Admisión abierta 2026-2027Rellenar solicitud

Diplomado en Evaluación de Modelos Multimodales y Robustez

Diplomado online de 800 h: 8 módulos y 80 submódulos, de «Modelos multimodales» a «Proyecto de evaluación multimodal», pasando por «Ataques adversarios y seguridad».

Mapa del programa · pulsa un módulo
Módulo 1 · Modelos multimodales
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.

Modelos multimodales

Saldrás manejando arquitecturas de fusión multimodal, modelos visión-lenguaje CLIP y BLIP y grandes modelos multimodales. Es lo que se trabaja en «Modelos multimodales», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Diseño de la evaluación

Saldrás manejando objetivos y alcance de la evaluación, benchmarks MMMU, VQAv2 y COCO Captions y contaminación de benchmarks. Es lo que se trabaja en «Diseño de la evaluación», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Rendimiento según ISO/IEC TS 4213

Saldrás manejando matriz de confusión y métricas derivadas, calibración y fiabilidad de probabilidades y rendimiento por subgrupos. Es lo que se trabaja en «Rendimiento según ISO/IEC TS 4213», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Ataques adversarios y seguridad

Saldrás manejando ejemplos adversarios en imagen, ataques entre modalidades y inyección de instrucciones en imágenes. Es lo que se trabaja en «Ataques adversarios y seguridad», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Sesgo, alucinaciones e interpretabilidad

Saldrás manejando sesgos sociales en modelos multimodales, medición con ISO/IEC TR 24027 y alucinaciones visuales y su medida. Es lo que se trabaja en «Sesgo, alucinaciones e interpretabilidad», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Evaluación en el ciclo de vida

Saldrás manejando modelo de calidad de ISO/IEC 25059, requisitos del Reglamento de IA y evaluación antes del despliegue. Es lo que se trabaja en «Evaluación en el ciclo de vida», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Objetivos de aprendizaje

  • 01Describir las arquitecturas y tareas de los modelos multimodales.
  • 02Diseñar protocolos de evaluación con métricas y benchmarks adecuados.
  • 03Medir el rendimiento con intervalos de confianza y por subgrupos.
  • 04Evaluar la robustez ante corrupciones y cambios de distribución.
  • 05Ejecutar pruebas adversarias y de red teaming multimodal.
  • 06Analizar sesgos, alucinaciones e interpretabilidad.
  • 07Integrar la evaluación en el ciclo de vida regulado del modelo.

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

Modelos multimodales

1.1Arquitecturas de fusión multimodal
1.2Modelos visión-lenguaje CLIP y BLIP
1.3Grandes modelos multimodales
1.4Modelos de audio y texto
1.5Modelos de vídeo
1.6Tareas de clasificación, recuperación y generación
1.7Preentrenamiento y ajuste fino
1.8Zero-shot y few-shot
1.9Usos industriales de modelos multimodales
1.10Taller: catálogo de tareas multimodales de un caso real
Módulo 2 de 8 · 10 submódulos

Diseño de la evaluación

2.1Objetivos y alcance de la evaluación
2.2Benchmarks MMMU, VQAv2 y COCO Captions
2.3Contaminación de benchmarks
2.4Conjuntos de evaluación propios
2.5Métricas de exactitud y recuperación
2.6Métricas de generación BLEU, CIDEr y CLIPScore
2.7Evaluación humana y protocolos
2.8Modelos como evaluadores
2.9Significación estadística de diferencias
2.10Práctica: plan de evaluación de un asistente visual
Módulo 3 de 8 · 10 submódulos

Rendimiento según ISO/IEC TS 4213

3.1Matriz de confusión y métricas derivadas
3.2Calibración y fiabilidad de probabilidades
3.3Rendimiento por subgrupos
3.4Intervalos de confianza por bootstrap
3.5Comparación de modelos
3.6Umbrales de decisión
3.7Evaluación con desbalance
3.8Informe de rendimiento
3.9Reproducibilidad de las evaluaciones
3.10Laboratorio: evaluación de un clasificador visión-lenguaje
Módulo 4 de 8 · 10 submódulos

Robustez ante perturbaciones

4.1Robustez ante corrupciones naturales
4.2Benchmarks ImageNet-C y similares
4.3Ruido en audio y texto
4.4Modalidad ausente o degradada
4.5Desajuste entre modalidades
4.6Cambio de distribución
4.7Evaluación según ISO/IEC 24029-2
4.8Métodos formales para redes
4.9Pruebas metamórficas multimodales
4.10Laboratorio: pruebas de corrupción con modalidad ausente
Módulo 5 de 8 · 10 submódulos

Ataques adversarios y seguridad

5.1Ejemplos adversarios en imagen
5.2Ataques entre modalidades
5.3Inyección de instrucciones en imágenes
5.4Jailbreaks en modelos multimodales
5.5Envenenamiento de datos
5.6Extracción e inversión de modelos
5.7Defensas y entrenamiento adversario
5.8Red teaming estructurado
5.9Taxonomía de ataques del NIST
5.10Práctica: red teaming de un modelo visión-lenguaje
Módulo 6 de 8 · 10 submódulos

Sesgo, alucinaciones e interpretabilidad

6.1Sesgos sociales en modelos multimodales
6.2Medición con ISO/IEC TR 24027
6.3Alucinaciones visuales y su medida
6.4Fundamentación en la evidencia visual
6.5Mapas de atención y Grad-CAM
6.6Atribución entre modalidades
6.7Explicaciones para usuarios
6.8Limitaciones de la interpretabilidad
6.9Mitigación de sesgos
6.10Caso práctico: alucinaciones en descripción de imágenes técnicas
Módulo 7 de 8 · 10 submódulos

Evaluación en el ciclo de vida

7.1Modelo de calidad de ISO/IEC 25059
7.2Requisitos del Reglamento de IA
7.3Evaluación antes del despliegue
7.4Monitorización en producción
7.5Evaluación continua y regresiones
7.6Arneses de evaluación automatizados
7.7Documentación con model cards
7.8Gestión de riesgos de la evaluación
7.9Comunicación de resultados
7.10Caso práctico: informe de evaluación para un comité de riesgos
Módulo 8 de 8 · 10 submódulos

Proyecto de evaluación multimodal

8.1Selección del modelo y caso de uso
8.2Diseño del protocolo
8.3Conjunto de evaluación propio
8.4Métricas de rendimiento y calibración
8.5Campaña de robustez
8.6Red teaming y seguridad
8.7Análisis de sesgo y alucinaciones
8.8Informe de evaluación
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.

Modelos de vídeo
Módulo 1 · Modelos multimodales
Benchmarks MMMU, VQAv2 y COCO Captions
Módulo 2 · Diseño de la evaluación
Reproducibilidad de las evaluaciones
Módulo 3 · Rendimiento según ISO/IEC TS 4213
Cambio de distribución
Módulo 4 · Robustez ante perturbaciones
Inyección de instrucciones en imágenes
Módulo 5 · Ataques adversarios y seguridad

Marca los cinco conceptos y te damos tu resultado.

Normas y estándares que vas a manejar

ISO/IEC TS 4213:2022ISO/IEC 24029-2:2023ISO/IEC TR 24029-1:2021ISO/IEC TR 24027:2021ISO/IEC 25059:2023Reglamento (UE) 2024/1689 de Inteligencia ArtificialNIST AI 100-2 E2023NIST AI RMF 1.0

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 evaluación de IA
Investigador en robustez
Especialista en seguridad de IA
Científico de datos
Ingeniero de calidad de modelos
Auditor técnico de IA

Para quién es

Ingeniero de evaluación de IA
Investigador en robustez
Especialista en seguridad de IA
Científico de datos
Ingeniero de calidad de modelos
Auditor técnico de IA
Titulados en ingeniería o ciencias que busquen entrar en tecnología

Otras formaciones del área

Del mismo área y nivel, para completar tu itinerario.

En el blog técnico: De los ensayos de pista al modelo virtual: validación mixta hardware-in-the-loop · Cómo construir tu primer modelo de vehículo en un entorno de simulación multicuerpo · Gemelos digitales de flotas: de los sensores al modelo en tiempo real.

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 lm-evaluation-harness, Hugging Face Evaluate, Adversarial Robustness Toolbox, Captum, Giskard, en versiones gratuitas, académicas o de evaluación. Los ensayos se estudian sobre procedimientos reales de evaluación de modelos visión-lenguaje con conjuntos propios, pruebas de robustez ante corrupciones y modalidades ausentes, ejercicios de red teaming multimodal. 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 «Modelos multimodales» y cierra con «Proyecto de evaluación multimodal».

Se trabajan ISO/IEC TS 4213:2022, ISO/IEC 24029-2:2023, ISO/IEC TR 24029-1:2021, ISO/IEC TR 24027:2021, ISO/IEC 25059:2023 y Reglamento (UE) 2024/1689 de Inteligencia Artificial.

Los perfiles más directos son Ingeniero de evaluación de IA, Investigador en robustez, Especialista en seguridad de IA, Científico de datos y Ingeniero de calidad de modelos.

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 lm-evaluation-harness, Hugging Face Evaluate, Adversarial Robustness Toolbox, Captum, Giskard. 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.