Admisión abierta 2026-2027Rellenar solicitud

Diplomado en Producción de Pipelines de Graph Analytics

Diplomado online de 800 h: 8 módulos y 80 submódulos, de «Arquitectura de plataformas de grafos» a «Proyecto de pipeline de grafos», pasando por «Calidad y pruebas de pipelines».

Mapa del programa · pulsa un módulo
Módulo 1 · Arquitectura de plataformas de grafos
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.

Arquitectura de plataformas de grafos

Saldrás manejando modelos de datos: property graph y RDF, bases de datos nativas frente a motores de cómputo y neo4j, TigerGraph, Amazon Neptune y Memgraph. Es lo que se trabaja en «Arquitectura de plataformas de grafos», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Ingesta y construcción del grafo

Saldrás manejando extracción de entidades desde fuentes relacionales, resolución de entidades y deduplicación y modelado de nodos, relaciones y propiedades. Es lo que se trabaja en «Ingesta y construcción del grafo», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Algoritmos de analítica de grafos

Saldrás manejando centralidad: grado, intermediación y PageRank, detección de comunidades: Louvain y Leiden y componentes conexas y fuertemente conexas. Es lo que se trabaja en «Algoritmos de analítica de grafos», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Calidad y pruebas de pipelines

Saldrás manejando pruebas unitarias de transformaciones, pruebas de integración con contenedores efímeros y expectativas de datos con Great Expectations. Es lo que se trabaja en «Calidad y pruebas de pipelines», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Rendimiento y escalabilidad

Saldrás manejando índices y planificación de consultas, particionado y sharding de grafos y supernodos y estrategias de mitigación. Es lo que se trabaja en «Rendimiento y escalabilidad», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Observabilidad y operación

Saldrás manejando métricas de pipeline con Prometheus, paneles operativos en Grafana y trazas distribuidas con OpenTelemetry. Es lo que se trabaja en «Observabilidad y operación», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Objetivos de aprendizaje

  • 01Seleccionar la plataforma de grafos adecuada según volumen, latencia y tipo de consulta.
  • 02Diseñar procesos de ingesta masiva e incremental hacia bases de datos de grafos.
  • 03Aplicar algoritmos de centralidad, comunidades y embeddings en producción.
  • 04Orquestar pipelines de analítica de grafos con Airflow y Kubernetes.
  • 05Implantar pruebas y controles de calidad sobre datos de grafos.
  • 06Optimizar el rendimiento de consultas y algoritmos a gran escala.
  • 07Operar plataformas de grafos con observabilidad, seguridad y alta disponibilidad.

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

Arquitectura de plataformas de grafos

1.1Modelos de datos: property graph y RDF
1.2Bases de datos nativas frente a motores de cómputo
1.3Neo4j, TigerGraph, Amazon Neptune y Memgraph
1.4Procesamiento distribuido con GraphX y GraphFrames
1.5Formatos de intercambio: GraphML, Parquet y CSV de aristas
1.6Lenguajes Cypher, Gremlin y SPARQL
1.7Estándar GQL ISO/IEC 39075
1.8Criterios de selección según volumen y latencia
1.9Arquitectura lambda y kappa para grafos
1.10Taller: comparar consultas Cypher y Gremlin
Módulo 2 de 8 · 10 submódulos

Ingesta y construcción del grafo

2.1Extracción de entidades desde fuentes relacionales
2.2Resolución de entidades y deduplicación
2.3Modelado de nodos, relaciones y propiedades
2.4Carga masiva con neo4j-admin y bulk loaders
2.5Ingesta incremental con CDC y Debezium
2.6Streaming con Kafka Connect hacia el grafo
2.7Validación de esquema y restricciones
2.8Versionado de esquemas de grafo
2.9Linaje de datos con OpenLineage
2.10Práctica: pipeline de carga incremental desde PostgreSQL
Módulo 3 de 8 · 10 submódulos

Algoritmos de analítica de grafos

3.1Centralidad: grado, intermediación y PageRank
3.2Detección de comunidades: Louvain y Leiden
3.3Componentes conexas y fuertemente conexas
3.4Caminos mínimos y algoritmos de rutas
3.5Similitud de nodos y predicción de enlaces
3.6Embeddings: FastRP y node2vec
3.7Proyecciones de grafo en memoria
3.8Complejidad y coste computacional
3.9Neo4j Graph Data Science en producción
3.10Laboratorio: segmentación de clientes con Leiden
Módulo 4 de 8 · 10 submódulos

Orquestación y automatización

4.1Diseño de DAG en Apache Airflow
4.2Dagster y orquestación orientada a activos
4.3Parametrización y reejecución idempotente
4.4Gestión de dependencias entre tareas
4.5Contenedores con Docker para cargas de grafos
4.6Despliegue en Kubernetes con Helm
4.7Infraestructura como código con Terraform
4.8Integración continua de pipelines
4.9Gestión de secretos y credenciales
4.10Caso práctico: DAG de recálculo diario de PageRank
Módulo 5 de 8 · 10 submódulos

Calidad y pruebas de pipelines

5.1Pruebas unitarias de transformaciones
5.2Pruebas de integración con contenedores efímeros
5.3Expectativas de datos con Great Expectations
5.4Detección de nodos huérfanos y aristas inválidas
5.5Métricas de calidad estructural del grafo
5.6Comparación de grafos entre versiones
5.7Datos sintéticos para pruebas
5.8Contratos de datos entre productores y consumidores
5.9Revisión de código y estándares
5.10Práctica: suite de pruebas para un pipeline de grafo
Módulo 6 de 8 · 10 submódulos

Rendimiento y escalabilidad

6.1Índices y planificación de consultas
6.2Particionado y sharding de grafos
6.3Supernodos y estrategias de mitigación
6.4Caché y precomputación de resultados
6.5Paralelismo en algoritmos iterativos
6.6Dimensionamiento de memoria y heap
6.7Benchmarking con LDBC Social Network Benchmark
6.8Optimización de costes en la nube
6.9Perfilado de consultas lentas
6.10Taller: optimización de consultas Cypher con PROFILE
Módulo 7 de 8 · 10 submódulos

Observabilidad y operación

7.1Métricas de pipeline con Prometheus
7.2Paneles operativos en Grafana
7.3Trazas distribuidas con OpenTelemetry
7.4Alertas y gestión de incidencias
7.5Copias de seguridad y recuperación del grafo
7.6Alta disponibilidad y clústeres causales
7.7Control de acceso y seguridad a nivel de propiedad
7.8Cumplimiento de protección de datos
7.9Servicio de resultados mediante API GraphQL
7.10Caso práctico: runbook de recuperación ante fallo
Módulo 8 de 8 · 10 submódulos

Proyecto de pipeline de grafos

8.1Definición del caso de uso analítico
8.2Diseño del modelo de grafo
8.3Implementación de la ingesta
8.4Orquestación de algoritmos
8.5Pruebas y calidad de datos
8.6Observabilidad y despliegue
8.7Análisis de rendimiento y costes
8.8Documentación técnica y runbooks
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.

Estándar GQL ISO/IEC 39075
Módulo 1 · Arquitectura de plataformas de grafos
Carga masiva con neo4j-admin y bulk loaders
Módulo 2 · Ingesta y construcción del grafo
Centralidad: grado, intermediación y PageRank
Módulo 3 · Algoritmos de analítica de grafos
Integración continua de pipelines
Módulo 4 · Orquestación y automatización
Métricas de calidad estructural del grafo
Módulo 5 · Calidad y pruebas de pipelines

Marca los cinco conceptos y te damos tu resultado.

Normas y estándares que vas a manejar

ISO/IEC 39075:2024 (lenguaje de consulta de grafos GQL)ISO/IEC 9075-16:2023 (SQL/PGQ, consultas de grafos de propiedades)Reglamento (UE) 2016/679 General de Protección de DatosISO/IEC 27001:2022 (seguridad de la información)ISO 8000 (calidad de datos)ISO/IEC 25012 (modelo de calidad de datos)W3C RDF 1.1 y SPARQL 1.1

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 de grafos
Ingeniero de plataformas analíticas
Desarrollador de pipelines de datos
Arquitecto de datos
Ingeniero de MLOps y DataOps
Analista de grafos

Para quién es

Ingeniero de datos de grafos
Ingeniero de plataformas analíticas
Desarrollador de pipelines de datos
Arquitecto de datos
Ingeniero de MLOps y DataOps
Analista de grafos
Titulados en ingeniería o ciencias que busquen entrar en banca y fintech

Otras formaciones del área

Del mismo área y nivel, para completar tu itinerario.

En el blog técnico: Cómo estructurar un pipeline de datos para series temporales de sensores.

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 Neo4j Graph Data Science, Apache Spark GraphFrames, Apache Airflow, Great Expectations, Grafana, en versiones gratuitas, académicas o de evaluación. Los ensayos se estudian sobre procedimientos reales de construcción de un pipeline incremental de grafo desde bases relacionales, orquestación diaria de algoritmos de centralidad y comunidades, optimización de consultas y pruebas de carga sobre grafos grandes. 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 «Arquitectura de plataformas de grafos» y cierra con «Proyecto de pipeline de grafos».

Se trabajan ISO/IEC 39075:2024 (lenguaje de consulta de grafos GQL), ISO/IEC 9075-16:2023 (SQL/PGQ, consultas de grafos de propiedades), Reglamento (UE) 2016/679 General de Protección de Datos, ISO/IEC 27001:2022 (seguridad de la información), ISO 8000 (calidad de datos) y ISO/IEC 25012 (modelo de calidad de datos).

Los perfiles más directos son Ingeniero de datos de grafos, Ingeniero de plataformas analíticas, Desarrollador de pipelines de datos, Arquitecto de datos y Ingeniero de MLOps y DataOps.

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 Neo4j Graph Data Science, Apache Spark GraphFrames, Apache Airflow, Great Expectations, Grafana. 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.