL: · Consultas avanzadas (joins, subconsultas, etc.). · Optimización de consultas. · Gestión de sistemas de almacenamiento: · Tipos de sistemas de almacenamiento (almacenes de datos, data lakes). · Gestión de esquemas y metadatos. · Optimización de consultas: · Fundamentos de Big Data: volumen, velocidad, valor, variedad y veracidad, tecnologías (ejemplo Hadoop, Spark). · Herramientas de análisis de datos: ETL, análisis exploratorio, visualización de datos.

Ver los 9 temas restantes

Específica: analítica del dato e inteligencia artificial (continuación)

  • 21. Conocimientos de estadística y álgebra lineal. · Conocimientos básicos de estadística inferencial. · Conocimientos básicos de algebra lineal para la comprensión de los modelos.

  • 22. Lenguajes, algoritmos y modelos de aprendizaje automático: · Lenguajes de programación (Python o R, Java o Scala) y librerías (TensorFlow, Keras y Scikit- learn). · Algoritmos básicos: regresión lineal, árboles de decisión, k-means, máquinas de soporte vectorial (SVM). · Evaluación y mejora de modelos: · Métricas de evaluación: precisión, recall, F1-score, AUC-ROC. · Técnicas de validación: validación cruzada, manejo de overfitting y underfitting. · Redes Neuronales: conceptos básicos de redes neuronales artificiales, perceptrón multicapa (MLP).

Específica: ERP, procesos de negocio e ingeniería de software (DLT)

  • 23. Fundamentos de ingeniería de software: · Ciclo de vida del desarrollo de software: planificación, análisis, diseño, implementación, pruebas. · Metodologías de desarrollo: Ágil, waterfall, Scrum. · Principios de diseño de software.

  • 24. Diseño e implementación de Interfaces de usuario: · Principios de diseño de interfaces de usuario (UI/UX). · Herramientas y tecnologías para el desarrollo de interfaces (HTML, CSS, JavaScript, frameworks como React o Angular).

  • 25. Lógica de negocio y backend: · Diseño de bases de datos y gestión de datos. · Desarrollo de APIs y servicios web. · Seguridad en el desarrollo de software (encriptación, autenticación, autorización).

  • 26. La información económico-financiera de la empresa: · Concepto y tipos de contabilidad. · Estados financieros: el balance de situación, la cuenta de resultados y tesorería. · El ciclo contable. · Introducción a la contabilidad de costes.

  • 27. Fundamentos de soluciones ERP: · Ciclo de vida de implementación de ERP y principios básicos de gestión de proyectos en implementaciones de ERP. · Conceptos de módulos ERP y comprensión de los módulos principales (finanzas, cadena de suministro, etc.). · Bases de datos relacionales y SQL para consultar y gestionar datos dentro del ERP. · Configuración y personalización de módulos ERP. Generación y análisis de reportes. · Conocimiento de lenguajes de scripting o programación específicos del ERP (e.g., ABAP para SAP, JavaScript para NetSuite). · Modelos de seguridad en sistemas ERP.

  • 28. Fundamentos de blockchain y DLT: · Conceptos de blockchain, DLT, criptomonedas. · Mecanismos de consenso (PoW, PoS). · Tipos de blockchains (públicas, privadas, consorcio). · Seguridad de wallets y exchanges. · Plataformas de blockchain: Ethereum e Hyperledger.

  • 29. Desarrollo de contratos inteligentes: · Smart contracts: definición, uso y desarrollo. · Lenguajes de programación de contratos inteligentes (Solidity). · Desarrollo y despliegue de contratos inteligentes. · Vulnerabilidades en contratos inteligentes. -

Fuentes oficiales

Documentación oficial del proceso

Enlaces oficiales del organismo (5)

¿Ves algún dato incorrecto? Avísanos

Referencia

Ficha técnica

Tipo de proceso
Concurso-oposición
Tipo de plaza
Técnico/a Superior de Sistemas de Información
Familia profesional
Informática / TIC
Grupo / subgrupo
Subgrupo A1
Organismo convocante
Banco de España
Tipo de organismo
Entidad de derecho público
Provincia
Madrid
Denominación
28 plazas de personal técnico en Tecnologías de la Información del Banco de España (nivel 14 del grupo directivo, convocatoria 21/2025)

Para practicar

Exámenes oficiales

Relacionadas