Admisión abierta 2026-2027Rellenar solicitud

Diplomado en Generación de Datasets y Métricas de Realismo

Diplomado online de 800 h: 8 módulos y 80 submódulos, de «Ciclo de vida de los datasets» a «Proyecto de generación de datasets», pasando por «Utilidad y privacidad del dato».

Mapa del programa · pulsa un módulo
Módulo 1 · Ciclo de vida de los datasets
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.

Ciclo de vida de los datasets

Saldrás manejando datasets en el ciclo de vida de la IA, requisitos de datos según la tarea y datos reales, sintéticos y aumentados. Es lo que se trabaja en «Ciclo de vida de los datasets», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Captura y anotación

Saldrás manejando planificación de la captura de datos, diseño de guías de anotación y herramientas CVAT y Label Studio. Es lo que se trabaja en «Captura y anotación», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Generación sintética de datos

Saldrás manejando datos sintéticos tabulares con modelos generativos, imágenes sintéticas por renderizado y modelos de difusión para imagen. Es lo que se trabaja en «Generación sintética de datos», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Utilidad y privacidad del dato

Saldrás manejando train on synthetic, test on real, utilidad para tareas posteriores y ataques de inferencia de pertenencia. Es lo que se trabaja en «Utilidad y privacidad del dato», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Curación y versionado

Saldrás manejando deduplicación y limpieza, detección de etiquetas erróneas y selección de datos con aprendizaje activo. Es lo que se trabaja en «Curación y versionado», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Datasets para sistemas críticos

Saldrás manejando requisitos de datos en ISO/PAS 8800, representatividad respecto al ODD y suficiencia de datos y argumentación. Es lo que se trabaja en «Datasets para sistemas críticos», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Objetivos de aprendizaje

  • 01Especificar requisitos de calidad para conjuntos de datos de IA.
  • 02Organizar procesos de captura y anotación con control de calidad.
  • 03Generar datos sintéticos tabulares, de imagen y de series temporales.
  • 04Medir el realismo de datos generados con métricas adecuadas.
  • 05Evaluar la utilidad y el riesgo de privacidad de los datos sintéticos.
  • 06Curar y versionar datasets evitando fugas entre particiones.
  • 07Documentar datasets para sistemas críticos y regulados.

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

Ciclo de vida de los datasets

1.1Datasets en el ciclo de vida de la IA
1.2Requisitos de datos según la tarea
1.3Datos reales, sintéticos y aumentados
1.4Calidad de datos según ISO/IEC 25012
1.5Serie ISO/IEC 5259 de calidad para analítica
1.6Gobierno y propiedad de los datos
1.7Documentación con datasheets
1.8Aspectos legales y licencias
1.9Sesgos de muestreo
1.10Taller: especificación de requisitos de un dataset
Módulo 2 de 8 · 10 submódulos

Captura y anotación

2.1Planificación de la captura de datos
2.2Diseño de guías de anotación
2.3Herramientas CVAT y Label Studio
2.4Formatos COCO y ASAM OpenLABEL
2.5Acuerdo entre anotadores
2.6Anotación semiautomática con preetiquetado
2.7Control de calidad de etiquetas
2.8Gestión de anotadores externos
2.9Coste y plazos de anotación
2.10Práctica: guía de anotación y medida de acuerdo
Módulo 3 de 8 · 10 submódulos

Generación sintética de datos

3.1Datos sintéticos tabulares con modelos generativos
3.2Imágenes sintéticas por renderizado
3.3Modelos de difusión para imagen
3.4GAN y variational autoencoders
3.5Series temporales sintéticas
3.6Datos sintéticos con privacidad
3.7Aumento de datos clásico
3.8Equilibrado de clases minoritarias
3.9Control de la diversidad generada
3.10Laboratorio: datos tabulares con SDV
Módulo 4 de 8 · 10 submódulos

Métricas de realismo y fidelidad

4.1Fréchet Inception Distance
4.2Kernel Inception Distance
4.3Precision y recall para modelos generativos
4.4Métricas de densidad y cobertura
4.5Distancias estadísticas por variable
4.6Correlaciones y dependencias multivariantes
4.7Test de dos muestras con clasificadores
4.8Evaluación perceptual humana
4.9Limitaciones de las métricas
4.10Laboratorio: cálculo de FID y precision-recall
Módulo 5 de 8 · 10 submódulos

Utilidad y privacidad del dato

5.1Train on synthetic, test on real
5.2Utilidad para tareas posteriores
5.3Ataques de inferencia de pertenencia
5.4Distancia al registro más cercano
5.5Riesgo de reidentificación en datos sintéticos
5.6Privacidad diferencial en generadores
5.7Compromiso entre utilidad y privacidad
5.8Requisitos del RGPD
5.9Informes de evaluación
5.10Práctica: evaluación de utilidad y privacidad con SDMetrics
Módulo 6 de 8 · 10 submódulos

Curación y versionado

6.1Deduplicación y limpieza
6.2Detección de etiquetas erróneas
6.3Selección de datos con aprendizaje activo
6.4División en entrenamiento, validación y test
6.5Fuga de datos entre particiones
6.6Versionado con DVC
6.7Catálogos de datos
6.8Monitorización de la deriva
6.9Ciclo de mejora centrado en datos
6.10Caso práctico: limpieza de un dataset de inspección visual
Módulo 7 de 8 · 10 submódulos

Datasets para sistemas críticos

7.1Requisitos de datos en ISO/PAS 8800
7.2Representatividad respecto al ODD
7.3Suficiencia de datos y argumentación
7.4Trazabilidad de datos a requisitos
7.5Gobernanza de datos según el Reglamento de IA
7.6Datos de prueba independientes
7.7Auditoría del dataset
7.8Riesgos del dato sintético en seguridad
7.9Gestión de cambios del dataset
7.10Caso práctico: dataset para un sistema de detección de peatones
Módulo 8 de 8 · 10 submódulos

Proyecto de generación de datasets

8.1Definición de requisitos de datos
8.2Estrategia de captura y anotación
8.3Generación sintética complementaria
8.4Evaluación de realismo
8.5Evaluación de utilidad y privacidad
8.6Curación y versionado
8.7Documentación del dataset
8.8Conclusiones y mejoras propuestas
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.

Documentación con datasheets
Módulo 1 · Ciclo de vida de los datasets
Formatos COCO y ASAM OpenLABEL
Módulo 2 · Captura y anotación
Datos sintéticos tabulares con modelos generativos
Módulo 3 · Generación sintética de datos
Evaluación perceptual humana
Módulo 4 · Métricas de realismo y fidelidad
Riesgo de reidentificación en datos sintéticos
Módulo 5 · Utilidad y privacidad del dato

Marca los cinco conceptos y te damos tu resultado.

Normas y estándares que vas a manejar

ISO/IEC 5259-2:2024ISO/IEC 25012:2008ISO/IEC 23053:2022Reglamento (UE) 2024/1689 de Inteligencia ArtificialReglamento (UE) 2016/679 (RGPD)ISO/PAS 8800:2024ASAM OpenLABEL

Cuerpo docente y expertos

Este programa se imparte en el área de Data, IA, Simulación & Analytics, que dirige Dra. Lucía Hernández Vega. Debajo, los directores académicos más cercanos a este programa. El detalle de cada instituto está en la página de institutos.

Dra. Lucía Hernández Vega Dra. Lucía Hernández VegaDirectora Académica del DAIS — Data, Artificial Intelligence & Simulation Institute.
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 datos para IA
Responsable de calidad de datos
Ingeniero de datos sintéticos
Científico de datos
Coordinador de anotación
Ingeniero de MLOps

Para quién es

Ingeniero de datos para IA
Responsable de calidad de datos
Ingeniero de datos sintéticos
Científico de datos
Coordinador de anotación
Ingeniero de MLOps
Titulados en ingeniería o ciencias que busquen entrar en automoción

Otras formaciones del área

Del mismo área y nivel, para completar tu itinerario.

En el blog técnico: Arquitectura eléctrica de buques modernos: de la generación al propulsor · Adas para sistemas seguros: diseño, métricas y validación integral.

Áreas cercanas: todas las de Data, IA, Simulación & Analytics · Aeroespacial, UAM, Drones & Espacio · Automoción & Motorsport · Autónomos, ADAS & Vehículo Definido por Software · Civil, Rail & Smart Cities · 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 Data, IA, Simulación & Analytics?
¿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 CVAT, Label Studio, SDV (Synthetic Data Vault), DVC, Cleanlab, en versiones gratuitas, académicas o de evaluación. Los ensayos se estudian sobre procedimientos reales de campañas de anotación con medida de acuerdo entre anotadores, generación de datos sintéticos tabulares y de imagen, evaluación de realismo y privacidad de datos generados. 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 «Ciclo de vida de los datasets» y cierra con «Proyecto de generación de datasets».

Se trabajan ISO/IEC 5259-2:2024, ISO/IEC 25012:2008, ISO/IEC 23053:2022, Reglamento (UE) 2024/1689 de Inteligencia Artificial, Reglamento (UE) 2016/679 (RGPD) y ISO/PAS 8800:2024.

Los perfiles más directos son Ingeniero de datos para IA, Responsable de calidad de datos, Ingeniero de datos sintéticos, Científico de datos y Coordinador de anotación.

En un pago son 1.192 €, sobre una tarifa de 1.490 €. A plazos, una entrada de 596 € y 6 cuotas de 149 €, 1.490 € 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 CVAT, Label Studio, SDV (Synthetic Data Vault), DVC, Cleanlab. 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 20261.192 € Matricularme
Contactar con Seium
Pago al contado1.192 €ahorras 298 €
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.