Máster en Ingeniería de Visual Analytics y BI Técnico
Máster online de 1900 h: 12 módulos y 120 submódulos, de «Analítica visual» a «Trabajo Fin de Máster», pasando por «Visualización de series temporales técnicas».
Mapa del programa · pulsa un módulo
Módulo 1 · Analítica visual
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.
Analítica visual
Saldrás manejando definición y proceso de la analítica visual, modelo de Keim y bucle de sensemaking y exploración frente a confirmación. Es lo que se trabaja en «Analítica visual», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Visualización de datos complejos
Saldrás manejando gráficos de coordenadas paralelas, matrices de dispersión y reducción de dimensionalidad con t-SNE y UMAP. Es lo que se trabaja en «Visualización de datos complejos», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Herramientas de BI
Saldrás manejando power BI en profundidad, tableau y su motor de consultas y apache Superset de código abierto. Es lo que se trabaja en «Herramientas de BI», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Visualización de series temporales técnicas
Saldrás manejando grandes volúmenes de series, submuestreo preservando la forma y visualización de alarmas y eventos. Es lo que se trabaja en «Visualización de series temporales técnicas», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Programación de visualizaciones
Saldrás manejando python con Matplotlib y Seaborn, plotly y Dash y bokeh y HoloViews. Es lo que se trabaja en «Programación de visualizaciones», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Gobierno del BI
Saldrás manejando estrategia de BI y autoservicio, centro de excelencia y certificación de conjuntos de datos. Es lo que se trabaja en «Gobierno del BI», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Objetivos de aprendizaje
01Aplicar principios de analítica visual al análisis de datos técnicos.
02Diseñar visualizaciones eficaces y accesibles.
03Visualizar datos multivariantes, temporales y de redes.
04Modelar datos para soluciones de BI con capas semánticas.
05Desarrollar cuadros de mando técnicos con herramientas BI.
06Integrar la analítica visual con modelos de aprendizaje automático.
07Gobernar plataformas de BI de autoservicio.
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
Analítica visual
1.1Definición y proceso de la analítica visual
1.2Modelo de Keim y bucle de sensemaking
1.3Exploración frente a confirmación
1.4Tareas analíticas de bajo y alto nivel
1.5Tipologías de datos
1.6Escalabilidad visual de grandes volúmenes
1.7Interacción y razonamiento
1.8Analítica visual en ingeniería
1.9Investigación actual en analítica visual
1.10Caso práctico: análisis de una investigación técnica con analítica visual
Módulo 2 de 12 · 10 submódulos
Percepción y diseño visual
2.1Canales visuales y efectividad
2.2Color para datos secuenciales y divergentes
2.3Paletas de color accesibles
2.4Densidad de información
2.5Gráficos de referencia de Tufte y Few
2.6Escalas logarítmicas y ejes
2.7Visualización de incertidumbre
2.8Errores frecuentes en BI técnico
2.9Guías de estilo corporativas
2.10Práctica: guía de estilo para cuadros de mando técnicos
Módulo 3 de 12 · 10 submódulos
Visualización de datos complejos
3.1Gráficos de coordenadas paralelas
3.2Matrices de dispersión
3.3Reducción de dimensionalidad con t-SNE y UMAP
3.4Mapas de calor y agrupamiento
3.5Visualización de jerarquías
3.6Visualización de redes
3.7Datos temporales y calendarios
3.8Visualización de datos geoespaciales
3.9Visualización de datos textuales
3.10Laboratorio: exploración multivariante de datos de proceso
Módulo 4 de 12 · 10 submódulos
Modelado de datos para BI
4.1Modelo en estrella y copo de nieve
4.2Dimensiones de tiempo y activos
4.3Tablas de hechos de sensores y eventos
4.4Granularidad y agregaciones
4.5Capa semántica de métricas
4.6Medidas con lenguaje DAX
4.7Modelos compuestos y DirectQuery
4.8Rendimiento del modelo
4.9Seguridad a nivel de fila
4.10Taller: modelo semántico de datos de mantenimiento
Módulo 5 de 12 · 10 submódulos
Herramientas de BI
5.1Power BI en profundidad
5.2Tableau y su motor de consultas
5.3Apache Superset de código abierto
5.4Grafana para datos técnicos
5.5Qlik y modelo asociativo
5.6Comparativa de herramientas
5.7Licenciamiento y costes
5.8BI embebido en aplicaciones
5.9Integración con fuentes industriales
5.10Práctica: comparativa Power BI frente a Grafana
Módulo 6 de 12 · 10 submódulos
BI técnico e industrial
6.1KPI de producción según ISO 22400
6.2Cuadros de mando de OEE
6.3Visualización de SPC
6.4Indicadores de mantenimiento
6.5Indicadores energéticos de planta
6.6Calidad y trazabilidad
6.7Proyectos e ingeniería
6.8Indicadores de seguridad laboral
6.9Integración con MES y SCADA
6.10Laboratorio: cuadro de mando de producción con datos MES
Módulo 7 de 12 · 10 submódulos
Visualización de series temporales técnicas
7.1Grandes volúmenes de series
7.2Submuestreo preservando la forma
7.3Visualización de alarmas y eventos
7.4Horizon charts y pequeños múltiplos
7.5Comparación de lotes
7.6Visualización de espectros
7.7Correlación entre señales
7.8Detección visual de anomalías
7.9Herramientas especializadas para series temporales
7.10Taller: análisis visual de series de sensores
Módulo 8 de 12 · 10 submódulos
Analítica visual y aprendizaje automático
8.1Visualización para explorar modelos
8.2Matrices de confusión interactivas
8.3Visualización de importancia de variables
8.4Explicaciones locales visuales
8.5Etiquetado interactivo de datos
8.6Analítica visual de embeddings
8.7Seguimiento de experimentos
8.8Visualización de deriva
8.9Humano en el bucle
8.10Práctica: herramienta visual de análisis de errores de un modelo
Módulo 9 de 12 · 10 submódulos
Programación de visualizaciones
9.1Python con Matplotlib y Seaborn
9.2Plotly y Dash
9.3Bokeh y HoloViews
9.4Datashader para grandes volúmenes
9.5Visualizaciones a medida con D3.js
9.6Vega-Lite y Altair
9.7R y Shiny
9.8Visualización en cuadernos
9.9Despliegue de aplicaciones
9.10Laboratorio: aplicación de analítica visual con Dash
Módulo 10 de 12 · 10 submódulos
Rendimiento y arquitectura
10.1Motores OLAP y cubos
10.2Bases de datos columnar para BI
10.3DuckDB y analítica local
10.4Caché y agregaciones precalculadas
10.5Actualizaciones incrementales de datos
10.6BI en tiempo real
10.7Escalabilidad de usuarios
10.8Supervisión del rendimiento
10.9Coste de la plataforma
10.10Práctica: optimización de un modelo lento
Módulo 11 de 12 · 10 submódulos
Gobierno del BI
11.1Estrategia de BI y autoservicio
11.2Centro de excelencia
11.3Certificación de conjuntos de datos
11.4Catálogo de métricas
11.5Control de versiones de informes
11.6Seguridad y cumplimiento del RGPD
11.7Accesibilidad de informes
11.8Formación de usuarios
11.9Medición de uso
11.10Caso práctico: modelo de gobierno de BI para una ingeniería
Módulo 12 de 12 · 10 submódulos
Trabajo Fin de Máster
12.1Selección del dominio técnico
12.2Análisis de usuarios y tareas
12.3Modelado de datos
12.4Diseño de visualizaciones
12.5Implementación del cuadro de mando
12.6Evaluación con usuarios
12.7Optimización y gobierno
12.8Conclusiones y recomendaciones de uso
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.
Analítica visual en ingeniería
Módulo 1 · Analítica visual
Visualización de jerarquías
Módulo 3 · Visualización de datos complejos
Tableau y su motor de consultas
Módulo 5 · Herramientas de BI
Herramientas especializadas para series temporales
Módulo 7 · Visualización de series temporales técnicas
Vega-Lite y Altair
Módulo 9 · Programación de visualizaciones
Marca los cinco conceptos y te damos tu resultado.
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 VegaDirectora Académica del DAIS — Data, Artificial Intelligence & Simulation Institute.
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 27-11-2026.
¿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 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 Microsoft Power BI, Tableau, Grafana, Plotly Dash, Apache Superset, en versiones gratuitas, académicas o de evaluación. Los ensayos se estudian sobre procedimientos reales de cuadros de mando de producción y OEE, exploración visual de datos multivariantes de proceso, análisis visual de errores de modelos. La evaluación es continua por módulo más el TFM final.
Son 12 módulos con 120 submódulos y 1900 h de trabajo total. Abre por «Analítica visual» y cierra con «Trabajo Fin de Máster».
Se trabajan ISO 22400-2, Reglamento (UE) 2016/679 (RGPD), W3C WCAG 2.2, UNE-EN 301 549, ISO 9241-11 y ISO/IEC 25012.
Los perfiles más directos son Analista de BI técnico, Desarrollador de cuadros de mando, Ingeniero de analítica visual, Ingeniero de datos de BI y Analista de operaciones.
En un pago son 3.864 €, sobre una tarifa de 4.830 €. A plazos, una entrada de 1.926 € y 12 cuotas de 242 €, 4.830 € 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 Microsoft Power BI, Tableau, Grafana, Plotly Dash, Apache Superset. 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: 22 de diciembre de 20263.864 €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 Data, IA, Simulación & Analytics 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 Data, IA, Simulación & Analytics 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
Analista de BI técnico
Desarrollador de cuadros de mando
Ingeniero de analítica visual
En industria, energía y ingeniería.
Con sinceridad
¿Es para ti?
Sí, si quieres…
Trabajar en Data, IA, Simulación & Analytics 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.