Diplomado en Seguridad de Políticas y Estabilidad en RL
Diplomado online de 800 h: 8 módulos y 80 submódulos, de «Riesgos en el aprendizaje por refuerzo» a «Proyecto de seguridad en RL», pasando por «Robustez de políticas».
Mapa del programa · pulsa un módulo
Módulo 1 · Riesgos en el aprendizaje por refuerzo
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.
Riesgos en el aprendizaje por refuerzo
Saldrás manejando exploración insegura y estados catastróficos, especificación errónea y reward hacking y efectos secundarios negativos. Es lo que se trabaja en «Riesgos en el aprendizaje por refuerzo», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
RL con restricciones
Saldrás manejando procesos de decisión de Markov restringidos, relajación lagrangiana y métodos primal-dual y constrained Policy Optimization CPO. Es lo que se trabaja en «RL con restricciones», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Escudos y filtros de seguridad
Saldrás manejando shielding basado en lógica temporal, control barrier functions y filtros de seguridad por optimización cuadrática. Es lo que se trabaja en «Escudos y filtros de seguridad», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Robustez de políticas
Saldrás manejando RL robusto frente a perturbaciones adversarias, ataques a observaciones y a recompensas y entrenamiento adversario de agentes. Es lo que se trabaja en «Robustez de políticas», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Verificación formal de políticas neuronales
Saldrás manejando verificación de redes con Marabou y alpha-beta-CROWN, propagación de cotas e interpretación abstracta y verificación en bucle cerrado. Es lo que se trabaja en «Verificación formal de políticas neuronales», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Aseguramiento y certificación
Saldrás manejando argumentos de seguridad para componentes aprendidos, safety cases con notación GSN y requisitos de ISO/PAS 8800 e ISO 21448. Es lo que se trabaja en «Aseguramiento y certificación», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Objetivos de aprendizaje
01Identificar los riesgos específicos del aprendizaje por refuerzo en sistemas críticos.
02Formular y resolver problemas de RL con restricciones de seguridad.
03Diseñar escudos y filtros de seguridad basados en barreras y alcanzabilidad.
04Aplicar la teoría de Lyapunov para certificar la estabilidad de políticas.
05Evaluar la robustez de agentes ante perturbaciones y ataques.
06Utilizar herramientas de verificación formal sobre políticas neuronales.
07Construir argumentos de seguridad alineados con la normativa vigente.
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
Riesgos en el aprendizaje por refuerzo
1.1Exploración insegura y estados catastróficos
1.2Especificación errónea y reward hacking
1.3Efectos secundarios negativos
1.4Cambio de distribución en el despliegue
1.5Taxonomía de problemas de seguridad en IA
1.6Requisitos de seguridad funcional e IA
1.7Análisis de peligros STPA para agentes
1.8Criterios de aceptación del riesgo
1.9Diferencias entre seguridad y robustez
1.10Taller: análisis STPA de un agente de control
Módulo 2 de 8 · 10 submódulos
RL con restricciones
2.1Procesos de decisión de Markov restringidos
2.2Relajación lagrangiana y métodos primal-dual
2.3Constrained Policy Optimization CPO
2.4PPO-Lagrangian y TRPO-Lagrangian
2.5Restricciones de probabilidad y CVaR
2.6Funciones de coste y umbrales de seguridad
2.7Seguridad durante el entrenamiento y en el despliegue
2.8Entornos de prueba Safety-Gymnasium
2.9Análisis de violaciones acumuladas
2.10Laboratorio: PPO-Lagrangian en Safety-Gymnasium
Módulo 3 de 8 · 10 submódulos
Escudos y filtros de seguridad
3.1Shielding basado en lógica temporal
3.2Control barrier functions
3.3Filtros de seguridad por optimización cuadrática
3.4Análisis de alcanzabilidad Hamilton-Jacobi
3.5Conjuntos invariantes y controladores de respaldo
3.6Simplex architecture para sistemas críticos
3.7Supervisores en tiempo de ejecución
3.8Interacción entre escudo y aprendizaje
3.9Coste de conservadurismo
3.10Práctica: filtro CBF sobre un agente de navegación
Módulo 4 de 8 · 10 submódulos
Estabilidad y teoría de Lyapunov
4.1Estabilidad de Lyapunov en sistemas no lineales
4.2Funciones de Lyapunov aprendidas con redes
4.3Regiones de atracción y su estimación
4.4Estabilidad entrada-estado y robustez
4.5Certificados con programación SOS
4.6Contracción y análisis incremental
4.7Políticas con garantías de estabilidad
4.8Estabilidad en sistemas híbridos
4.9Robustez ante retardos y saturación
4.10Laboratorio: función de Lyapunov neuronal para un péndulo
Módulo 5 de 8 · 10 submódulos
Robustez de políticas
5.1RL robusto frente a perturbaciones adversarias
5.2Ataques a observaciones y a recompensas
5.3Entrenamiento adversario de agentes
5.4Robustez a variaciones de dinámica
5.5Aleatorización de dominio y robustez distribucional
5.6Incertidumbre epistémica con ensembles
5.7Detección de estados fuera de distribución
5.8Métricas de robustez y peor caso
5.9Pruebas de estrés con escenarios
5.10Práctica: ataques sobre observaciones en un agente PPO
Módulo 6 de 8 · 10 submódulos
Verificación formal de políticas neuronales
6.1Verificación de redes con Marabou y alpha-beta-CROWN
6.2Propagación de cotas e interpretación abstracta
6.3Verificación en bucle cerrado
6.4Model checking probabilista con PRISM y Storm
6.5Especificaciones en lógica temporal LTL y STL
6.6Falsificación basada en simulación
6.7Monitorización de especificaciones STL
6.8Escalabilidad y límites de la verificación
6.9Integración en el ciclo de desarrollo
6.10Laboratorio: verificación de alcanzabilidad de un controlador
Módulo 7 de 8 · 10 submódulos
Aseguramiento y certificación
7.1Argumentos de seguridad para componentes aprendidos
7.2Safety cases con notación GSN
7.3Requisitos de ISO/PAS 8800 e ISO 21448
7.4ISO/IEC TR 5469 para seguridad funcional e IA
7.5Gestión de datos de entrenamiento como evidencia
7.6Pruebas de regresión entre versiones de políticas
7.7Monitorización en operación y reentrenamiento
7.8Responsabilidades y trazabilidad
7.9Obligaciones del Reglamento europeo de IA
7.10Caso práctico: argumento de seguridad para un agente de conducción
Módulo 8 de 8 · 10 submódulos
Proyecto de seguridad en RL
8.1Selección del caso y análisis de peligros
8.2Formulación con restricciones
8.3Entrenamiento con métodos seguros
8.4Diseño del filtro de seguridad
8.5Certificado de estabilidad o alcanzabilidad
8.6Campaña de pruebas de robustez
8.7Argumento de seguridad estructurado
8.8Conclusiones y riesgo residual
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.
Diferencias entre seguridad y robustez
Módulo 1 · Riesgos en el aprendizaje por refuerzo
Funciones de coste y umbrales de seguridad
Módulo 2 · RL con restricciones
Filtros de seguridad por optimización cuadrática
Módulo 3 · Escudos y filtros de seguridad
Laboratorio: función de Lyapunov neuronal para un péndulo
Módulo 4 · Estabilidad y teoría de Lyapunov
Detección de estados fuera de distribución
Módulo 5 · Robustez de políticas
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 13-11-2026.
¿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 Safety-Gymnasium, OmniSafe, alpha-beta-CROWN, PRISM, Storm, en versiones gratuitas, académicas o de evaluación. Los ensayos se estudian sobre procedimientos reales de entrenamiento con restricciones en entornos de seguridad simulados, pruebas de robustez frente a perturbaciones adversarias, verificación de controladores neuronales en bucle cerrado. 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 «Riesgos en el aprendizaje por refuerzo» y cierra con «Proyecto de seguridad en RL».
Se trabajan IEC 61508:2010, ISO 26262:2018, ISO 21448:2022 (SOTIF), ISO/PAS 8800:2024, ISO/IEC TR 5469:2024 y UL 4600.
Los perfiles más directos son Ingeniero de seguridad de IA, Ingeniero de seguridad funcional, Investigador en RL seguro, Ingeniero de verificación formal y Ingeniero de sistemas autónomos.
En un pago son 1.032 €, sobre una tarifa de 1.290 €. A plazos, una entrada de 618 € y 6 cuotas de 155 €, 1.548 € en total.
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 Safety-Gymnasium, OmniSafe, alpha-beta-CROWN, PRISM, Storm. 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.
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 seguridad de IA
Ingeniero de seguridad funcional
Investigador en RL seguro
En automoción, robótica y aeroespacial.
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: la fecha de inicio la fija el claustro.
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.