Admisión abierta 2026-2027Rellenar solicitud

Diplomado en Validación con Dato Real y Bridging del Gap

Diplomado online de 800 h: 8 módulos y 80 submódulos, de «Brecha entre simulación y realidad» a «Proyecto de validación con dato real», pasando por «Brecha en control y robótica».

Mapa del programa · pulsa un módulo
Módulo 1 · Brecha entre simulación y realidad
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.

Brecha entre simulación y realidad

Saldrás manejando tipos de brecha de apariencia y de contenido, brecha de dinámica y de sensores y cambio de covariables y de etiquetas. Es lo que se trabaja en «Brecha entre simulación y realidad», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Campañas de dato real

Saldrás manejando planificación de campañas de captura, vehículos y plataformas instrumentadas y calibración de sensores. Es lo que se trabaja en «Campañas de dato real», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Medición del gap de dominio

Saldrás manejando distancias MMD y Wasserstein, clasificadores de dominio y análisis de embeddings con UMAP. Es lo que se trabaja en «Medición del gap de dominio», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Brecha en control y robótica

Saldrás manejando identificación del sistema real, aleatorización de dinámica y real-to-sim y ajuste del simulador. Es lo que se trabaja en «Brecha en control y robótica», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Validación con dato real

Saldrás manejando diseño estadístico de la validación, tamaño de muestra y confianza y métricas por clase y por escenario. Es lo que se trabaja en «Validación con dato real», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Integración en el proceso de seguridad

Saldrás manejando argumentos de credibilidad del simulador, evidencias combinadas simulación-real y requisitos de ISO 21448 y UL 4600. Es lo que se trabaja en «Integración en el proceso de seguridad», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Objetivos de aprendizaje

  • 01Caracterizar los tipos de brecha entre simulación y realidad.
  • 02Planificar campañas de captura de datos reales representativos.
  • 03Medir el gap de dominio con métricas estadísticas y de rendimiento.
  • 04Aplicar técnicas de adaptación de dominio a modelos de percepción.
  • 05Reducir la brecha de dinámica en sistemas de control y robótica.
  • 06Validar estadísticamente sistemas con datos reales.
  • 07Integrar la evidencia simulada y real en argumentos 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

Brecha entre simulación y realidad

1.1Tipos de brecha de apariencia y de contenido
1.2Brecha de dinámica y de sensores
1.3Cambio de covariables y de etiquetas
1.4Consecuencias en sistemas desplegados
1.5Indicadores de la brecha
1.6Relación con el ODD
1.7Ejemplos en conducción y robótica
1.8Estrategias de cierre de la brecha
1.9Coste de los datos reales
1.10Taller: diagnóstico de la brecha en un caso de percepción
Módulo 2 de 8 · 10 submódulos

Campañas de dato real

2.1Planificación de campañas de captura
2.2Vehículos y plataformas instrumentadas
2.3Calibración de sensores
2.4Muestreo representativo del ODD
2.5Anotación de datos de validación
2.6Gestión de datos sensibles
2.7Selección de escenas relevantes
2.8Datos de flota y disparadores
2.9Coste y logística
2.10Práctica: plan de captura para validación
Módulo 3 de 8 · 10 submódulos

Medición del gap de dominio

3.1Distancias MMD y Wasserstein
3.2Clasificadores de dominio
3.3Análisis de embeddings con UMAP
3.4Comparación de distribuciones de métricas
3.5Análisis por subconjuntos del ODD
3.6Detección fuera de distribución
3.7Análisis de errores cualitativo
3.8Fidelidad de sensores simulados
3.9Informes del gap
3.10Laboratorio: medida del gap entre CARLA y KITTI
Módulo 4 de 8 · 10 submódulos

Adaptación de dominio

4.1Fine-tuning con pocos datos reales
4.2Adaptación no supervisada con DANN
4.3Traducción de imagen con CycleGAN
4.4Normalización por estadísticas de lote
4.5Pseudo-etiquetado y autoaprendizaje
4.6Adaptación en tiempo de test
4.7Mezcla óptima de datos sintéticos y reales
4.8Modelos fundacionales como extractor
4.9Evaluación de la adaptación
4.10Laboratorio: adaptación de un segmentador con datos reales
Módulo 5 de 8 · 10 submódulos

Brecha en control y robótica

5.1Identificación del sistema real
5.2Aleatorización de dinámica
5.3Real-to-sim y ajuste del simulador
5.4Adaptación en línea de políticas
5.5Ensayos en hardware controlados
5.6Latencias y ruido real
5.7Gemelos digitales para cierre de brecha
5.8Métricas de transferencia
5.9Seguridad en pruebas reales
5.10Caso práctico: transferencia de una política de agarre
Módulo 6 de 8 · 10 submódulos

Validación con dato real

6.1Diseño estadístico de la validación
6.2Tamaño de muestra y confianza
6.3Métricas por clase y por escenario
6.4Correlación de resultados simulados y reales
6.5Validación del simulador según ISO 34502
6.6Validación de modelos de sensor
6.7Pruebas en pista y en carretera
6.8Umbrales de aceptación del sistema
6.9Registro de evidencias de validación
6.10Caso práctico: validación de un sistema de frenado automático
Módulo 7 de 8 · 10 submódulos

Integración en el proceso de seguridad

7.1Argumentos de credibilidad del simulador
7.2Evidencias combinadas simulación-real
7.3Requisitos de ISO 21448 y UL 4600
7.4Gestión de incidentes de campo
7.5Bucles de mejora de datos
7.6Monitorización del gap en servicio
7.7Riesgo residual de la brecha
7.8Documentación para auditorías
7.9Lecciones aprendidas en validación
7.10Caso práctico: argumento de credibilidad de un entorno virtual
Módulo 8 de 8 · 10 submódulos

Proyecto de validación con dato real

8.1Definición del sistema y ODD
8.2Generación del dataset sintético
8.3Plan de captura de dato real
8.4Medición del gap de dominio
8.5Estrategia de adaptación
8.6Validación estadística final
8.7Argumento de credibilidad
8.8Conclusiones y riesgo residual del gap
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.

Indicadores de la brecha
Módulo 1 · Brecha entre simulación y realidad
Vehículos y plataformas instrumentadas
Módulo 2 · Campañas de dato real
Informes del gap
Módulo 3 · Medición del gap de dominio
Adaptación en tiempo de test
Módulo 4 · Adaptación de dominio
Real-to-sim y ajuste del simulador
Módulo 5 · Brecha en control y robótica

Marca los cinco conceptos y te damos tu resultado.

Normas y estándares que vas a manejar

ISO 21448:2022 (SOTIF)ISO 34502:2022UL 4600ISO/PAS 8800:2024ISO/IEC TR 24029-1:2021ISO/IEC 5259-2:2024ASME V&V 10-2019

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 validación de IA
Ingeniero de percepción
Ingeniero de robótica
Ingeniero de simulación
Especialista en adaptación de dominio
Ingeniero de seguridad de sistemas autónomos

Para quién es

Ingeniero de validación de IA
Ingeniero de percepción
Ingeniero de robótica
Ingeniero de simulación
Especialista en adaptación de dominio
Ingeniero de seguridad de sistemas autónomos
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: Adas para sistemas seguros: diseño, métricas y validación integral · De los ensayos de pista al modelo virtual: validación mixta hardware-in-the-loop · Chasis ligeros de alto rendimiento: método, diseño 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 CARLA, PyTorch, NVIDIA Isaac Sim, Weights & Biases, ROS 2, en versiones gratuitas, académicas o de evaluación. Los ensayos se estudian sobre procedimientos reales de comparación de modelos entrenados con datos simulados y reales, campañas de captura con vehículos instrumentados, transferencia de políticas robóticas de simulación a hardware. 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 «Brecha entre simulación y realidad» y cierra con «Proyecto de validación con dato real».

Se trabajan ISO 21448:2022 (SOTIF), ISO 34502:2022, UL 4600, ISO/PAS 8800:2024, ISO/IEC TR 24029-1:2021 y ISO/IEC 5259-2:2024.

Los perfiles más directos son Ingeniero de validación de IA, Ingeniero de percepción, Ingeniero de robótica, Ingeniero de simulación y Especialista en adaptación de dominio.

En un pago son 1.032 €, sobre una tarifa de 1.290 €. A plazos, una entrada de 516 € y 6 cuotas de 129 €, 1.290 € 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, PyTorch, NVIDIA Isaac Sim, Weights & Biases, ROS 2. 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 20261.032 € Matricularme
Contactar con Seium
Pago al contado1.032 €ahorras 258 €
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.