Admisión abierta 2026-2027Rellenar solicitud

Diplomado en Domain Randomization y Cobertura Estocástica

Diplomado online de 800 h: 8 módulos y 80 submódulos, de «Incertidumbre y variabilidad en validación» a «Proyecto de cobertura estocástica», pasando por «Métricas de cobertura estocástica».

Mapa del programa · pulsa un módulo
Módulo 1 · Incertidumbre y variabilidad en validación
800 hDuración total
8Módulos
80Submódulos
OnlineModalidad

Competencias y resultados

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

Incertidumbre y variabilidad en validación

Saldrás manejando variabilidad del entorno, del tráfico y del sensor, incertidumbre aleatoria y epistémica y espacio de parámetros de un escenario lógico. Es lo que se trabaja en «Incertidumbre y variabilidad en validación», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Domain randomization para percepción

Saldrás manejando origen de la técnica en robótica, aleatorización de texturas, iluminación y cámara y aleatorización estructurada frente a uniforme. Es lo que se trabaja en «Domain randomization para percepción», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Muestreo estocástico de escenarios

Saldrás manejando monte Carlo simple y estratificado, hipercubo latino y secuencias cuasi aleatorias y muestreo por importancia y entropía cruzada. Es lo que se trabaja en «Muestreo estocástico de escenarios», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Métricas de cobertura estocástica

Saldrás manejando cobertura de parámetros y de combinaciones, cobertura de situaciones y del ODD y cobertura basada en criterios de neuronas. Es lo que se trabaja en «Métricas de cobertura estocástica», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Robustez de redes neuronales

Saldrás manejando perturbaciones naturales frente a adversarias, evaluación de robustez según ISO/IEC TR 24029-1 y conjuntos corrompidos tipo ImageNet-C aplicados a conducción. Es lo que se trabaja en «Robustez de redes neuronales», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Integración en el proceso de validación

Saldrás manejando asignación de presupuesto de simulación, pipelines automáticos de aleatorización y trazabilidad de semillas y configuraciones. Es lo que se trabaja en «Integración en el proceso de validación», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Objetivos de aprendizaje

  • 01Modelar la variabilidad de escenarios mediante distribuciones.
  • 02Aplicar domain randomization para mejorar la generalización.
  • 03Utilizar técnicas de muestreo eficientes para eventos raros.
  • 04Buscar escenarios críticos con optimización y falsificación.
  • 05Medir la cobertura estocástica de una campaña.
  • 06Evaluar la robustez de redes neuronales ante perturbaciones.
  • 07Integrar la cobertura estocástica en el caso de seguridad.

Plan de estudios

8 módulos, 80 submódulos, 800 h. Elige un módulo y ves su contenido completo.

1 de 8 módulos abiertos
Módulo 1 de 8 · 10 submódulos

Incertidumbre y variabilidad en validación

1.1Variabilidad del entorno, del tráfico y del sensor
1.2Incertidumbre aleatoria y epistémica
1.3Espacio de parámetros de un escenario lógico
1.4Distribuciones de probabilidad de parámetros
1.5Dependencias y correlaciones entre parámetros
1.6Problema de los eventos raros
1.7Relación con insuficiencias SOTIF
1.8Papel de la simulación estocástica en el caso de seguridad
1.9Errores comunes en el muestreo
1.10Caso práctico: espacio paramétrico de un adelantamiento
Módulo 2 de 8 · 10 submódulos

Domain randomization para percepción

2.1Origen de la técnica en robótica
2.2Aleatorización de texturas, iluminación y cámara
2.3Aleatorización estructurada frente a uniforme
2.4Aleatorización de geometría y distractores
2.5Efecto en la generalización sim-to-real
2.6Aleatorización adaptativa y automática
2.7Combinación con adaptación de dominio
2.8Medición de la robustez resultante
2.9Riesgos de aleatorización excesiva
2.10Laboratorio: detector entrenado con texturas aleatorias
Módulo 3 de 8 · 10 submódulos

Muestreo estocástico de escenarios

3.1Monte Carlo simple y estratificado
3.2Hipercubo latino y secuencias cuasi aleatorias
3.3Muestreo por importancia y entropía cruzada
3.4Métodos de subconjuntos para probabilidades pequeñas
3.5Cadenas de Markov y muestreo MCMC
3.6Modelos de comportamiento estocásticos del tráfico
3.7Generación con modelos generativos aprendidos
3.8Estimación de probabilidad de fallo e intervalos
3.9Coste computacional por método
3.10Práctica: estimación de fallo con muestreo por importancia
Módulo 4 de 8 · 10 submódulos

Búsqueda de escenarios críticos

4.1Funciones de criticidad y de aptitud
4.2Optimización bayesiana sobre escenarios
4.3Algoritmos genéticos y evolutivos
4.4Aprendizaje por refuerzo adversario
4.5Búsqueda de fronteras de fallo
4.6Diversidad frente a criticidad
4.7Falsificación con lógica temporal de señales
4.8Validación de escenarios críticos encontrados
4.9Integración en la cadena de simulación
4.10Taller: falsificación de un ACC con optimización bayesiana
Módulo 5 de 8 · 10 submódulos

Métricas de cobertura estocástica

5.1Cobertura de parámetros y de combinaciones
5.2Cobertura de situaciones y del ODD
5.3Cobertura basada en criterios de neuronas
5.4Entropía y diversidad del conjunto de prueba
5.5Cobertura de fronteras de decisión
5.6Criterios de parada basados en convergencia
5.7Cobertura de escenarios desconocidos
5.8Visualización de la cobertura
5.9Comunicación de cobertura en el caso de seguridad
5.10Práctica: mapa de cobertura de un barrido Monte Carlo
Módulo 6 de 8 · 10 submódulos

Robustez de redes neuronales

6.1Perturbaciones naturales frente a adversarias
6.2Evaluación de robustez según ISO/IEC TR 24029-1
6.3Conjuntos corrompidos tipo ImageNet-C aplicados a conducción
6.4Verificación formal de redes con cotas
6.5Aumentos de datos para robustez
6.6Calibración de la incertidumbre
6.7Detección de entradas fuera de distribución
6.8Robustez temporal en secuencias de vídeo
6.9Requisitos de robustez en ISO/PAS 8800
6.10Caso práctico: evaluación de robustez de un segmentador ante lluvia
Módulo 7 de 8 · 10 submódulos

Integración en el proceso de validación

7.1Asignación de presupuesto de simulación
7.2Pipelines automáticos de aleatorización
7.3Trazabilidad de semillas y configuraciones
7.4Credibilidad de los modelos estocásticos
7.5Combinación con pruebas en pista
7.6Argumentos estadísticos para la autoridad
7.7Repetición tras cambios de software
7.8Indicadores para la dirección técnica
7.9Riesgos y limitaciones del enfoque
7.10Taller: pipeline de aleatorización con informes automáticos
Módulo 8 de 8 · 10 submódulos

Proyecto de cobertura estocástica

8.1Selección de la función y escenarios
8.2Definición de distribuciones de parámetros
8.3Diseño de la aleatorización de dominio
8.4Campaña de muestreo estocástico
8.5Búsqueda de escenarios críticos
8.6Análisis de cobertura
8.7Estimación de probabilidad de fallo
8.8Argumento para el caso de seguridad
8.9Memoria y presentación
8.10Revisión final con el tutor

¿Cuánto me va a llevar?

Mueve las horas que puedes dedicar cada semana y calculamos tu ritmo sobre las 800 h del programa.

—meses a ese ritmo
—semanas por módulo
—frente a los 800 horas · 6 a 8 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.

Errores comunes en el muestreo
Módulo 1 · Incertidumbre y variabilidad en validación
Aleatorización adaptativa y automática
Módulo 2 · Domain randomization para percepción
Muestreo por importancia y entropía cruzada
Módulo 3 · Muestreo estocástico de escenarios
Taller: falsificación de un ACC con optimización bayesiana
Módulo 4 · Búsqueda de escenarios críticos
Cobertura de escenarios desconocidos
Módulo 5 · Métricas de cobertura estocástica

Marca los cinco conceptos y te damos tu resultado.

Normas y estándares que vas a manejar

ISO 21448:2022ISO/PAS 8800:2024ISO 34502:2022ISO/IEC TR 24029-1:2021ASAM OpenSCENARIOUL 4600ISO 26262:2018

Cuerpo docente y expertos

Este programa se imparte en el área de Autónomos, ADAS & Vehículo Definido por Software, que dirige Dr. Markus Schneider. Debajo, los directores académicos más cercanos a este programa. El detalle de cada instituto está en la página de institutos.

Dr. Markus Schneider Dr. Markus SchneiderDirector Académico del Departamento EMH — Electromobility, Batteries & Hydrogen.
Dr. Kevin O’Connor Dr. Kevin O’ConnorDirector Académico del EET — Electronics & Embedded Technologies Institute.
Prof. Kenji Takahashi Prof. Kenji TakahashiDirector Académico del SRA — Robotics & Autonomous Systems 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 validación virtual
Especialista en simulación estocástica
Ingeniero de percepción
Científico de datos de seguridad
Ingeniero SOTIF
Investigador en robustez de IA

Para quién es

Ingeniero de validación virtual
Especialista en simulación estocástica
Ingeniero de percepción
Científico de datos de seguridad
Ingeniero SOTIF
Investigador en robustez de IA
Titulados en ingeniería o ciencias que busquen entrar en fabricantes de automóviles

Otras formaciones del área

Del mismo área y nivel, para completar tu itinerario.

Áreas cercanas: todas las de Autónomos, ADAS & Vehículo Definido por Software · Aeroespacial, UAM, Drones & Espacio · Automoción & Motorsport · Civil, Rail & Smart Cities · Data, IA, Simulación & Analytics · Defensa, Ingeniería Militar & Sistemas Terrestres (enfoque académico, legal y ético) · Diseño, HMI & Producto · Electromovilidad, Baterías & Hidrógeno (Movilidad) · 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 Autónomos, ADAS & Vehículo Definido por Software?
¿Puedes mantener un ritmo de estudio constante durante 800 horas · 6 a 8 meses?

Responde las tres y te decimos por dónde seguir.

Requisitos de acceso

  • ·Formación técnica previa o experiencia profesional en el sector. No se exige titulación universitaria.
  • ·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 CARLA, Python con NumPy y SciPy, Optuna, Foretellix Foretify, PyTorch, en versiones gratuitas, académicas o de evaluación. Los ensayos se estudian sobre procedimientos reales de campañas Monte Carlo en simulación, búsqueda automática de escenarios críticos, evaluación de robustez de redes de percepción. La evaluación es continua por módulo más el proyecto integrador final.

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

Preguntas frecuentes

Son 8 módulos con 80 submódulos y 800 h de trabajo total. Abre por «Incertidumbre y variabilidad en validación» y cierra con «Proyecto de cobertura estocástica».

Se trabajan ISO 21448:2022, ISO/PAS 8800:2024, ISO 34502:2022, ISO/IEC TR 24029-1:2021, ASAM OpenSCENARIO y UL 4600.

Los perfiles más directos son Ingeniero de validación virtual, Especialista en simulación estocástica, Ingeniero de percepción, Científico de datos de seguridad y Ingeniero SOTIF.

En un pago son 1.432 €, sobre una tarifa de 1.790 €. A plazos, una entrada de 716 € y 6 cuotas de 179 €, 1.790 € en total, sin intereses: lo mismo que la tarifa.

Formación técnica previa o experiencia profesional en el sector. No se exige titulación universitaria, 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 800 horas totales repartidas en 6 a 8 meses. Eso son entre 10 y 15 horas semanales de media, compatibles con jornada laboral completa.

Se trabaja con CARLA, Python con NumPy y SciPy, Optuna, Foretellix Foretify, PyTorch. 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 proyecto integrador. 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: 22 de diciembre de 20261.432 € Matricularme
Contactar con Seium
Pago al contado1.432 €ahorras 358 €
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.