Máster en Ingeniería de Computación Heterogénea para AD — CPU/GPU/NPUs, scheduling, thermal/power budgeting.
Máster online de 1900 h: 12 módulos y 120 submódulos, de «Cómputo para conducción autónoma» a «Proyecto de cómputo heterogéneo», pasando por «Gestión térmica».
Mapa del programa · pulsa un módulo
Módulo 1 · Cómputo para conducción autónoma
1900 hDuración total
12Módulos
120Submódulos
OnlineModalidad
Competencias y resultados
6 bloques de competencia, sacados de los módulos de este programa. Pulsa cualquiera y ves qué vas a saber hacer.
Cómputo para conducción autónoma
Saldrás manejando requisitos de cómputo del stack AD, cargas de percepción, predicción y planificación y operaciones por segundo y TOPS. Es lo que se trabaja en «Cómputo para conducción autónoma», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
SoC de automoción
Saldrás manejando NVIDIA DRIVE Orin y Thor, qualcomm Snapdragon Ride y familia Mobileye EyeQ. Es lo que se trabaja en «SoC de automoción», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Inferencia de redes neuronales
Saldrás manejando compilación de modelos, tensorRT y optimizaciones y cuantización INT8 y FP8. Es lo que se trabaja en «Inferencia de redes neuronales», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Gestión térmica
Saldrás manejando disipación de potencia en SoC, throttling térmico y sus efectos y refrigeración por aire y líquido. Es lo que se trabaja en «Gestión térmica», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Seguridad funcional del hardware
Saldrás manejando ISO 26262 parte 5 y 11, métricas SPFM y LFM y lockstep y redundancia. Es lo que se trabaja en «Seguridad funcional del hardware», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Evaluación y benchmarking
Saldrás manejando benchmarks MLPerf Automotive, métricas de rendimiento y pruebas de latencia. Es lo que se trabaja en «Evaluación y benchmarking», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Objetivos de aprendizaje
01Analizar los requisitos de cómputo de un stack de conducción autónoma.
02Comparar arquitecturas heterogéneas y SoC de automoción.
03Programar aceleradores mediante CUDA y frameworks paralelos.
04Optimizar la inferencia de redes neuronales.
05Planificar tareas con requisitos de tiempo real.
06Gestionar presupuestos térmicos y de potencia.
07Desarrollar un proyecto de cómputo heterogéneo para conducción autónoma.
Plan de estudios
12 módulos, 120 submódulos, 1900 h. Elige un módulo y ves su contenido completo.
1 de 12 módulos abiertos
Módulo 1 de 12 · 10 submódulos
Cómputo para conducción autónoma
1.1Requisitos de cómputo del stack AD
1.2Cargas de percepción, predicción y planificación
1.3Operaciones por segundo y TOPS
1.4Latencia de extremo a extremo
1.5Consumo energético del sistema
1.6Evolución de plataformas de cómputo
1.7Arquitecturas centralizadas de cómputo
1.8Coste del hardware
1.9Tendencias de silicio
1.10Caso práctico: presupuesto de cómputo de un robotaxi
Módulo 2 de 12 · 10 submódulos
Arquitecturas heterogéneas
2.1CPU multinúcleo ARM y x86
2.2GPU para inferencia
2.3NPU y aceleradores dedicados
2.4DSP y aceleradores de visión
2.5FPGA en automoción
2.6Islas de seguridad lockstep
2.7Jerarquía de memoria
2.8Interconexión en chip
2.9Coherencia de caché
2.10Laboratorio: perfilado en SoC heterogéneo
Módulo 3 de 12 · 10 submódulos
SoC de automoción
3.1NVIDIA DRIVE Orin y Thor
3.2Qualcomm Snapdragon Ride
3.3Familia Mobileye EyeQ
3.4Texas Instruments TDA4
3.5Familia Renesas R-Car
3.6Comparativa de rendimiento
3.7Software y SDKs
3.8Calificación de componentes AEC-Q100
3.9Roadmaps de fabricantes
3.10Práctica: comparativa de SoC por caso de uso
Módulo 4 de 12 · 10 submódulos
Programación paralela
4.1Modelo de programación CUDA
4.2OpenCL y SYCL
4.3Paralelismo de datos y tareas
4.4Optimización de kernels
4.5Memoria compartida y global
4.6Transferencias entre host y dispositivo
4.7Programación de DSP
4.8Librerías optimizadas cuBLAS y cuDNN
4.9Depuración de código paralelo
4.10Taller: kernel CUDA de preprocesado
Módulo 5 de 12 · 10 submódulos
Inferencia de redes neuronales
5.1Compilación de modelos
5.2TensorRT y optimizaciones
5.3Cuantización INT8 y FP8
5.4Poda y destilación
5.5Fusión de capas
5.6Particionado entre aceleradores
5.7Batch y latencia
5.8Compiladores de modelos como TVM
5.9Validación de precisión
5.10Laboratorio: despliegue con TensorRT
Módulo 6 de 12 · 10 submódulos
Scheduling y tiempo real
6.1Planificación de tareas en sistemas heterogéneos
6.2Grafos de tareas DAG
6.3Prioridades y preemption
6.4Scheduling en GPU
6.5Análisis de tiempo de respuesta
6.6WCET en hardware heterogéneo
6.7Interferencias en memoria
6.8Particionado temporal de recursos
6.9Herramientas de análisis
6.10Práctica: análisis de cadena de procesamiento
Módulo 7 de 12 · 10 submódulos
Gestión térmica
7.1Disipación de potencia en SoC
7.2Throttling térmico y sus efectos
7.3Refrigeración por aire y líquido
7.4Diseño de disipadores
7.5Modelado térmico de la unidad
7.6Entornos de automoción extremos
7.7Monitorización de temperatura
7.8Gestión dinámica térmica
7.9Validación térmica en cámara climática
7.10Taller: simulación térmica con Icepak
Módulo 8 de 12 · 10 submódulos
Gestión de potencia
8.1Presupuesto de potencia del sistema
8.2Escalado dinámico de tensión y frecuencia
8.3Estados de bajo consumo
8.4Gestión de potencia por carga
8.5Impacto en autonomía del vehículo
8.6Fuentes de alimentación
8.7Eficiencia energética de la inferencia
8.8Optimización del compromiso consumo-rendimiento
8.9Monitorización de consumo
8.10Laboratorio: curva rendimiento-potencia
Módulo 9 de 12 · 10 submódulos
Seguridad funcional del hardware
9.1ISO 26262 parte 5 y 11
9.2Métricas SPFM y LFM
9.3Lockstep y redundancia
9.4ECC y protección de memoria
9.5Monitores de seguridad del SoC
9.6Análisis FMEDA del hardware
9.7Errores transitorios por radiación
9.8Libertad de interferencia
9.9Manuales de seguridad
9.10Caso práctico: FMEDA de SoC
Módulo 10 de 12 · 10 submódulos
Virtualización y particionado
10.1Hipervisores en SoC
10.2Particionado de GPU
10.3Aislamiento de memoria
10.4Asignación de aceleradores
10.5Criticidad mixta en un mismo SoC
10.6Contenedores sobre máquinas virtuales
10.7Gestión de recursos
10.8Rendimiento de la virtualización
10.9Seguridad del particionado
10.10Práctica: particionado con hipervisor
Módulo 11 de 12 · 10 submódulos
Evaluación y benchmarking
11.1Benchmarks MLPerf Automotive
11.2Métricas de rendimiento
11.3Pruebas de latencia
11.4Pruebas térmicas bajo carga sostenida
11.5Comparación de plataformas
11.6Metodología de evaluación
11.7Herramientas de perfilado
11.8Informes de rendimiento
11.9Toma de decisiones
11.10Taller: benchmark de pipeline AD
Módulo 12 de 12 · 10 submódulos
Proyecto de cómputo heterogéneo
12.1Definición de la carga de trabajo
12.2Selección de plataforma
12.3Mapeo de tareas a aceleradores
12.4Optimización de inferencia
12.5Scheduling y tiempo real
12.6Gestión térmica y de potencia
12.7Evaluación del sistema
12.8Conclusiones y trabajo futuro
12.9Memoria del TFM
12.10Defensa ante tribunal
¿Cuánto me va a llevar?
Mueve las horas que puedes dedicar cada semana y calculamos tu ritmo sobre las 1900 h del programa.
—meses a ese ritmo
—semanas por módulo
—frente a los 1900 horas · 12 a 18 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.
Latencia de extremo a extremo
Módulo 1 · Cómputo para conducción autónoma
NVIDIA DRIVE Orin y Thor
Módulo 3 · SoC de automoción
Compiladores de modelos como TVM
Módulo 5 · Inferencia de redes neuronales
Modelado térmico de la unidad
Módulo 7 · Gestión térmica
Métricas SPFM y LFM
Módulo 9 · Seguridad funcional del hardware
Marca los cinco conceptos y te damos tu resultado.
Normas y estándares que vas a manejar
ISO 26262AEC-Q100ISO 21448ISO/SAE 21434IEC 61508JEDEC JESD51ISO 16750-4MISRA C++:2023
Cuerpo docente y expertos
Este programa se imparte en el área de Autónomos, ADAS & Vehículo Definido por Software, 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 SchneiderDirector Académico del Departamento EMH — Electromobility, Batteries & Hydrogen.
Dr. Kevin O’ConnorDirector Académico del EET — Electronics & Embedded Technologies Institute.
Prof. Kenji TakahashiDirector Académico del SRA — Robotics & Autonomous Systems Institute.
1Rellenas la solicitud de admisiónTitulación o experiencia y firma, en una sola página.
2El sistema verifica la documentación al instanteEl sistema comprueba los datos y la firma al momento.
3Eliges modalidad de pago y reservas tu plazaPago único con descuento o entrada más cuotas mensuales. La matrícula de esta semana cierra el 20-11-2026.
¿Tienes titulación universitaria en ingeniería, ciencias o arquitectura, o experiencia profesional equivalente?
¿Trabajas o quieres trabajar en Autónomos, ADAS & Vehículo Definido por Software?
¿Puedes mantener un ritmo de estudio constante durante 1900 horas · 12 a 18 meses?
Responde las tres y te decimos por dónde seguir.
Requisitos de acceso
·Titulación universitaria en ingeniería, ciencias o arquitectura, o experiencia profesional acreditable equivalente.
·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 CUDA, NVIDIA TensorRT, Apache TVM, ANSYS Icepak, Nsight Systems, en versiones gratuitas, académicas o de evaluación. Los ensayos se estudian sobre procedimientos reales de perfilado de cargas de inferencia, ensayos térmicos de unidades de cómputo, benchmarking de plataformas de conducción. La evaluación es continua por módulo más el TFM final.
Son 12 módulos con 120 submódulos y 1900 h de trabajo total. Abre por «Cómputo para conducción autónoma» y cierra con «Proyecto de cómputo heterogéneo».
Se trabajan ISO 26262, AEC-Q100, ISO 21448, ISO/SAE 21434, IEC 61508 y JEDEC JESD51.
Los perfiles más directos son Ingeniero de plataformas de cómputo, Ingeniero de optimización de inferencia, Arquitecto de hardware de automoción, Ingeniero de sistemas embebidos y Ingeniero de rendimiento.
En un pago son 3.304 €, sobre una tarifa de 4.130 €. A plazos, una entrada de 1.646 € y 12 cuotas de 207 €, 4.130 € en total, sin intereses: lo mismo que la tarifa.
Titulación universitaria en ingeniería, ciencias o arquitectura, o experiencia profesional acreditable equivalente, 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 1900 horas totales repartidas en 12 a 18 meses. Eso son entre 10 y 15 horas semanales de media, compatibles con jornada laboral completa.
Se trabaja con CUDA, NVIDIA TensorRT, Apache TVM, ANSYS Icepak, Nsight Systems. 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 Trabajo Fin de Máster. 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.
Inicio de clases: 20 de diciembre de 20263.304 €Matricularme
Antes de decidir
¿Qué sacarías tú de este máster?
No es lo mismo llegar aquí recién titulado que con diez años en el sector. Dinos de dónde vienes.
Qué te aportaPasar de la teoría de carrera al criterio de proyecto: qué norma aplica a cada parte del trabajo, qué criterios de aceptación se fijan antes de ejecutar y cómo se deja todo documentado.
Dónde vas a sudarEl módulo de normativa y evidencia documental, si todavía no has trabajado dentro de un proyecto real con auditoría de por medio.
Con qué salesCon una memoria técnica propia, sobre un caso real, que puedes poner encima de la mesa en una entrevista.
Qué te aportaFormalizar lo que ya haces por oficio: distinguir requisito obligatorio de buena práctica, justificar por escrito las decisiones técnicas y dejar el trabajo trazable.
Dónde vas a sudarPoco en contenido. El esfuerzo real está en el proyecto final y en su defensa.
Con qué salesCon el máster acreditado y un proyecto hecho sobre un caso de tu propio trabajo.
Qué te aportaLa base técnica de Autónomos, ADAS & Vehículo Definido por Software y el marco normativo del ámbito desde cero, sin dar por sabido el vocabulario del sector.
Dónde vas a sudarLas primeras semanas, por terminología. A partir del segundo módulo se nivela.
Con qué salesCon un perfil de entrada acreditado en Autónomos, ADAS & Vehículo Definido por Software y un proyecto que demuestra que sabes aplicarlo.
¿Te va a dar la vida?
Calcula tu ritmo real
Son 1900 horas. Mueve el control y mira cuánto tardarías tú de verdad.
—para terminar
¿Y esto para qué me sirve?
Marca lo que más te interesa
Elige hasta 3 módulos y te digo cuánto pesan en el programa y a qué perfiles prepara.
Perfiles a los que prepara
Ingeniero de plataformas de cómputo
Ingeniero de optimización de inferencia
Arquitecto de hardware de automoción
En automoción, semiconductores y conducción autónoma.
Con sinceridad
¿Es para ti?
Sí, si quieres…
Trabajar en Autónomos, ADAS & Vehículo Definido por Software con criterio de norma, no solo de intuición.
Saber justificar por escrito por qué tomaste una decisión técnica.
Terminar con una memoria técnica tuya, sobre un caso real.
Avanzar a tu ritmo, compatible con una jornada completa.
No, si buscas…
Un título rápido sin entregar trabajo propio.
Clases en directo con horario fijo: el programa es asíncrono.
Empezar mañana: las clases empiezan justo un mes después de matricularte.
Formación de taller o práctica presencial con maquinaria.
¿Te queda una duda?
Pregunta algo concreto
Escríbela aquí y la pasamos al formulario de contacto con la formación ya identificada.