se centra en la instrumentación avanzada de UX, KPIs y experimentación aplicada a plataformas eVTOL y UAM, integrando análisis de big data, modelado predictivo y algoritmos de machine learning para optimizar el comportamiento aeronáutico desde el diseño hasta la operación. Las áreas troncales incluyen aerodinámica computacional CFD, dinámica de vuelo, control adaptativo FBW, y gestión de certificación conforme a ARP4754A, buscando garantizar la integración efectiva de telemetría en sistemas complejos bajo marcos normativos rigurosos.
Los laboratorios cuentan con tecnologías HIL/SIL para simulación en tiempo real, adquisición de datos in-flight con protocolos ARINC 429 y 664, y análisis de vibraciones/acústica que aseguran la trazabilidad y conformidad con la normativa aplicable internacional, incluyendo estándares de safety management y ciberseguridad. La formación capacita a roles técnicos esenciales como ingenieros de sistemas avionicos, especialistas en data analytics aeronáuticos, y expertos en certificación y compliance, promoviendo la empleabilidad en industrias de aviación avanzada.
7.100 €
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.
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.
Requisitos deseables: Se recomienda contar con conocimientos previos en áreas como aerodinámica, sistemas de control y estructuras. Dominio del español e inglés a nivel B2+ o C1. Se ofrecen cursos de apoyo (“bridging tracks”) para nivelar conocimientos.
1.1 Fundamentos de Data-Driven Design: UX, KPIs y Telemetría en entornos navales
1.2 Telemetría naval: sensores, adquisición de datos, latencia y calidad
1.3 Instrumentación UX para operaciones marítimas: eventos, interacciones y trazabilidad
1.4 Definición de KPIs para seguridad, rendimiento y mantenimiento en plataformas navales
1.5 Diseño experimental en sistemas navales: pruebas A/B, multivariantes y control de sesgos
1.6 Arquitecturas de datos y pipelines para entornos de superficie, submarinos y offshore
1.7 Implementación de telemetría en buques, submarinos y unidades de apoyo
1.8 Integración de MBSE/PLM con Data-Driven Design y telemetría
1.9 Gestión de riesgos de datos, cumplimiento, seguridad y propiedad intelectual
1.10 Casos de estudio: go/no-go con matriz de riesgo y métricas de desempeño
2.1 Diseño Data-Driven para buques: UX en telemetría y control de mando
2.2 KPIs clave en operaciones marítimas: rendimiento, consumo, seguridad y disponibilidad
2.3 Telemetría en sistemas navales: recopilación, calidad de datos, latencia y visualización
2.4 Experimentación en entornos marinos: pruebas A/B, simuladores y mar abierto
2.5 Instrumentación UX: dashboards, alertas y jerarquía de información para puente y sala de máquinas
2.6 Gobierno y seguridad de datos: políticas de acceso, cifrado, auditoría y cumplimiento
2.7 Mantenimiento predictivo y fiabilidad basada en datos: modelos, umbrales y planes de intervención
2.8 MBSE/PLM aplicado a telemetría y diseño: gestión de cambios y trazabilidad
2.9 KPIs de seguridad y resiliencia: MTTR, MTBF y tiempos de respuesta ante incidentes
2.10 Caso práctico: go/no-go con matriz de riesgos para implementación de UX y telemetría
3.1 Instrumentación UX en sistemas navales: dashboards de puente y salas de control para telemetría en tiempo real
3.2 KPIs operativos en ingeniería naval: disponibilidad, MTBF, MTTR y tasa de detección de fallos
3.3 Telemetría segura en entornos marinos: arquitectura de datos, latencia, tolerancia a fallos y cifrado
3.4 Diseño para la experimentación en entornos navales: pruebas A/B, simuladores y pruebas HIL
3.5 Data-Driven MBSE para buques: integración de UX, KPIs y telemetría en modelos y configuración
3.6 Gobernanza de datos y ciberseguridad en proyectos navales: acceso, cumplimiento normativo y protección de datos
3.7 Mantenimiento predictivo con telemetría: análisis de tendencias en motores, generadores y sistemas críticos
3.8 UX para operaciones en mar: gestión de alarmas, carga de trabajo y conciencia situacional
3.9 Visualización de KPIs y dashboards para toma de decisiones: diseño, alertas, drill-down y reporting
3.10 Caso práctico: go/no-go con matriz de riesgos en un proyecto de ingeniería naval Data-Driven
4.1 Diseño Data-Driven en buques: Telemetría, UX y Experimentación
4.2 Instrumentación UX y KPIs para sistemas críticos de navegación y propulsión
4.3 Telemetría para mantenimiento predictivo y gestión de flota
4.4 Implementación Data-Driven: pipelines de datos, MBSE/PLM y control de cambios
4.5 Análisis de KPIs de rendimiento: consumo, eficiencia, disponibilidad y seguridad
4.6 Interfaces de usuario para operaciones marítimas: dashboards, alertas y ergonomía
4.7 Experimentación operativa en entorno naval: pruebas controladas, A/B y simulación
4.8 Gestión de riesgo tecnológico: TRL/CRL/SRL en proyectos de digitalización naval
4.9 Propiedad intelectual, certificaciones y time-to-market de soluciones basadas en datos
4.10 Estudio de caso: go/no-go con matriz de riesgos para implementación Data-Driven
5.1 Introducción a la experimentación basada en datos: principios y fundamentos.
5.2 UX (Experiencia de Usuario): recopilación y análisis de datos cualitativos y cuantitativos.
5.3 KPIs (Indicadores Clave de Rendimiento): definición, seguimiento y evaluación.
5.4 Diseño de experimentos A/B: metodologías y herramientas.
5.5 Análisis de resultados y toma de decisiones basada en datos.
5.6 Optimización continua: iteración y mejora de la experiencia de usuario.
5.7 Herramientas y plataformas para la experimentación data-driven.
5.8 Caso de estudio: aplicación práctica en diferentes escenarios.
6.1 Introducción a la Ingeniería UX Data-Driven: Conceptos Clave y Fundamentos
6.2 Recopilación y Análisis de Telemetría: Métodos y Herramientas
6.3 Diseño de KPIs Efectivos para la Experiencia de Usuario
6.4 Experimentación A/B Testing: Aplicaciones y Prácticas en UX
6.5 Análisis de Datos y Visualización: Informes y Dashboards
6.6 Diseño de la Arquitectura de la Información Orientado a Datos
6.7 User Research Data-Driven: Métodos de Investigación Cuantitativa
6.8 Iteración y Optimización Basada en Datos: Implementación
6.9 Implementación de Sistemas de Seguimiento y Monitoreo de UX
6.10 Estudios de Caso: Análisis de Proyectos Reales y Mejores Prácticas
7.1 Principios fundamentales de la experimentación basada en datos.
7.2 Diseño de UX orientado a datos: métricas clave y análisis.
7.3 Definición y seguimiento de KPIs relevantes para la experiencia del usuario.
7.4 Metodología A/B testing para la optimización de UX y resultados.
7.5 Herramientas y plataformas para la recopilación y análisis de datos UX.
7.6 Interpretación de resultados y toma de decisiones basadas en datos.
7.7 Implementación de mejoras iterativas en el diseño de UX.
7.8 Casos prácticos de éxito en la optimización de UX con data-driven design.
7.9 Ética y privacidad en la recolección y uso de datos UX.
7.10 Presentación de informes y comunicación efectiva de los resultados.
8.1 Introducción al Data-Driven: Fundamentos de UX, KPIs y Telemetría
8.2 Principios de Diseño UX basado en Datos
8.3 Definición y selección de KPIs relevantes
8.4 Recopilación y análisis de datos de telemetría
8.5 Experimentación y A/B testing en diseño UX
8.6 Herramientas y plataformas de análisis de datos
8.7 Visualización y reporte de resultados
8.8 Iteración y optimización basada en datos
8.9 Casos de estudio: Aplicaciones prácticas
8.10 Tendencias futuras en Data-Driven Design
9.1 Fundamentos de la experiencia del usuario (UX) en entornos data-driven
9.2 Recopilación y análisis de datos de telemetría
9.3 Definición y seguimiento de Indicadores Clave de Rendimiento (KPIs)
9.4 Diseño de experimentos A/B y pruebas multivariantes
9.5 Implementación de herramientas de análisis de datos
9.6 Análisis de resultados y optimización de la UX
9.7 Integración de datos de telemetría en el diseño de productos
9.8 Experimentación continua y ciclos de retroalimentación
9.9 Ética y privacidad en el análisis de datos UX
9.10 Casos prácticos de Data-Driven Design en diversos escenarios
10.1 Fundamentos de Telemetría y su Impacto en UX
10.2 Diseño de Experiencias Centrado en Datos: Principios y Metodologías
10.3 Selección y Definición de KPIs Relevantes para la Experiencia del Usuario
10.4 Experimentación A/B y Multivariante en Telemetría: Planificación y Ejecución
10.5 Herramientas y Plataformas para el Análisis de Datos UX
10.6 Análisis de Datos Cualitativos y Cuantitativos en Telemetría
10.7 Diseño de Dashboards y Visualizaciones para el Monitoreo de KPIs
10.8 Iteración y Optimización del Diseño Basada en Datos Reales
10.9 Ética y Privacidad en la Recopilación y Uso de Datos UX
10.10 Caso de Estudio: Aplicación Práctica en un Proyecto Específico
Consulta “Calendario & convocatorias”, “Becas & ayudas” y “Tasas & financiación” en el mega-menú de SEIUM
Nuestro equipo está listo para ayudarte. Contáctanos y te responderemos lo antes posible.
Si, contamos con certificacion internacional
Sí: modelos experimentales, datos reales, simulaciones aplicadas, entornos profesionales, casos de estudio reales.
No es obligatoria. Ofrecemos tracks de nivelación y tutorización
Totalmente. Cubre e-propulsión, integración y normativa emergente (SC-VTOL).
Recomendado. También hay retos internos y consorcios.
Sí. Modalidad online/híbrida con laboratorios planificados y soporte de visados (ver “Visado & residencia”).