Diplomado online de 800 h: 8 módulos y 80 submódulos, de «Arquitecturas de datos en tiempo real» a «Proyecto de analítica en tiempo real», pasando por «Indicadores operativos y alertas».
Mapa del programa · pulsa un módulo
Módulo 1 · Arquitecturas de datos en tiempo real
800 hDuración total
8Módulos
80Submódulos
OnlineModalidad
Competencias y resultados
6 bloques de competencia, sacados de los módulos de este programa. Pulsa cualquiera y ves qué vas a saber hacer.
Arquitecturas de datos en tiempo real
Saldrás manejando procesamiento por lotes frente a streaming, arquitecturas lambda y kappa y latencia, rendimiento y garantías de entrega. Es lo que se trabaja en «Arquitecturas de datos en tiempo real», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Mensajería y captura de eventos
Saldrás manejando apache Kafka: topics, particiones y réplicas, productores, consumidores y grupos y schema Registry y serialización Avro. Es lo que se trabaja en «Mensajería y captura de eventos», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Procesamiento de flujos
Saldrás manejando apache Flink: DataStream y Table API, flink SQL para agregaciones continuas y kafka Streams y ksqlDB. Es lo que se trabaja en «Procesamiento de flujos», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Indicadores operativos y alertas
Saldrás manejando diseño de KPI operativos y OEE, cálculo continuo de disponibilidad y rendimiento y control estadístico de procesos en streaming. Es lo que se trabaja en «Indicadores operativos y alertas», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Visualización operativa
Saldrás manejando grafana para paneles en tiempo real, frecuencias de refresco y agregación visual y paneles de sala de control. Es lo que se trabaja en «Visualización operativa», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Operación y fiabilidad
Saldrás manejando observabilidad de pipelines de streaming, monitorización de lag de consumidores y recuperación ante fallos y reprocesado. Es lo que se trabaja en «Operación y fiabilidad», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Objetivos de aprendizaje
01Diseñar arquitecturas de procesamiento de eventos en tiempo real.
02Integrar fuentes industriales mediante MQTT, OPC UA y Kafka.
03Implementar agregaciones continuas con Apache Flink y Kafka Streams.
04Seleccionar almacenes analíticos de baja latencia según el caso de uso.
05Calcular KPI operativos como el OEE de forma continua.
06Diseñar alertas eficaces evitando la fatiga de alarmas.
07Operar pipelines de streaming con observabilidad y tolerancia a fallos.
Plan de estudios
8 módulos, 80 submódulos, 800 h. Elige un módulo y ves su contenido completo.
1 de 8 módulos abiertos
Módulo 1 de 8 · 10 submódulos
Arquitecturas de datos en tiempo real
1.1Procesamiento por lotes frente a streaming
1.2Arquitecturas lambda y kappa
1.3Latencia, rendimiento y garantías de entrega
1.4Semántica exactly-once y at-least-once
1.5Tiempo de evento frente a tiempo de proceso
1.6Ventanas tumbling, sliding y de sesión
1.7Watermarks y datos tardíos
1.8Casos industriales: OEE, logística y redes
1.9Criterios de selección tecnológica
1.10Taller: diseño de arquitectura para un caso de planta
Módulo 2 de 8 · 10 submódulos
Mensajería y captura de eventos
2.1Apache Kafka: topics, particiones y réplicas
2.2Productores, consumidores y grupos
2.3Schema Registry y serialización Avro
2.4Kafka Connect y conectores
2.5MQTT para datos de sensores
2.6OPC UA en entornos industriales
2.7Change Data Capture con Debezium
2.8Retención y compactación de logs
2.9Seguridad con TLS y ACL
2.10Práctica: ingesta de telemetría MQTT hacia Kafka
Módulo 3 de 8 · 10 submódulos
Procesamiento de flujos
3.1Apache Flink: DataStream y Table API
3.2Flink SQL para agregaciones continuas
3.3Kafka Streams y ksqlDB
3.4Spark Structured Streaming
3.5Gestión de estado y checkpoints
3.6Joins entre flujos y tablas
3.7Procesamiento de eventos complejos (CEP)
3.8Escalado y backpressure
3.9Pruebas de jobs de streaming
3.10Laboratorio: agregados por ventana con Flink SQL
Módulo 4 de 8 · 10 submódulos
Almacenes analíticos en tiempo real
4.1Bases de datos de series temporales
4.2InfluxDB y TimescaleDB
4.3ClickHouse y Apache Druid
4.4Apache Pinot para consultas de baja latencia
4.5Vistas materializadas incrementales
4.6Rollups y retención por niveles
4.7Indexación y particionado temporal
4.8Comparativa de rendimiento
4.9Integración con lakehouse
4.10Caso práctico: OLAP de baja latencia con ClickHouse
Módulo 5 de 8 · 10 submódulos
Indicadores operativos y alertas
5.1Diseño de KPI operativos y OEE
5.2Cálculo continuo de disponibilidad y rendimiento
5.3Control estadístico de procesos en streaming
5.4Detección de anomalías en línea
5.5Umbrales dinámicos y estacionalidad
5.6Reglas de alerta y supresión de ruido
5.7Escalado y notificación
5.8Integración con sistemas MES
5.9Fatiga de alarmas según ISA-18.2
5.10Taller: alertas de OEE con umbrales dinámicos
Módulo 6 de 8 · 10 submódulos
Visualización operativa
6.1Grafana para paneles en tiempo real
6.2Frecuencias de refresco y agregación visual
6.3Paneles de sala de control
6.4Mapas en vivo de flotas y activos
6.5Diseño de HMI de alto rendimiento
6.6Paneles móviles para supervisores
6.7Rendimiento de consultas en paneles
6.8Anotaciones de eventos y turnos
6.9Accesibilidad y legibilidad a distancia
6.10Práctica: panel de planta en Grafana
Módulo 7 de 8 · 10 submódulos
Operación y fiabilidad
7.1Observabilidad de pipelines de streaming
7.2Monitorización de lag de consumidores
7.3Recuperación ante fallos y reprocesado
7.4Despliegue en Kubernetes con operadores
7.5Gestión de esquemas y evolución
7.6Seguridad en redes industriales según IEC 62443
7.7Costes y dimensionamiento de clústeres
7.8Pruebas de caos en streaming
7.9Runbooks operativos y guardias
7.10Caso práctico: recuperación tras caída de un broker
Módulo 8 de 8 · 10 submódulos
Proyecto de analítica en tiempo real
8.1Definición del caso operativo
8.2Diseño de la arquitectura
8.3Ingesta de eventos
8.4Procesamiento y KPI continuos
8.5Almacenamiento y consultas
8.6Panel y alertas
8.7Pruebas de carga y fallos
8.8Plan de operación y costes
8.9Memoria y presentación
8.10Revisión final con el tutor
¿Cuánto me va a llevar?
Mueve las horas que puedes dedicar cada semana y calculamos tu ritmo sobre las 800 h del programa.
—meses a ese ritmo
—semanas por módulo
—frente a los 800 horas · 6 a 8 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.
Tiempo de evento frente a tiempo de proceso
Módulo 1 · Arquitecturas de datos en tiempo real
Productores, consumidores y grupos
Módulo 2 · Mensajería y captura de eventos
Pruebas de jobs de streaming
Módulo 3 · Procesamiento de flujos
Rollups y retención por niveles
Módulo 4 · Almacenes analíticos en tiempo real
Control estadístico de procesos en streaming
Módulo 5 · Indicadores operativos y alertas
Marca los cinco conceptos y te damos tu resultado.
Normas y estándares que vas a manejar
IEC 62443 (seguridad de sistemas de automatización y control industrial)ISO 22400-2 (KPI para gestión de operaciones de fabricación)ANSI/ISA-18.2 (gestión de alarmas en industrias de proceso)IEC 62541 (OPC Unified Architecture)ISO/IEC 20922 (MQTT)ANSI/ISA-95 (integración empresa-sistemas de control)ISO/IEC 27001:2022 (seguridad de la información)
Cuerpo docente y expertos
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 800 horas · 6 a 8 meses?
Responde las tres y te decimos por dónde seguir.
Requisitos de acceso
·Formación técnica previa o experiencia profesional en el sector. No se exige titulación universitaria.
·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 Apache Kafka, Apache Flink, ClickHouse, Grafana, InfluxDB, en versiones gratuitas, académicas o de evaluación. Los ensayos se estudian sobre procedimientos reales de cálculo continuo de OEE a partir de telemetría de planta, detección de anomalías y alertas en flujos de sensores, pruebas de carga y recuperación de pipelines de streaming. La evaluación es continua por módulo más el proyecto integrador final.
Son 8 módulos con 80 submódulos y 800 h de trabajo total. Abre por «Arquitecturas de datos en tiempo real» y cierra con «Proyecto de analítica en tiempo real».
Se trabajan IEC 62443 (seguridad de sistemas de automatización y control industrial), ISO 22400-2 (KPI para gestión de operaciones de fabricación), ANSI/ISA-18.2 (gestión de alarmas en industrias de proceso), IEC 62541 (OPC Unified Architecture), ISO/IEC 20922 (MQTT) y ANSI/ISA-95 (integración empresa-sistemas de control).
Los perfiles más directos son Ingeniero de datos en streaming, Analista de operaciones en tiempo real, Ingeniero de sistemas MES y analítica, Arquitecto de plataformas de eventos y Ingeniero de fiabilidad de plataformas de datos.
En un pago son 1.032 €, sobre una tarifa de 1.290 €. A plazos, una entrada de 516 € y 6 cuotas de 129 €, 1.290 € en total, sin intereses: lo mismo que la tarifa.
Formación técnica previa o experiencia profesional en el sector. No se exige titulación universitaria, 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 800 horas totales repartidas en 6 a 8 meses. Eso son entre 10 y 15 horas semanales de media, compatibles con jornada laboral completa.
Se trabaja con Apache Kafka, Apache Flink, ClickHouse, Grafana, InfluxDB. 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.
Inicio de clases: 22 de diciembre de 20261.032 €Matricularme
Antes de decidir
¿Qué sacarías tú de este diplomado?
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 diplomado 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 800 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 datos en streaming
Analista de operaciones en tiempo real
Ingeniero de sistemas MES
Analítica
En industria y manufactura, logística y transporte y energía y utilities.
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.