Admisión abierta 2026-2027Rellenar solicitud

Curso de MLOps aplicado a flotas eléctricas

Curso online de 300 h: 6 módulos y 60 submódulos, de «Datos de flotas eléctricas» a «Proyecto de MLOps de flota», pasando por «Casos de uso en flotas».

Mapa del programa · pulsa un módulo
Módulo 1 · Datos de flotas eléctricas
300 hDuración total
6Módulos
60Submódulos
OnlineModalidad

Competencias y resultados

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

Datos de flotas eléctricas

Saldrás manejando telemetría, bus CAN, cargadores y ERP, ingesta de datos en streaming y apache Kafka y colas de mensajes. Es lo que se trabaja en «Datos de flotas eléctricas», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Ciclo de vida del modelo

Saldrás manejando del notebook a producción, versionado de datos con DVC y seguimiento de experimentos con MLflow. Es lo que se trabaja en «Ciclo de vida del modelo», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Despliegue y operación

Saldrás manejando inferencia por lotes y en tiempo real, servicios REST y gRPC y kubernetes y escalado automático. Es lo que se trabaja en «Despliegue y operación», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Casos de uso en flotas

Saldrás manejando predicción de consumo y autonomía, planificación de carga inteligente y mantenimiento predictivo de vehículos. Es lo que se trabaja en «Casos de uso en flotas», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Gobernanza, seguridad y regulación

Saldrás manejando obligaciones del Reglamento de IA, sistemas de gestión de IA con ISO/IEC 42001 y RGPD aplicado a datos de conductores. Es lo que se trabaja en «Gobernanza, seguridad y regulación», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Proyecto de MLOps de flota

Saldrás manejando definición del caso de uso de negocio, arquitectura de datos de la solución y pipeline de entrenamiento reproducible. Es lo que se trabaja en «Proyecto de MLOps de flota», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Objetivos de aprendizaje

  • 01Diseñar arquitecturas de ingesta y almacenamiento de datos de flotas eléctricas.
  • 02Gestionar el ciclo de vida de modelos con herramientas MLOps.
  • 03Desplegar modelos en producción con contenedores y Kubernetes.
  • 04Monitorizar la deriva de datos y automatizar el reentrenamiento.
  • 05Aplicar modelos de aprendizaje automático a casos de uso de flotas.
  • 06Evaluar el cumplimiento del Reglamento de IA, el RGPD y el Reglamento de Datos.
  • 07Desarrollar una plataforma MLOps completa para una flota eléctrica.

Plan de estudios

6 módulos, 60 submódulos, 300 h. Elige un módulo y ves su contenido completo.

1 de 6 módulos abiertos
Módulo 1 de 6 · 10 submódulos

Datos de flotas eléctricas

1.1Telemetría, bus CAN, cargadores y ERP
1.2Ingesta de datos en streaming
1.3Apache Kafka y colas de mensajes
1.4Data lakes y arquitectura lakehouse
1.5Esquemas de datos de vehículo y carga
1.6Protocolo OCPP como fuente de datos
1.7Calidad y limpieza de datos
1.8Gobernanza y catálogo de datos
1.9Privacidad de los datos de conductores
1.10Taller: pipeline de ingesta de telemetría
Módulo 2 de 6 · 10 submódulos

Ciclo de vida del modelo

2.1Del notebook a producción
2.2Versionado de datos con DVC
2.3Seguimiento de experimentos con MLflow
2.4Almacenes de características
2.5Entrenamiento reproducible con semillas y entornos
2.6Validación de modelos antes del despliegue
2.7Registro y promoción de modelos
2.8Empaquetado con contenedores Docker
2.9Orquestación con Airflow y Kubeflow
2.10Práctica: registro de un modelo de SOH en MLflow
Módulo 3 de 6 · 10 submódulos

Despliegue y operación

3.1Inferencia por lotes y en tiempo real
3.2Servicios REST y gRPC
3.3Kubernetes y escalado automático
3.4Despliegue en el borde y en vehículo
3.5Estrategias de despliegue canary y shadow
3.6Integración y entrega continua para aprendizaje automático
3.7Monitorización de deriva de datos
3.8Alertas y reentrenamiento automático
3.9Costes de computación en la nube
3.10Laboratorio: despliegue de un modelo en Kubernetes
Módulo 4 de 6 · 10 submódulos

Casos de uso en flotas

4.1Predicción de consumo y autonomía
4.2Planificación de carga inteligente
4.3Mantenimiento predictivo de vehículos
4.4Estado de salud de baterías de flota
4.5Detección de anomalías en cargadores
4.6Optimización de rutas con restricciones energéticas
4.7Predicción de la demanda de carga
4.8Gestión de energía en depósitos
4.9Valoración de activos de flota
4.10Caso práctico: carga óptima en un depósito
Módulo 5 de 6 · 10 submódulos

Gobernanza, seguridad y regulación

5.1Obligaciones del Reglamento de IA
5.2Sistemas de gestión de IA con ISO/IEC 42001
5.3RGPD aplicado a datos de conductores
5.4Reglamento de Datos y acceso a datos del vehículo
5.5Seguridad de la información según ISO/IEC 27001
5.6Documentación de modelos y model cards
5.7Auditoría y trazabilidad de decisiones
5.8Responsabilidad y explicabilidad
5.9Madurez MLOps de la organización
5.10Caso práctico: evaluación de cumplimiento de un modelo
Módulo 6 de 6 · 10 submódulos

Proyecto de MLOps de flota

6.1Definición del caso de uso de negocio
6.2Arquitectura de datos de la solución
6.3Pipeline de entrenamiento reproducible
6.4Registro y versionado del modelo
6.5Despliegue y servicio de inferencia
6.6Monitorización y política de reentrenamiento
6.7Evaluación de cumplimiento normativo
6.8Estimación de costes de operación
6.9Memoria y presentación
6.10Revisión final con el tutor

¿Cuánto me va a llevar?

Mueve las horas que puedes dedicar cada semana y calculamos tu ritmo sobre las 300 h del programa.

—meses a ese ritmo
—semanas por módulo
—frente a los 300 horas · 3 a 5 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.

Ingesta de datos en streaming
Módulo 1 · Datos de flotas eléctricas
Orquestación con Airflow y Kubeflow
Módulo 2 · Ciclo de vida del modelo
Integración y entrega continua para aprendizaje automático
Módulo 3 · Despliegue y operación
Mantenimiento predictivo de vehículos
Módulo 4 · Casos de uso en flotas
Caso práctico: evaluación de cumplimiento de un modelo
Módulo 5 · Gobernanza, seguridad y regulación

Marca los cinco conceptos y te damos tu resultado.

Normas y estándares que vas a manejar

Reglamento (UE) 2024/1689ISO/IEC 42001Reglamento (UE) 2016/679Reglamento (UE) 2023/2854ISO/IEC 27001ISO/IEC 23053ISO/IEC 5338OCPP 2.0.1

Cuerpo docente y expertos

Este programa se imparte en el área de Electromovilidad, Baterías & Hidrógeno (Movilidad), 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 MLOps
Ingeniero de datos
Científico de datos de movilidad
Arquitecto de plataformas de datos
Gestor de flotas eléctricas
Responsable de gobierno de datos

Para quién es

Ingeniero MLOps
Ingeniero de datos
Científico de datos de movilidad
Arquitecto de plataformas de datos
Gestor de flotas eléctricas
Responsable de gobierno de datos
Titulados en ingeniería o ciencias que busquen entrar en gestión de flotas

Otras formaciones del área

Del mismo área y nivel, para completar tu itinerario.

En el blog técnico: Smart charging para flotas eléctricas: arquitectura, control y KPIs · Microredes y movilidad eléctrica: integrar buses, tranvías y flotas ligeras · Gemelos digitales de flotas para optimizar costes y seguridad operativa.

Áreas cercanas: todas las de Electromovilidad, Baterías & Hidrógeno (Movilidad) · Aeroespacial, UAM, Drones & Espacio · Automoción & Motorsport · Civil, Rail & Smart Cities · Defensa, Ingeniería Militar & Sistemas Terrestres (enfoque académico, legal y ético) · Energía & Redes · Ingeniería Nuclear & Tecnologías del Ciclo Nuclear · Motocicletas & 2 Ruedas · 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 Electromovilidad, Baterías & Hidrógeno (Movilidad)?
¿Puedes mantener un ritmo de estudio constante durante 300 horas · 3 a 5 meses?

Responde las tres y te decimos por dónde seguir.

Requisitos de acceso

  • ·No se exige titulación previa.
  • ·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 MLflow, Apache Kafka, Kubernetes, Apache Airflow, DVC, en versiones gratuitas, académicas o de evaluación. Los ensayos se estudian sobre procedimientos reales de despliegue de modelos de predicción en flotas, monitorización de deriva en producción, pipelines de datos de telemetría y carga. 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 6 módulos con 60 submódulos y 300 h de trabajo total. Abre por «Datos de flotas eléctricas» y cierra con «Proyecto de MLOps de flota».

Se trabajan Reglamento (UE) 2024/1689, ISO/IEC 42001, Reglamento (UE) 2016/679, Reglamento (UE) 2023/2854, ISO/IEC 27001 y ISO/IEC 23053.

Los perfiles más directos son Ingeniero MLOps, Ingeniero de datos, Científico de datos de movilidad, Arquitecto de plataformas de datos y Gestor de flotas eléctricas.

En un pago son 596 €, sobre una tarifa de 745 €. A plazos, una entrada de 298 € y 3 cuotas de 149 €, 745 € en total, sin intereses: lo mismo que la tarifa.

No se exige titulación previa, 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 300 horas totales repartidas en 3 a 5 meses. Eso son entre 10 y 15 horas semanales de media, compatibles con jornada laboral completa.

Se trabaja con MLflow, Apache Kafka, Kubernetes, Apache Airflow, DVC. 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: 21 de diciembre de 2026596 € Matricularme
Contactar con Seium
Pago al contado596 €ahorras 149 €
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.