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

Curso de telemetría online en motocicletas eléctricas de competición

Sobre nuestro Curso de telemetría online en motocicletas eléctricas de competición

El curso en telemetría online en motocicletas eléctricas de competición de SEIUM es una formación 100 % online de 300 horas, estructurada en 6 módulos y 60 submódulos. Cubre telemetría online en motocicletas eléctricas de competición desde los fundamentos hasta la validación y la puesta en operación, con el marco normativo de referencia del sector —Reglamento (UE) 168/2013, UNECE R41 (ruido) y UNECE R78 (frenado)— aplicado sobre casos reales y no como un anexo teórico.

El trabajo práctico se realiza con las herramientas que se usan en la industria: BikeSim, MATLAB/Simulink, Adams Motorcycle y ANSYS. 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 dinámica de motocicleta, especialista en suspensiones y ingeniero de e-powertrain en fabricantes de motocicleta, competición y micromovilidad.

telemetría en motocicletas
Curso de telemetría online en motocicletas eléctricas de competición
  • Modalidad: Online
  • Duración: 4 meses
  • Horas: 300 H
  • Idioma: ES / EN
  • Fecha de matrícula: 16-10-2026
  • Plazas disponibles: 12

795 €

Aplicar Ahora

Competencias y resultados

Qué aprenderás

1. Dominio Profundo con nuestro curso de telemetría online

  • Interpretación integral de los datos de telemetría: velocidad, aceleración, ángulos de inclinación, fuerza G, y par motor en tiempo real.
  • Diagnóstico avanzado de fallas y optimización del rendimiento del motor eléctrico: análisis de la eficiencia energética, gestión térmica y estrategias de regeneración.
  • Configuración y calibración de sistemas de adquisición de datos (DAQ) y sensores específicos dentro de este curso de telemetría online.
  • Análisis predictivo de componentes críticos: baterías, motores, inversores y sistemas de control, utilizando datos de telemetría.
  • Diseño y programación de algoritmos de control basados en telemetría para optimizar el rendimiento y la seguridad.
  • Estrategias de gestión de carrera basadas en telemetría: simulación de escenarios, optimización de la estrategia de pit stop y gestión de neumáticos.
  • Identificación y corrección de problemas en tiempo real durante las carreras, utilizando el análisis de datos de telemetría.
  • Aplicación de herramientas de software especializadas para el análisis en esta telemetría motorsport curso de nivel profesional.
  • Optimización de la configuración de la motocicleta eléctrica para diferentes circuitos y condiciones climáticas, utilizando datos de telemetría.
  • Desarrollo de habilidades de comunicación y colaboración en equipos de competición, compartiendo datos de telemetría y conocimientos técnicos.

2. Análisis Avanzado de Datos Telemétricos para la Optimización en Motociclismo Eléctrico de Competición

  • Identificar y analizar patrones complejos en datos telemétricos para optimizar el rendimiento de motocicletas eléctricas de competición.
  • Evaluar el comportamiento dinámico de la motocicleta en diversas condiciones de carrera, utilizando análisis de datos avanzado.
  • Interpretar y aplicar algoritmos de machine learning para predecir y mejorar el rendimiento del vehículo.
  • Dominar el uso de software especializado para la visualización y el análisis de datos telemétricos.
  • Optimizar la configuración de la motocicleta basándose en datos empíricos y simulaciones.
  • Desarrollar estrategias para la gestión de la energía y la eficiencia del motor eléctrico.
  • Evaluar la influencia de variables como la temperatura, la presión y la aceleración en el rendimiento del vehículo.
  • Implementar técnicas de análisis predictivo para identificar problemas potenciales antes de que ocurran.
  • Generar informes técnicos y presentaciones para comunicar los resultados del análisis de datos de manera efectiva.
  • Aplicar metodologías de mejora continua basadas en el análisis de datos para optimizar el rendimiento de la motocicleta a lo largo del tiempo.

3. Diseño y validación industrial en el curso telemetría automoción

Aprenderás a integrar todo el proceso de desarrollo de producto desde la concepción del modelo hasta su validación final, aplicando metodologías centradas en el usuario. Desarrollarás competencias en diseño paramétrico, ergonomía, simulación, materiales sostenibles, visualización 3D y gestión de manufactura, garantizando soluciones eficientes, seguras y alineadas con los estándares industriales actuales del entorno del curso telemetría automoción y competición.

4. Estrategias y herramientas de formación en telemetría online

  • Dominar la recopilación y análisis de datos de telemetría en tiempo real, incluyendo sensores clave como acelerómetros, giróscopos, sensores de posición y temperatura, para comprender el rendimiento dinámico de la motocicleta eléctrica.
  • Diseñar y configurar sistemas de adquisición de datos (DAQ) robustos y eficientes, seleccionando el hardware y software apropiados para la recopilación, almacenamiento y transmisión de datos de telemetría de alta precisión.
  • Aplicar técnicas avanzadas de procesamiento de señales para filtrar el ruido, calibrar los datos y extraer información significativa de la telemetría, como la identificación de tendencias, el análisis de la dinámica del vehículo y la optimización del rendimiento.
  • Utilizar herramientas de visualización de datos y análisis para interpretar la información del curso de telemetría online, identificar áreas de mejora en la configuración de la motocicleta y en la estrategia de conducción, y tomar decisiones informadas para optimizar el rendimiento en competición.
  • Establecer correlaciones entre los datos de telemetría y el rendimiento de la motocicleta, como la velocidad, la aceleración, el ángulo de inclinación y la trazada, para comprender la influencia de cada variable en el tiempo por vuelta.
  • Aplicar estrategias de control y gestión de la energía eléctrica, monitoreando el consumo de batería, la potencia del motor y otros parámetros relevantes, para optimizar la eficiencia energética y maximizar el rendimiento durante la carrera.
  • Evaluar el impacto de diferentes configuraciones de la motocicleta, como la suspensión, los neumáticos y la aerodinámica, utilizando los datos de telemetría para identificar la configuración óptima para cada circuito y condición de carrera.
  • Implementar sistemas de comunicación de datos en tiempo real entre la motocicleta y el equipo de boxes, permitiendo la monitorización remota de los datos de telemetría y la comunicación bidirecciónal para ajustar la estrategia de carrera.
  • Analizar el rendimiento del piloto en función de los datos de telemetría, como las líneas de trazada, la aceleración y el frenado, para identificar áreas de mejora y optimizar la técnica de conducción.
  • Utilizar la telemetría para simular diferentes escenarios de carrera, predecir el rendimiento de la motocicleta y desarrollar estrategias de carrera basadas en datos, optimizando así las posibilidades de éxito mediante esta completa formación en telemetría online.

5. Optimización del rendimiento Telemetría motorsport curso práctico

  • Entender la arquitectura de los sistemas telemétricos y su integración en motocicletas eléctricas de competición.
  • Dominar las técnicas de adquisición de datos telemétricos, incluyendo sensores, protocolos de comunicación y almacenamiento de datos.
  • Analizar y comprender las variables clave de rendimiento en motocicletas eléctricas, como potencia, par motor, eficiencia energética y temperatura de la batería.
  • Aplicar métodos de análisis de datos para identificar áreas de mejora en el rendimiento de la motocicleta, como la optimización de la aceleración y la velocidad máxima.
  • Desarrollar estrategias de optimización basadas en datos telemétricos para mejorar el rendimiento de la motocicleta en diferentes condiciones de carrera.
  • Implementar técnicas de optimización en tiempo real para ajustar el rendimiento de la motocicleta durante la carrera.
  • Aprender sobre la gestión de la energía de la batería y cómo optimizar su rendimiento en función de la estrategia de carrera en esta especialización de telemetría motorsport curso.
  • Utilizar herramientas de simulación y modelado para predecir el rendimiento de la motocicleta y evaluar diferentes configuraciones.
  • Analizar los datos telemétricos para identificar problemas de fiabilidad y desarrollar soluciones para mejorar la durabilidad de la motocicleta.
  • Comprender los aspectos de seguridad relacionados con los sistemas eléctricos y la alta tensión en las motocicletas eléctricas.

6. Maestría en Telemetría Potenciando el Rendimiento de Motocicletas Eléctricas de Competición

Aprenderás a integrar todo el proceso de desarrollo de producto desde la concepción del modelo hasta su validación final, aplicando metodologías centradas en el usuario. Desarrollarás competencias en diseño paramétrico, ergonomía, simulación, materiales sostenibles, visualización 3D y gestión de manufactura, garantizando soluciones eficientes, seguras y alineadas con los estándares industriales actuales que complementan tu perfil en el sector del curso telemetría automoción avanzado.

telemetría en motocicletas

Para quien va dirigido nuestro:

Curso de telemetría online en motocicletas eléctricas de competición

  • Ingenieros/as graduados/as en Ingeniería Mecánica, Eléctrica, Electrónica o áreas relacionadas con la ingeniería de vehículos eléctricos que buscan un curso de telemetría online.
  • Técnicos/as y profesionales con experiencia en telemetría, electrónica y sistemas de adquisición de datos, especialmente en el sector de la competición de motocicletas.
  • Ingenieros/as de equipos de competición (MotoGP, Moto2, Moto3, etc.) que deseen profundizar en el análisis y optimización de datos mediante una especializada telemetría motorsport curso.
  • Estudiantes avanzados/as de ingeniería que busquen especializarse en telemetría aplicada a vehículos eléctricos y deseen una ventaja competitiva en el mercado laboral de la automoción.
  • Aficionados/as y entusiastas de la competición de motocicletas eléctricas con conocimientos técnicos y un fuerte interés en el análisis de datos y la mejora del rendimiento.

Requisitos deseables: conocimientos básicos de electrónica, sensores, sistemas de adquisición de datos y programación (Python preferiblemente). Se valorará experiencia previa con telemetría en motocicletas o vehículos similares.

  • 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

1Introducción a la Telemetría en Motos Eléctricas (50 h)
  • 1.1. Módulo 1 — Introducción a la Telemetría en Motos Eléctricas
  • 1.2. Fundamentos de la Telemetría: ¿Qué es y cómo funciona en motocicletas eléctricas?
  • 1.3. Componentes Clave del Sistema Telemétrico: Sensores, unidades de adquisición de datos (DAQ), y transmisores.
  • 1.4. Tipos de Datos Telemétricos Recopilados: Voltaje, corriente, temperatura, posición, velocidad, aceleración, etc.
  • 1.5. Importancia de la Telemetría en la Competición: Ventajas y aplicaciones.
  • 1.6. Arquitectura del Sistema Telemétrico: Diagrama de flujo y estructura general.
  • 1.7. Instalación y Configuración Básica: Sensores y DAQ en la motocicleta.
  • 1.8. Software de Análisis Telemétrico: Introducción a las herramientas y plataformas.
  • 1.9. Interpretación Inicial de Datos: Identificación de patrones y anomalías.
  • 1.10. Consideraciones de Seguridad y Fiabilidad: Protección de datos y sistemas.
2Análisis de Datos Telemétricos Avanzados (50 h)
  • 2.1. Introducción al Análisis Avanzado de Datos Telemétricos
  • 2.2. Recopilación y Preparación de Datos Telemétricos
  • 2.3. Análisis de Sensores Específicos en Motocicletas Eléctricas
  • 2.4. Identificación y Análisis de Anomalías en los Datos
  • 2.5. Técnicas de Filtrado y Limpieza de Datos Telemétricos
  • 2.6. Visualización Avanzada de Datos Telemétricos
  • 2.7. Interpretación de Datos para la Optimización del Rendimiento
  • 2.8. Correlación de Datos Telemétricos con el Rendimiento en Pista
  • 2.9. Análisis de Estrategias de Carrera Basadas en Datos
  • 2.10. Estudio de Casos: Análisis de Carreras y Optimización de Resultados
3Desentrañando la Telemetría: Expertos (50 h)
  • 3.1. Fundamentos de la Telemetría en Motocicletas Eléctricas de Competición
  • 3.2. Sensores y Sistemas de Adquisición de Datos
  • 3.3. Parámetros Clave: Motor, Batería y Chasis
  • 3.4. Análisis Inicial de Datos: Identificación de Anomalías
  • 3.5. Software de Telemetría: Introducción y Configuración
  • 3.6. Interpretación de Gráficos y Datos Críticos
  • 3.7. Estrategias Básicas de Optimización: Pilotaje y Configuración
  • 3.8. Casos de Estudio: Análisis de Datos en Situaciones Reales
  • 3.9. Troubleshooting: Solución de Problemas Comunes
  • 3.10. Conclusión: Primeros Pasos hacia el Éxito Telemétrico
4Estrategias Telemétricas en Competición (50 h)
  • 4.1. Selección y Configuración de Sensores Telemétricos en Motocicletas Eléctricas de Competición
  • 4.2. Captura y Registro de Datos: Técnicas Avanzadas en Telemetría
  • 4.3. Análisis de Datos en Tiempo Real y Post-Carrera
  • 4.4. Diseño de Estrategias Telemétricas para Diferentes Circuitos y Condiciones
  • 4.5. Optimización de la Adquisición de Datos para Identificar Puntos Críticos
  • 4.6. Implementación de Estrategias de Control de Datos
  • 4.7. Análisis de Datos para la Mejora de la Gestión de la Energía
  • 4.8. Estrategias de Telemetría para el Rendimiento del Motor y la Batería
  • 4.9. Análisis Predictivo y Simulación de Carreras
  • 4.10. Evaluación de Estrategias y Adaptación a las Condiciones de Carrera
5Optimización Telemétrica Integral (50 h)
  • 5.1. Recopilación y Configuración de Datos Telemétricos Avanzados
  • 5.2. Análisis Profundo de Datos Telemétricos: Estrategias y Métodos
  • 5.3. Optimización de la Potencia y Eficiencia Energética
  • 5.4. Gestión Térmica Avanzada y Control de Temperaturas Críticas
  • 5.5. Análisis del Comportamiento Dinámico del Vehículo
  • 5.6. Diseño e Implementación de Estrategias de Pilotaje Basadas en Telemetría
  • 5.7. Desarrollo de Sistemas de Adquisición de Datos Personalizados
  • 5.8. Integración de Telemetría con Sistemas de Suspensión y Frenado
  • 5.9. Análisis de Fallos y Diagnóstico Predictivo
  • 5.10. Mejora Continua del Rendimiento: Metodologías y Prácticas
6Telemetría Eléctrica: Conceptos Básicos (50 h)
  • 6.1. Introducción a la telemetría en motocicletas eléctricas
  • 6.2. Componentes clave de los sistemas de telemetría
  • 6.3. Sensores y su funcionamiento: tipos y aplicaciones
  • 6.4. Adquisición de datos: frecuencia de muestreo y precisión
  • 6.5. Transmisión y recepción de datos en tiempo real
  • 6.6. Software de telemetría: interfaz y funcionalidades básicas
  • 6.7. Parámetros esenciales: velocidad, aceleración, posición, etc.
  • 6.8. Configuración inicial y calibración de sistemas de telemetría
  • 6.9. Análisis de datos: herramientas y técnicas avanzadas
  • 6.10. Filtrado y limpieza de datos telemétricos
  • 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 telemetría online en motocicletas eléctricas de competición y su vocabulario normativo.
  • Aplicar Reglamento (UE) 168/2013, UNECE R41 (ruido) y UNECE R78 (frenado) a decisiones reales de diseño y validación.
  • Construir y correlacionar modelos de cálculo con BikeSim y MATLAB/Simulink.
  • Planificar y ejecutar campañas de ensayo en banco de amortiguadores y rodillo de potencia.
  • 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 telemetría online en motocicletas eléctricas de competición 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 BikeSim, MATLAB/Simulink, Adams Motorcycle, ANSYS, Dynaware, en versiones gratuitas, académicas o de evaluación. Los ensayos se estudian sobre procedimientos reales de banco de amortiguadores, rodillo de potencia, banco de frenado. La evaluación es continua por módulo más el proyecto integrador final.

El marco con el que se trabaja

Normas y estándares

  • Reglamento (UE) 168/2013
  • UNECE R41 (ruido)
  • UNECE R78 (frenado)
  • ISO 13232 (ensayos de impacto)
  • FIM Technical Rules
  • ECE 22.06 (cascos)
  • ISO 4249 (neumáticos)

Dónde se aplica

Salidas profesionales

  • Ingeniero de dinámica de motocicleta
  • Especialista en suspensiones
  • Ingeniero de e-powertrain
  • Técnico de telemetría
  • Responsable de homologación L-category
  • Ingeniero de seguridad pasiva

Sectores de destino: fabricantes de motocicleta, competición, micromovilidad, equipamiento de seguridad, aftermarket. SEIUM no garantiza la obtención de empleo: se trata de una formación propia orientada a la capacitación técnica.

Anatomía del sistema

Qué hay dentro de la motocicleta

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

ABCD123456batallaalturaTELEMETRÍA ONLINE EN MOTOCICLETAS ELÉCTRVISTA LATERAL · MOTOCICLETASEIUMESC. S/E12345678

Motor y transmisión

Ciclo, distribución, caja de cambios y transmisión final: de dónde sale el par y cómo llega a la rueda.

Se trabaja en el Módulo 3 del plan de estudios.

Chasis y geometría

Lanzamiento, avance, distribución de masas y rigidez: lo que decide cómo entra en curva.

Se trabaja en el Módulo 5 del plan de estudios.

Suspensión delantera

Horquilla, precarga, hidráulica de compresión y extensión, y el hundimiento en frenada.

Se trabaja en el Módulo 5 del plan de estudios.

Basculante y amortiguador

Progresividad del sistema, anti-squat y el reparto de carga al acelerar.

Se trabaja en el Módulo 5 del plan de estudios.

Frenos

Discos, pinzas, bomba y ABS: reparto delantero y trasero y transferencia de carga.

Se trabaja en el Módulo 6 del plan de estudios.

Neumáticos y contacto

Huella, deriva, temperatura y presión: el único punto por donde pasa todo.

Se trabaja en el Módulo 6 del plan de estudios.

Electrónica y sensores

Inyección, mapas, IMU, control de tracción y adquisición de datos a bordo.

Se trabaja en el Módulo 6 del plan de estudios.

Homologación y ensayo

Reglamentos aplicables a vehículos de dos ruedas, ensayos de tipo y el expediente técnico.

Se trabaja en el Módulo 2 del plan de estudios.

Marco de referencia

Normas y estándares que vas a manejar

ISO 9001

Sistema de gestión de la calidad: procesos, trazabilidad y mejora continua.

ISO 31000

Gestión del riesgo: identificación, análisis, evaluación y tratamiento.

ISO/IEC/IEEE 15288

Procesos del ciclo de vida de los sistemas, de la necesidad a la retirada.

ISO 45001

Seguridad y salud en el trabajo aplicada al entorno de proyecto.

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

  • Optimización Telemetría: Batería-Motor-Neumáticos; Análisis Predictivo; Simulaciones Avanzadas.
  • Gestión Datos: Plataformas Big Data; Visualización Interactiva; Reportes Inteligentes.
  • Estrategias Carrera: Telemetría Tiempo Real; Análisis Competencia; Optimización Parámetros.
  • Análisis Rendimiento: Identificación Áreas Mejora; Correlación Datos-Resultados.

  • Optimización Telemetría: Batería-Motor-Neumáticos; Análisis Predictivo; Simulaciones Avanzadas.
  • Gestión Datos: Plataformas Big Data; Visualización Interactiva; Reportes Inteligentes.
  • Estrategias Carrera: Telemetría Tiempo Real; Análisis Competencia; Optimización Parámetros.
  • Análisis Rendimiento: Identificación Áreas Mejora; Correlación Datos-Resultados.

  • Análisis Telemétrico Avanzado: Identificación de patrones y correlaciones clave.
  • Optimización del Rendimiento: Ajustes de estrategia y configuración.
  • Estrategias de Competición: Predicción y simulación para la victoria.
  • Diseño de Software Telemétrico: Integración y visualización de datos.

  • Análisis de Datos Telemétricos: Identificación de parámetros clave para optimización.
  • Modelado Predictivo: Desarrollo de modelos predictivos de rendimiento.
  • Estrategias de Optimización: Diseño de estrategias para mejorar tiempos y eficiencia.
  • Validación y Simulación: Implementación y verificación en simulaciones y pruebas reales.

  • Análisis de Datos Telemétricos: Identificación de variables clave, correlación rendimiento-datos.
  • Estrategias de Optimización: Ajustes en tiempo real, simulación de escenarios, mejora de tiempos.
  • Diseño de Sistema Telemétrico: Selección de sensores, configuración, integración de datos en plataforma.
  • Análisis de Rendimiento: Visualización avanzada, identificación de áreas de mejora, informes.

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 BikeSim, MATLAB/Simulink, Adams Motorcycle, ANSYS. 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 telemetría online en motocicletas eléctricas de competición

¿Qué es telemetría online en motocicletas eléctricas de competición?

Es una especialidad propia de la ingeniería industrial. 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 telemetría online en motocicletas eléctricas de competición?

Contratan sobre todo ingenierías, fabricantes y departamentos técnicos de empresa industrial. 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 telemetría online en motocicletas eléctricas de competición?

Las de referencia son ISO 9001, ISO 31000, ISO/IEC/IEEE 15288, 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 telemetría online en motocicletas eléctricas de competición?

En el día a día se trabaja con herramientas de gestión de requisitos, cálculo y verificación habituales en ingeniería. 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 telemetría online en motocicletas eléctricas de competición?

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 telemetría online en motocicletas eléctricas de competición 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.

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
Motocicletas & 2 Ruedas.
Titulación
diploma propio de SEIUM.
Convocatorias
abiertas, matrícula continua.
Tutorización
tutor técnico asignado y corrección individual.
Idioma
español.

Compara antes de decidir

Esta formación frente a otra del catálogo

Curso · estás aquíCurso de telemetría online en motocicletas eléctricas de competiciónDiplomadoDiplomado en Energía y Carga para Flotas Eléctricas 2R
Horas300 h800 h
Módulos68
Submódulos6080
Precio795 €1.090 €

Ver Diplomado en Energía y Carga para Flotas Eléctricas 2R

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.