# Financial Alliances Trainee at Despegar

> Hybrid · Argentina · Intern · Other · open. Source: https://alderhq.app/jobs/lever%3Adespegar%3A3fbc1dd3-9fee-4dbc-be9a-63787bd658ad (read 2026-11-20).

## Facts (observed)

- Company: [Despegar](https://alderhq.app/companies/despegar)
- Location text: Buenos Aires
- Where it can be done from (inferred): Hybrid · Argentina (evidence: "Location: Buenos Aires")
- Posted: 2026-11-03 (17 days ago)
- First seen by alder: 2026-11-03 · last verified: 2026-11-19
- Reposted: 0 times · edited: 0 times
- Apply on the employer's site: https://jobs.lever.co/despegar/3fbc1dd3-9fee-4dbc-be9a-63787bd658ad
- Skills listed (inferred): Python, SQL

## Pay and sponsorship

- Posted pay: not posted

## Description (the employer's text)

### ⚡ Acerca del programa

### ⏱️ Esquema

- 6 meses con posibilidad de extensión hasta 18 meses
- 20 horas semanales \| Modalidad híbrida
- Asignación estímulo acorde
### 🎯 Tu día a día

- Proyectos reales con impacto en el negocio desde el primer día
- Trabajás con data, automation, herramientas de analytics y AI
- Mentoría de líderes con mentalidad 10x (no incremental)
- Cultura de fail fast, learn & scale: experimentás, iterás, escalás
### 🔍 Perfil techie que buscamos

✅ Estudiante regular con al menos 50% de la carrera aprobada (cursando los últimos 3 semestres)

✅ Carreras: Ingenierías, Ciencias Económicas, Administración, Economía o afines.

### Must-have mindset

- Tech-savvy: Te mueven las herramientas digitales, la automatización y el análisis de datos
- Ownership: Pensás como dueño/a, no esperás que te digan qué hacer
- Ambición 10x: Buscás soluciones disruptivas, no parches
- Aprendizaje rápido: Fallás rápido, iterás más rápido
### Plus que marcan diferencia

- Conocimientos en SQL, Python, Excel avanzado, Power BI, Tableau
- Experiencia con automation, APIs, no-code tools
- Proyectos personales con data, producto digital o programación
### 📍 Ubicación

Buenos Aires, Argentina

---
Data: alder (https://alderhq.app). Cite https://alderhq.app/jobs/lever%3Adespegar%3A3fbc1dd3-9fee-4dbc-be9a-63787bd658ad and the date you read it. Observed facts come from the employer's own listing; location reach, level, family and skills are inferences.
