Admisión abierta 2026-2027Rellenar solicitud

Máster en Ingeniería de Inspección con IA en Edge

Máster online de 1900 h: 12 módulos y 120 submódulos, de «Inspección automática con IA» a «Trabajo Fin de Máster», pasando por «Software edge e integración».

Mapa del programa · pulsa un módulo
Módulo 1 · Inspección automática con IA
1900 hDuración total
12Módulos
120Submódulos
OnlineModalidad

Competencias y resultados

6 bloques de competencia, sacados de los módulos de este programa. Pulsa cualquiera y ves qué vas a saber hacer.

Inspección automática con IA

Saldrás manejando inspección manual frente a automática, tipologías de defectos industriales y requisitos de un sistema de inspección. Es lo que se trabaja en «Inspección automática con IA», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Modelos de clasificación y detección

Saldrás manejando redes convolucionales ResNet y EfficientNet, vision Transformers en inspección y detección con YOLO y RT-DETR. Es lo que se trabaja en «Modelos de clasificación y detección», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Hardware para inferencia en el borde

Saldrás manejando módulos NVIDIA Jetson Orin, aceleradores Hailo-8 para visión y coral Edge TPU. Es lo que se trabaja en «Hardware para inferencia en el borde», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Software edge e integración

Saldrás manejando contenedores Docker en el borde, orquestación ligera con K3s y comunicación con PLC y señales digitales. Es lo que se trabaja en «Software edge e integración», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Validación del sistema de inspección

Saldrás manejando plan de validación con muestras, matrices de confusión por defecto y análisis por atributos de concordancia. Es lo que se trabaja en «Validación del sistema de inspección», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Aplicaciones sectoriales

Saldrás manejando inspección de soldaduras y cordones, defectos superficiales en laminados y control de PCB y componentes. Es lo que se trabaja en «Aplicaciones sectoriales», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Objetivos de aprendizaje

  • 01Especificar sistemas de inspección automática con IA.
  • 02Construir conjuntos de datos de defectos de calidad.
  • 03Entrenar modelos de clasificación, detección y anomalías.
  • 04Seleccionar hardware de inferencia en el borde.
  • 05Optimizar modelos con cuantización y compilación.
  • 06Desplegar y mantener modelos con prácticas MLOps.
  • 07Validar sistemas de inspección conforme a la normativa de IA.

Plan de estudios

12 módulos, 120 submódulos, 1900 h. Elige un módulo y ves su contenido completo.

1 de 12 módulos abiertos
Módulo 1 de 12 · 10 submódulos

Inspección automática con IA

1.1Inspección manual frente a automática
1.2Tipologías de defectos industriales
1.3Requisitos de un sistema de inspección
1.4Arquitectura de inspección en el borde
1.5Adquisición de imagen para IA
1.6Iluminación para resaltar defectos
1.7Costes de falsos rechazos y escapes
1.8Casos de éxito en industria
1.9Limitaciones de la visión clásica
1.10Caso práctico: especificación de una inspección
Módulo 2 de 12 · 10 submódulos

Datos para inspección

2.1Captura de imágenes en producción
2.2Etiquetado de defectos con CVAT
2.3Desequilibrio de clases y defectos raros
2.4Aumento de datos fotométrico y geométrico
2.5Generación de defectos sintéticos
2.6Datos sintéticos con renderizado
2.7Particionado de datos sin fuga
2.8Calidad y coherencia del etiquetado
2.9Gobernanza de datos industriales
2.10Práctica: dataset de defectos etiquetado
Módulo 3 de 12 · 10 submódulos

Modelos de clasificación y detección

3.1Redes convolucionales ResNet y EfficientNet
3.2Vision Transformers en inspección
3.3Detección con YOLO y RT-DETR
3.4Segmentación con U-Net y Mask R-CNN
3.5Transfer learning con pocos datos
3.6Funciones de pérdida para desequilibrio
3.7Ajuste de umbrales de decisión
3.8Métricas por defecto y por pieza
3.9Selección de arquitectura
3.10Laboratorio: detector de defectos con YOLO
Módulo 4 de 12 · 10 submódulos

Detección de anomalías

4.1Aprendizaje solo con piezas buenas
4.2Autoencoders y reconstrucción
4.3PatchCore y PaDiM
4.4Modelos de distribución normal
4.5Benchmark MVTec AD
4.6Umbral adaptativo y calibración
4.7Localización de anomalías por píxel
4.8Combinación con clasificación supervisada
4.9Robustez ante variaciones aceptables
4.10Práctica: PatchCore con Anomalib
Módulo 5 de 12 · 10 submódulos

Hardware para inferencia en el borde

5.1Módulos NVIDIA Jetson Orin
5.2Aceleradores Hailo-8 para visión
5.3Coral Edge TPU
5.4Cámaras inteligentes con IA
5.5PC industriales con GPU
5.6Gestión térmica en armario
5.7Alimentación y robustez industrial
5.8Comparativa de coste y rendimiento
5.9Criterios de selección
5.10Caso práctico: elección de hardware para línea rápida
Módulo 6 de 12 · 10 submódulos

Optimización de inferencia

6.1Exportación de modelos a ONNX
6.2Cuantización tras el entrenamiento
6.3Entrenamiento consciente de cuantización
6.4Compilación con TensorRT
6.5Inferencia con OpenVINO
6.6Procesamiento por lotes y streams
6.7Medición de latencia extremo a extremo
6.8Pipelines con GStreamer y DeepStream
6.9Precisión frente a velocidad
6.10Laboratorio: cuantización INT8 de un modelo
Módulo 7 de 12 · 10 submódulos

Software edge e integración

7.1Contenedores Docker en el borde
7.2Orquestación ligera con K3s
7.3Comunicación con PLC y señales digitales
7.4Publicación OPC UA de resultados
7.5Mensajería MQTT hacia la nube
7.6Interfaz de operador para revisión
7.7Almacenamiento local de imágenes
7.8Sincronización con encoders y disparos
7.9Tolerancia a fallos y watchdog
7.10Práctica: servicio de inferencia contenerizado
Módulo 8 de 12 · 10 submódulos

MLOps en el borde

8.1Registro de modelos y versionado
8.2Despliegue progresivo en dispositivos
8.3Monitorización de deriva
8.4Bucle de reetiquetado activo
8.5Reentrenamiento periódico de modelos
8.6Pruebas de regresión de modelos
8.7Gestión de flotas de dispositivos
8.8Trazabilidad de decisiones
8.9Herramientas MLflow y DVC
8.10Taller: pipeline de despliegue continuo
Módulo 9 de 12 · 10 submódulos

Validación del sistema de inspección

9.1Plan de validación con muestras
9.2Matrices de confusión por defecto
9.3Análisis por atributos de concordancia
9.4Pruebas de estrés y robustez
9.5Validación en entornos regulados
9.6Documentación técnica y evidencias
9.7Aceptación por el cliente
9.8Seguimiento en producción
9.9Mejora continua basada en rechazos
9.10Práctica: estudio de concordancia por atributos
Módulo 10 de 12 · 10 submódulos

Seguridad y normativa de la IA

10.1Reglamento europeo de inteligencia artificial
10.2Gestión de riesgos según ISO/IEC 23894
10.3Sistema de gestión de IA ISO/IEC 42001
10.4Ciberseguridad de dispositivos edge
10.5Norma IEC 62443 en OT
10.6Ataques adversarios a modelos de visión
10.7Protección de propiedad intelectual de modelos
10.8Privacidad en imágenes de planta
10.9Ética y supervisión humana
10.10Caso práctico: análisis de riesgos de un modelo
Módulo 11 de 12 · 10 submódulos

Aplicaciones sectoriales

11.1Inspección de soldaduras y cordones
11.2Defectos superficiales en laminados
11.3Control de PCB y componentes
11.4Inspección de envases y etiquetas
11.5Clasificación de alimentos
11.6Textiles y no tejidos
11.7Piezas inyectadas de plástico
11.8Inspección en fabricación aditiva
11.9Retorno económico por sector
11.10Caso práctico: inspección de envases farmacéuticos
Módulo 12 de 12 · 10 submódulos

Trabajo Fin de Máster

12.1Análisis del defecto y requisitos
12.2Diseño de adquisición e iluminación
12.3Creación del conjunto de datos
12.4Entrenamiento y comparación de modelos
12.5Optimización para el dispositivo edge
12.6Integración con la línea
12.7Validación estadística del sistema
12.8Conclusiones y escalado
12.9Memoria del TFM
12.10Defensa ante tribunal

¿Cuánto me va a llevar?

Mueve las horas que puedes dedicar cada semana y calculamos tu ritmo sobre las 1900 h del programa.

—meses a ese ritmo
—semanas por módulo
—frente a los 1900 horas · 12 a 18 meses previstos

¿Qué nivel tienes ya?

Cinco conceptos del propio temario. Marca lo que ya controlas y te decimos si te conviene el curso, el diplomado o el máster.

Caso práctico: especificación de una inspección
Módulo 1 · Inspección automática con IA
Ajuste de umbrales de decisión
Módulo 3 · Modelos de clasificación y detección
Cámaras inteligentes con IA
Módulo 5 · Hardware para inferencia en el borde
Contenedores Docker en el borde
Módulo 7 · Software edge e integración
Seguimiento en producción
Módulo 9 · Validación del sistema de inspección

Marca los cinco conceptos y te damos tu resultado.

Normas y estándares que vas a manejar

Reglamento (UE) 2024/1689ISO/IEC 42001:2023ISO/IEC 23894:2023IEC 62443-4-2:2019EMVA 1288ISO/IEC 22989:2022ISO 9001:2015

Cuerpo docente y expertos

Este programa se imparte en el área de Robótica, Automatización & Control, que dirige Prof. Kenji Takahashi. Debajo, los directores académicos más cercanos a este programa. El detalle de cada instituto está en la página de institutos.

Prof. Kenji Takahashi Prof. Kenji TakahashiDirector Académico del SRA — Robotics & Autonomous Systems Institute.
Dr. Kevin O’Connor Dr. Kevin O’ConnorDirector Académico del EET — Electronics & Embedded Technologies Institute.
Dra. Lucía Hernández Vega Dra. Lucía Hernández VegaDirectora Académica del DAIS — Data, Artificial Intelligence & Simulation Institute.

El claustro completo y los once institutos, con sus líneas de trabajo, están en institutos SEIUM y en liderazgo y consejo asesor.

Dónde se trabaja con esto

Perfiles a los que da acceso el programa.

Ingeniero de IA en el borde
Especialista en inspección automática
Ingeniero MLOps
Desarrollador de visión artificial
Ingeniero de calidad
Integrador de sistemas de visión

Para quién es

Ingeniero de IA en el borde
Especialista en inspección automática
Ingeniero MLOps
Desarrollador de visión artificial
Ingeniero de calidad
Integrador de sistemas de visión
Titulados en ingeniería o ciencias que busquen entrar en automoción

Otras formaciones del área

Del mismo área y nivel, para completar tu itinerario.

Áreas cercanas: todas las de Robótica, Automatización & Control · Aeroespacial, UAM, Drones & Espacio · Automoción & Motorsport · Autónomos, ADAS & Vehículo Definido por Software · Civil, Rail & Smart Cities · Data, IA, Simulación & Analytics · Defensa, Ingeniería Militar & Sistemas Terrestres (enfoque académico, legal y ético) · Diseño, HMI & Producto · todas las facultades.

Opiniones de alumnos

Opiniones verificadas de alumnos de SEIUM, recogidas en Opynio.

Ver reseñas completas

De la solicitud al aula, sin esperas

  1. 1Rellenas la solicitud de admisiónTitulación o experiencia y firma, en una sola página.
  2. 2El sistema verifica la documentación al instanteEl sistema comprueba los datos y la firma al momento.
  3. 3Eliges modalidad de pago y reservas tu plazaPago único con descuento o entrada más cuotas mensuales. La matrícula de esta semana cierra el 27-11-2026.

El proceso completo, con documentación, plazos, convalidaciones y becas, está en admisión, cómo aplicar y becas y ayudas.

Comprueba tu acceso en tres respuestas

¿Tienes titulación universitaria en ingeniería, ciencias o arquitectura, o experiencia profesional equivalente?
¿Trabajas o quieres trabajar en Robótica, Automatización & Control?
¿Puedes mantener un ritmo de estudio constante durante 1900 horas · 12 a 18 meses?

Responde las tres y te decimos por dónde seguir.

Requisitos de acceso

  • ·Titulación universitaria en ingeniería, ciencias o arquitectura, o experiencia profesional acreditable equivalente.
  • ·Conexión a internet y un ordenador capaz de ejecutar el software del programa.
  • ·Nivel de español suficiente para seguir lectura de normativa técnica.

Cómo se estudia

Formación 100 % online en el campus de SEIUM, con material descargable, clases grabadas y tutor técnico asignado. Sin horarios fijos: el alumno avanza a su ritmo dentro de la convocatoria, lo que permite compatibilizarlo con el trabajo.

Cada módulo combina teoría, lectura guiada de la norma original y ejercicios aplicados. El software de trabajo es NVIDIA TensorRT, Intel OpenVINO, Anomalib, Ultralytics YOLO, MLflow, en versiones gratuitas, académicas o de evaluación. Los ensayos se estudian sobre procedimientos reales de entrenamiento de detectores de defectos, despliegue de modelos cuantizados en Jetson, validación por atributos en línea. La evaluación es continua por módulo más el TFM final.

Las modalidades, el calendario y las tasas son comunes a todos los programas: modalidades, calendario académico y tasas y financiación.

Preguntas frecuentes

Son 12 módulos con 120 submódulos y 1900 h de trabajo total. Abre por «Inspección automática con IA» y cierra con «Trabajo Fin de Máster».

Se trabajan Reglamento (UE) 2024/1689, ISO/IEC 42001:2023, ISO/IEC 23894:2023, IEC 62443-4-2:2019, EMVA 1288 y ISO/IEC 22989:2022.

Los perfiles más directos son Ingeniero de IA en el borde, Especialista en inspección automática, Ingeniero MLOps, Desarrollador de visión artificial y Ingeniero de calidad.

En un pago son 4.984 €, sobre una tarifa de 6.230 €. A plazos, una entrada de 2.486 € y 12 cuotas de 312 €, 6.230 € en total, sin intereses: lo mismo que la tarifa.

Titulación universitaria en ingeniería, ciencias o arquitectura, o experiencia profesional acreditable equivalente, Conexión a internet y un ordenador capaz de ejecutar el software del programa y Nivel de español suficiente para seguir lectura de normativa técnica.

El programa son 1900 horas totales repartidas en 12 a 18 meses. Eso son entre 10 y 15 horas semanales de media, compatibles con jornada laboral completa.

Se trabaja con NVIDIA TensorRT, Intel OpenVINO, Anomalib, Ultralytics YOLO, MLflow. Se usan versiones gratuitas, académicas o de evaluación, y el tutor indica la alternativa libre cuando existe.

Diploma propio de SEIUM al superar la evaluación continua y el Trabajo Fin de Máster. Es formación propia, no un título oficial del Ministerio.

Sí. Los módulos superados en un curso o diplomado del mismo área convalidan en el programa superior. Consulta la política de convalidaciones al matricularte.

Las dudas comunes a todos los programas (titulación, convalidaciones, visado, idiomas) están resueltas en preguntas frecuentes, equivalencias y convalidaciones e idiomas.

Inicio de clases: 21 de diciembre de 20264.984 € Matricularme
Contactar con Seium
Pago al contado4.984 €ahorras 1.246 €
Reservar plaza
Seium - Universidad de ingeniería avanzada
Resumen de privacidad

Esta web utiliza cookies para que podamos ofrecerte la mejor experiencia de usuario posible. La información de las cookies se almacena en tu navegador y realiza funciones tales como reconocerte cuando vuelves a nuestra web o ayudar a nuestro equipo a comprender qué secciones de la web encuentras más interesantes y útiles.