SEIUM, Universidad de Ingenieria Avanzada
Campus virtual
SEIUM, Universidad de Ingenieria Avanzada

Curso de análisis probabilista en electromovilidad

Sobre nuestro Curso de análisis probabilista en electromovilidad

El curso en análisis probabilista en electromovilidad de SEIUM es una formación 100 % online de 300 horas, estructurada en 6 módulos y 60 submódulos. Cubre análisis probabilista en electromovilidad desde los fundamentos hasta la validación y la puesta en operación, con el marco normativo de referencia del sector —UNECE R100, UNECE R136 y ISO 6469— aplicado sobre casos reales y no como un anexo teórico.

El trabajo práctico se realiza con las herramientas que se usan en la industria: MATLAB/Simulink, GT-SUITE, AVL Cruise M y Simcenter Amesim. Cada módulo cierra con un entregable que el tutor corrige individualmente, y el programa culmina en un proyecto integrador documentado. Está orientado a perfiles de ingeniero de baterías, especialista en BMS y ingeniero de electrónica de potencia en automoción, movilidad pesada y infraestructura de recarga.

Análisis probabilista
Curso de análisis probabilista en electromovilidad
  • Modalidad: Online
  • Duración: 4 meses
  • Horas: 300 H
  • Idioma: ES / EN
  • Fecha de matrícula: 16-10-2026
  • Plazas disponibles: 11

645 €

Aplicar Ahora

Competencias y resultados

Qué aprenderás

Base técnica aplicada

Explicarás los principios físicos y de ingeniería que gobiernan análisis probabilista en electromovilidad, con las magnitudes, el vocabulario y los órdenes de medida que se usan en proyecto real.

Marco normativo y criterios

Identificarás la normativa aplicable, distinguirás el requisito obligatorio de la buena práctica y sabrás qué evidencia documental exige cada criterio de aceptación.

Análisis y dimensionado

Plantearás las hipótesis de partida, resolverás el cálculo o el dimensionado de los elementos críticos y justificarás cada decisión con criterios trazables.

Herramientas y software

Manejarás las herramientas de cálculo, simulación, medida y documentación habituales en Electromovilidad, Baterías & Hidrógeno (Movilidad), desde la preparación del modelo hasta la validación del resultado.

Diagnóstico y resolución

Detectarás los fallos y las desviaciones más frecuentes, los clasificarás por criticidad y propondrás la corrección con su plan de verificación.

Entrega profesional

Redactarás la documentación técnica —memoria, cálculos, planos o informe de ensayo— en el formato que esperan el cliente, la dirección facultativa y el organismo de control.

Análisis probabilista

Para quien va dirigido nuestro:

Curso de análisis probabilista en electromovilidad

  • Ingenieros/as graduados en Ingeniería Aeroespacial, Mecánica, Industrial, Automática o campos relacionados.
  • Profesionales con experiencia en la industria de la electromovilidad, incluyendo OEM de aeronaves (rotorcraft/eVTOL), MRO (Mantenimiento, Reparación y Operaciones), consultoría especializada y centros tecnológicos enfocados en la electromovilidad.
  • Expertos en áreas como Pruebas de Vuelo, certificación de aeronaves, aviónica, sistemas de control y dinámica de vuelo, que deseen profundizar sus conocimientos y habilidades en el análisis probabilista aplicado a la electromovilidad.
  • Reguladores/autoridades de aviación y perfiles profesionales involucrados en el desarrollo y regulación de UAM/eVTOL (Urban Air Mobility/eVTOL) que necesiten adquirir competencias específicas en compliance y análisis de riesgos.

Requisitos Recomendados: Se recomienda una base sólida en áreas como aerodinámica, sistemas de control y estructuras. Se requiere un nivel de dominio del idioma Español o Inglés equivalente a B2+ o C1. Para aquellos con menor nivel, se ofrecen cursos de apoyo (bridging tracks) para facilitar la comprensión del curso.

  • Standards-driven curriculum: trabajarás con CS-27/CS-29, DO-160, DO-178C/DO-254, ARP4754A/ARP4761, ADS-33E-PRF desde el primer módulo.
  • Laboratorios acreditables (EN ISO/IEC 17025) con banco de rotor, EMC/Lightning pre-compliance, HIL/SIL, vibraciones/acústica.
  • TFM orientado a evidencia: safety case, test plan, compliance dossier y límites operativos.
  • Mentorado por industria: docentes con trayectoria en rotorcraft, tiltrotor, eVTOL/UAM y flight test.
  • Modalidad flexible (híbrido/online), cohortes internacionales y soporte de SEIUM Career Services.
  • Ética y seguridad: enfoque safety-by-design, ciber-OT, DIH y cumplimiento como pilares.

6 módulos · 60 submódulos · 300 horas

1Análisis Probabilista: Diseño y Optimización (50 h)
  • 1.1. Modelado y simulación de rotores en sistemas de electromovilidad
  • 1.2. Diseño aerodinámico y selección de materiales
  • 1.3. Métodos de optimización de rotores para eficiencia energética
  • 1.4. Análisis de rendimiento y validación experimental
  • 1.5. Integración de rotores con sistemas de propulsión eléctrica
  • 1.6. Impacto de los rotores en la estabilidad y control
  • 1.7. Reducción de ruido y vibraciones en rotores
  • 1.8. Optimización de la vida útil y confiabilidad de rotores
  • 1.9. Análisis de fallos y modos de fallo en rotores
  • 1.10. Estudio de casos: Aplicaciones de rotores en electromovilidad
2Diseño y Optimización en Electromovilidad (50 h)
  • 2.1. Introducción al Análisis Probabilista en Electromovilidad
  • 2.2. Fundamentos de Diseño de Sistemas de Electromovilidad
  • 2.3. Modelado Probabilista de Componentes Eléctricos
  • 2.4. Optimización de Circuitos y Sistemas Eléctricos
  • 2.5. Diseño y Optimización de Baterías y Sistemas de Carga
  • 2.6. Análisis de Sensibilidad y Evaluación de Riesgos
  • 2.7. Herramientas y Software para el Análisis Probabilista
  • 2.8. Estudio de Casos: Diseño y Optimización de Sistemas Específicos
  • 2.9. Diseño para la Fiabilidad y el Mantenimiento
  • 2.10. Tendencias Futuras en el Diseño de Electromovilidad
3Evaluación Probabilística y Optimización (50 h)
  • 3.1. Evaluación de Riesgos en la Propulsión Eléctrica: Análisis Probabilista
  • 3.2. Modelado y Simulación de Fallos en Sistemas de Electromovilidad
  • 3.3. Optimización del Rendimiento: Enfoque Probabilista
  • 3.4. Análisis de la Fiabilidad: Técnicas Probabilísticas
  • 3.5. Evaluación de Fallos: Metodologías Probabilísticas
  • 3.6. Predicción de Fallos y Confiabilidad en Electromovilidad
  • 3.7. Simulación y Optimización de la Fiabilidad: Sistemas de Electromovilidad
  • 3.8. Diseño para la Confiabilidad: Análisis Probabilista
  • 3.9. Gestión de Riesgos: Aplicación en Electromovilidad
  • 3.10. Análisis Costo-Beneficio: Integrando la Perspectiva Probabilística
4Modelado y Optimización de Sistemas en Electromovilidad (50 h)
  • 4.1. Modelado de Sistemas en Electromovilidad: Introducción a los Conceptos Clave
  • 4.2. Análisis de Parámetros Probabilísticos en Diseño de Sistemas Eléctricos
  • 4.3. Simulación Monte Carlo Aplicada a Sistemas de Electromovilidad
  • 4.4. Optimización Basada en Probabilidad para el Diseño de Componentes
  • 4.5. Evaluación de Riesgos y Análisis de Sensibilidad en el Diseño
  • 4.6. Modelado de la Fiabilidad de Sistemas en Electromovilidad
  • 4.7. Aplicación de Técnicas de Optimización Probabilística
  • 4.8. Integración de Modelos Probabilísticos en el Proceso de Diseño
  • 4.9. Estudios de Caso: Aplicaciones Prácticas de Análisis Probabilístico
  • 4.10. Perspectivas Futuras y Tendencias en el Análisis Probabilístico en Electromovilidad
5Diseño y Optimización Probabilística (50 h)
  • 5.1. Modelado de sistemas de electromovilidad: componentes y subsistemas
  • 5.2. Teoría de la probabilidad y estadística aplicada
  • 5.3. Análisis de incertidumbre: fuentes y cuantificación
  • 5.4. Diseño robusto: optimización bajo incertidumbre
  • 5.5. Simulación Monte Carlo: aplicación en sistemas de electromovilidad
  • 5.6. Diseño de sistemas de propulsión eléctrica: optimización probabilística
  • 5.7. Diseño de sistemas de almacenamiento de energía: optimización probabilística
  • 5.8. Diseño de sistemas de control: optimización probabilística
  • 5.9. Análisis de sensibilidad y análisis de escenarios
  • 5.10. Casos de estudio: optimización de sistemas de electromovilidad
6Fallos y Optimización de la Fiabilidad (50 h)
  • 6.1. Fallos en Sistemas de Electromovilidad: Identificación y Análisis
  • 6.2. Modelado Probabilístico de Fallos en Componentes Críticos
  • 6.3. Diseño para la Fiabilidad (DfR) en Electromovilidad
  • 6.4. Análisis de Modos y Efectos de Fallo (AMEF)
  • 6.5. Optimización de la Fiabilidad Mediante Técnicas Probabilísticas
  • 6.6. Pruebas de Estrés y Simulación de Fallos
  • 6.7. Evaluación de la Vida Útil y el Rendimiento bajo Fallos
  • 6.8. Estrategias de Mitigación de Fallos y Redundancia
  • 6.9. Mantenimiento Centrado en la Fiabilidad (MCR)
  • 6.10. Estudio de Casos: Aplicación Práctica en Sistemas Reales
  • Metodología hands-on: test-before-you-trust, design reviews, failure analysis, compliance evidence.
  • Software (según licencias/partners): MATLAB/Simulink, Python (NumPy/SciPy), OpenVSP, SU2/OpenFOAM, Nastran/Abaqus, AMESim/Modelica, herramientas de acústica, toolchains de planificación DO-178C.
  • Laboratorios SEIUM: banco de rotor a escala, vibraciones/acústica, EMC/Lightning pre-compliance, HIL/SIL para AFCS, adquisición de datos con strain gauging.
  • Estándares y cumplimiento: EN 9100, 17025, ISO 27001, GDPR.

Lo que sales sabiendo hacer

Objetivos de aprendizaje

  • Dominar los fundamentos técnicos de análisis probabilista en electromovilidad y su vocabulario normativo.
  • Aplicar UNECE R100, UNECE R136 y ISO 6469 a decisiones reales de diseño y validación.
  • Construir y correlacionar modelos de cálculo con MATLAB/Simulink y GT-SUITE.
  • Planificar y ejecutar campañas de ensayo en cámara climática de baterías y banco de ciclado.
  • Analizar datos de operación y traducirlos en decisiones de ingeniería.
  • Elaborar el dossier técnico y de cumplimiento que exige el cliente o el regulador.
  • Dirigir técnicamente un proyecto de análisis probabilista en electromovilidad de principio a fin.

Cómo se estudia

Metodología

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 MATLAB/Simulink, GT-SUITE, AVL Cruise M, Simcenter Amesim, ANSYS Fluent, en versiones gratuitas, académicas o de evaluación. Los ensayos se estudian sobre procedimientos reales de cámara climática de baterías, banco de ciclado, laboratorio de alta tensión. La evaluación es continua por módulo más el proyecto integrador final.

El marco con el que se trabaja

Normas y estándares

  • UNECE R100
  • UNECE R136
  • ISO 6469
  • IEC 62660
  • UN 38.3 (transporte)
  • ISO 26262
  • IEC 61851 (recarga)
  • ISO 15118
  • Reglamento (UE) 2023/1542 de baterías
  • ISO 19880 (hidrogeneras)

Dónde se aplica

Salidas profesionales

  • Ingeniero de baterías
  • Especialista en BMS
  • Ingeniero de electrónica de potencia
  • Responsable de seguridad de alta tensión
  • Ingeniero de infraestructura de recarga
  • Especialista en hidrógeno

Sectores de destino: automoción, movilidad pesada, infraestructura de recarga, almacenamiento estacionario, hidrógeno verde. SEIUM no garantiza la obtención de empleo: se trata de una formación propia orientada a la capacitación técnica.

Anatomía del sistema

Qué hay dentro del vehículo

Pulsa cada sistema para ver qué es y en qué módulo se estudia.

ABCD123456batallapaquete de bateriaANÁLISIS PROBABILISTA EN ELECTROMOVILIDAVISTA LATERAL · VEHÍCULOSEIUMESC. S/E12345678

Tren motriz

Motor térmico o eléctrico, reductora y transmisión: de dónde sale el par y cómo llega a la rueda.

Se trabaja en el Módulo 3 del plan de estudios.

Batería y alta tensión

Celdas, módulos, BMS, refrigeración y protecciones del bus de alta tensión.

Se trabaja en el Módulo 6 del plan de estudios.

Electrónica de potencia

Inversor y convertidores DC/DC: conmutación, pérdidas, térmica y compatibilidad electromagnética.

Se trabaja en el Módulo 6 del plan de estudios.

Arquitectura E/E y ECUs

Unidades de control, buses CAN y Ethernet de automoción, y el reparto de funciones entre ellas.

Se trabaja en el Módulo 5 del plan de estudios.

Sensores y percepción

Cámaras, radar, lidar e inerciales: qué miden, con qué incertidumbre y cómo se fusionan.

Se trabaja en el Módulo 6 del plan de estudios.

Chasis y suspensión

Rigideces, geometría, cinemática y el compromiso entre confort y comportamiento dinámico.

Se trabaja en el Módulo 5 del plan de estudios.

Frenos y seguridad activa

Reparto de frenada, ABS y ESP, frenada regenerativa y la cadena de seguridad funcional.

Se trabaja en el Módulo 6 del plan de estudios.

Homologación

Reglamentos UNECE, ensayos de tipo y el expediente que convierte un prototipo en un vehículo vendible.

Se trabaja en el Módulo 2 del plan de estudios.

Marco de referencia

Normas y estándares que vas a manejar

ISO 26262

Seguridad funcional en automoción: análisis de peligros, ASIL y reparto de requisitos de seguridad.

ISO 21434

Ciberseguridad del vehículo a lo largo de su ciclo de vida.

Reglamentos UNECE

Homologación de tipo por sistemas: qué se ensaya y con qué criterio de aceptación.

IATF 16949

Sistema de calidad de la cadena de suministro de automoción.

Tu dedicación

300 horas: cuánto te va a llevar

La formación es 100 % online y asíncrona, así que el calendario lo pones tú. Estas son las tres velocidades más habituales.

5 h por semana

60

semanas

13,9 meses aproximadamente

10 h por semana

30

semanas

6,9 meses aproximadamente

15 h por semana

20

semanas

4,6 meses aproximadamente

Proyectos tipo capstones

Definición del alcance

Eliges un caso real de Electromovilidad, Baterías & Hidrógeno (Movilidad) relacionado con análisis probabilista en electromovilidad, acotas el problema, fijas los requisitos de partida y los criterios con los que se va a medir el resultado.

Datos y estado del arte

Reúnes datos, normativa y referencias técnicas, justificas cada fuente y documentas de forma explícita las hipótesis que no puedas medir.

Desarrollo técnico

Resuelves el cálculo, el modelo o el diseño con las herramientas del programa y registras cada iteración junto al motivo que la provocó.

Validación y contraste

Compruebas los resultados frente a la normativa y a casos de referencia, haces el análisis de sensibilidad y cierras las desviaciones detectadas.

Memoria y defensa

Entregas el proyecto final con sus anexos y defiendes las decisiones ante el tutor, que evalúa rigor, trazabilidad y aplicabilidad industrial.

CUERPO DOCENTE Y EXPERTOS

Conoce a nuestros profesores

Prof. Luca Benedetti, director academico del SEIUM Design & Industrial Design Institute

Prof. Luca Benedetti

Director Académico del DSD — SEIUM Design & Industrial Design Institute

Profesor de Diseño Industrial, Diseño de Vehículos, Transportation Design, UX/HMI, Color & Trim, Iluminación y Desarrollo de Producto

El Prof. Luca Benedetti, de nacionalidad italiana, es Director Académico del DSD — SEIUM Design & Industrial Design Institute y responsable de diseño industrial, de producto y vehículos, experiencia de usuario, interacción persona-máquina, interfaces HMI, Color & Trim y prototipado.

Conocer al Profesor
Prof. Kenji Takahashi, director academico del SEIUM Robotics & Autonomous Systems Institute

Prof. Kenji Takahashi

Director Académico del SRA — SEIUM Robotics & Autonomous Systems Institute

Profesor de Robótica, Automatización Inteligente, Sistemas Autónomos, Percepción Artificial, Control Avanzado y Mecatrónica.

El Prof. Kenji Takahashi, de nacionalidad japonesa, es Director Académico del SRA — SEIUM Robotics & Autonomous Systems Institute y responsable de robótica industrial, robots móviles, mecatrónica, control avanzado, percepción artificial, navegación e inteligencia embebida y autónoma.

Conocer al Profesor
Dra. Lucia Hernandez Vega, directora academica del SEIUM Data, Artificial Intelligence & Simulation Institute

Dra. Lucía Hernández Vega

Directora Académica del DAIS — SEIUM Data, Artificial Intelligence & Simulation Institute

Profesora de Inteligencia Artificial, Ciencia de Datos, Ingeniería de Datos, MLOps, Simulación, Gemelos Digitales y Computación Científica

La Dra. Lucía Hernández Vega, de nacionalidad española, es Directora Académica del DAIS — SEIUM Data, Artificial Intelligence & Simulation Institute y responsable de inteligencia artificial, ciencia e ingeniería de datos, visión artificial, IA generativa, MLOps y gemelos digitales.

Conocer al Profesor
Dr. Kevin O’Connor, director academico del SEIUM Electronics & Embedded Technologies Institute

Dr. Kevin O’Connor

Director Académico del EET — SEIUM Electronics & Embedded Technologies Institute

Profesor de Electrónica, Sistemas Embebidos, Telecomunicaciones, Diseño de Hardware, FPGA, IoT y Sistemas de Tiempo Real

El Dr. Kevin O’Connor, de nacionalidad irlandesa, es Director Académico del EET — SEIUM Electronics & Embedded Technologies Institute y responsable de electrónica, sistemas embebidos, telecomunicaciones, diseño de circuitos, microcontroladores, FPGA, IoT y desarrollo de hardware electrónico.

Conocer al Profesor
Dr. Javier Ferrer Salvatierra, director academico del SEIUM Naval & Offshore Institute

Dr. Javier Ferrer Salvatierra

Director Académico del SNO — SEIUM Naval & Offshore Institute

Profesor de Arquitectura Naval, Ingeniería Marítima, Sistemas de Propulsión, Construcción Naval e Ingeniería Offshore

El Dr. Javier Ferrer Salvatierra, de nacionalidad española, es Director Académico del SNO — SEIUM Naval & Offshore Institute y responsable de arquitectura naval, ingeniería marítima, construcción, propulsión, sistemas auxiliares, ingeniería offshore, seguridad y descarbonización marítima.

Conocer al Profesor
Dra. Isabel Martin Robles, directora academica del SEIUM Rail & Smart Cities Institute

Dra. Isabel Martín Robles

Directora Académica del RSC — SEIUM Rail & Smart Cities Institute

Profesora de Ingeniería Ferroviaria, Señalización, Movilidad Urbana, Infraestructuras Inteligentes y Sistemas de Transporte

La Dra. Isabel Martín Robles, de nacionalidad española, es Directora Académica del RSC — SEIUM Rail & Smart Cities Institute y profesora responsable de las áreas de ingeniería ferroviaria, señalización, sistemas de control del tráfico, movilidad urbana, transporte inteligente, infraestructuras conectadas y planificación de ciudades inteligentes.

Conocer al Profesor
Dr. Carlos Navarro Sanz, director academico del SEIUM Energy & Networks Institute

Dr. Carlos Navarro Sanz

Director Académico del SEN — SEIUM Energy & Networks Institute

Profesor de Sistemas Eléctricos de Potencia, Smart Grids, Energías Renovables, Almacenamiento y Digitalización de Redes

El Dr. Carlos Navarro Sanz, de nacionalidad española, es Director Académico del SEN — SEIUM Energy & Networks Institute y responsable de sistemas eléctricos, redes inteligentes, renovables, almacenamiento, operación, protecciones, subestaciones, digitalización y planificación energética.

Conocer al Profesor

Admisiones

Cómo se accede a este curso

  1. 1
    Solicitud

    Rellenas el formulario con tu perfil y la formación que te interesa. Sin coste ni compromiso.

  2. 2
    Evaluación del perfil

    Revisamos formación y experiencia para confirmar que el programa encaja con tu punto de partida.

  3. 3
    Entrevista técnica

    Una conversación con el equipo académico para ajustar objetivos, ritmo y dedicación.

  4. 4
    Matrícula

    Se confirma la plaza y recibes los accesos. El programa arranca cuando tú decides.

Qué documentación hace falta

Currículum actualizado y titulación o acreditación de experiencia equivalente. Si quieres, puedes añadir ejemplos de proyectos o de código; no son obligatorios, pero ayudan a afinar el itinerario.

Becas y formas de pago

Hay descuento por pago único y becas parciales por mérito académico, por situación económica y por fomento de la inclusión, además de convenios con empresas del sector. En la entrevista se revisa cuál te corresponde.

Cuándo puedes empezar

La matrícula está abierta todo el año. Al ser un programa online y asíncrono no hay que esperar a una convocatoria: se empieza en cuanto se formaliza la matrícula.

¿Tienes dudas?

Nuestro equipo está listo para ayudarte. Contáctanos y te responderemos lo antes posible.

Por favor, activa JavaScript en tu navegador para completar este formulario.

F. A. Q

Preguntas frecuentes

¿Cuántas horas de dedicación semanal exige?

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.

¿Qué software necesito?

Se trabaja con MATLAB/Simulink, GT-SUITE, AVL Cruise M, Simcenter Amesim. Se usan versiones gratuitas, académicas o de evaluación, y el tutor indica la alternativa libre cuando existe.

¿Qué titulación obtengo?

Diploma propio de SEIUM al superar la evaluación continua y el proyecto integrador. Es formación propia, no un título oficial del Ministerio.

¿Se puede convalidar con otra formación de SEIUM?

Sí. Los módulos superados en un curso o diplomado del mismo área convalidan en el programa superior. Consulta la política de convalidaciones al matricularte.

Contáctanos

Lo que se busca en Google

Las preguntas que más se hacen sobre análisis probabilista en electromovilidad

¿Qué es análisis probabilista en electromovilidad?

Es una especialidad propia de el sector de automoción. En la práctica consiste en aplicar un método de ingeniería concreto (requisitos, diseño, cálculo, ensayo y puesta en servicio) a ese ámbito, con sus propias normas, herramientas y criterios de aceptación. Este curso recorre ese método completo en 6 módulos.

¿Qué salidas profesionales tiene análisis probabilista en electromovilidad?

Contratan sobre todo fabricantes, proveedores de primer nivel, equipos de competición y servicios de homologación. Los puestos habituales son los de ingeniero de diseño, de cálculo, de ensayo, de puesta en marcha y de calidad o cumplimiento normativo, además de los perfiles de proyecto que coordinan a los anteriores.

¿Qué normas hay que conocer para trabajar en análisis probabilista en electromovilidad?

Las de referencia son ISO 26262, ISO 21434, Reglamentos UNECE, entre otras. No basta con saber que existen: lo que piden las empresas es saber qué exige cada una, qué evidencia hay que generar y cómo se documenta. Es lo que se trabaja en el módulo de marco normativo.

¿Qué herramientas se usan en análisis probabilista en electromovilidad?

En el día a día se trabaja con herramientas de simulación multicuerpo y de sistemas, bancos de ensayo y equipos de adquisición y telemetría. Durante la formación se usan en los ejercicios y en el proyecto final, de modo que lo que se practica es lo mismo que se pide en una oferta de empleo.

¿Cuánto se tarda en especializarse en análisis probabilista en electromovilidad?

Este programa son 300 horas. Con 10 horas a la semana salen unas 30 semanas; con 5 horas, el doble. Al ser 100 % online y asíncrono, el calendario lo marca el alumno y no hay clases a hora fija.

¿Se puede estudiar análisis probabilista en electromovilidad online?

Sí. Todo el programa es online y asíncrono: material, ejercicios y entregas quedan disponibles desde el primer día y cada módulo se cierra con un entregable que el tutor corrige de forma individual. No hay desplazamientos ni horarios.

¿Qué nivel previo hace falta?

Se parte de una base técnica: formación en ingeniería o experiencia equivalente en el sector. No se exige experiencia previa en la especialidad concreta, porque los primeros módulos reconstruyen los fundamentos antes de entrar en los métodos avanzados.

Testimonios & trayectorias

Otras formaciones de Electromovilidad, Baterías y Hidrógeno (Movilidad)

Curso de fundamentos de vehículos eléctricosCurso · 300 h · 100 % onlineCurso de arquitectura básica de un EVCurso · 300 h · 100 % onlineCurso de dinámica de tracción eléctricaCurso · 300 h · 100 % onlineCurso de motores síncronos vs. asíncronos en EVCurso · 300 h · 100 % onlineCurso de eficiencia energética en electromovilidadCurso · 300 h · 100 % onlineCurso de autonomía y consumo en vehículos eléctricosCurso · 300 h · 100 % online

Ver todas las formaciones de Electromovilidad, Baterías y Hidrógeno (Movilidad)

Ficha del programa

El programa en datos

6módulosEstructura
60submódulosUnidades de trabajo
300horasCarga total
3-5mesesDedicación
Modalidad
online, 100 % a distancia.
Duración
300 horas · 3 a 5 meses.
Estructura
6 módulos y 60 submódulos.
Área
Electromovilidad, Baterías & H2.
Titulación
diploma propio de SEIUM.
Convocatorias
abiertas, matrícula continua.
Tutorización
tutor técnico asignado y corrección individual.
Idioma
español.

Formaciones relacionadas

Programa revisado el .

Seium - Universidad de ingeniería avanzada
Powered by  GDPR Cookie Compliance
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.