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

Diplomado en Modelado de Demanda EV y Expansión de Red

Sobre nuestro Diplomado en Modelado de Demanda EV y Expansión de Red

El diplomado en modelado de demanda ev y expansión de red de SEIUM es una formación 100 % online de 800 horas, estructurada en 8 módulos y 80 submódulos. Cubre modelado de demanda ev y expansión de red desde los fundamentos hasta la validación y la puesta en operación, con el marco normativo de referencia del sector —UNECE R100, UNECE R136 y ISO 6469— aplicado sobre casos reales y no como un anexo teórico.

El trabajo práctico se realiza con las herramientas que se usan en la industria: MATLAB/Simulink, GT-SUITE, AVL Cruise M y Simcenter Amesim. 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 baterías, especialista en BMS y ingeniero de electrónica de potencia en automoción, movilidad pesada y infraestructura de recarga.

Diplomado en Modelado de Demanda EV y Expansión de Red
Diplomado en Modelado de Demanda EV y Expansión de Red
  • Modalidad: Online
  • Duración: 8 meses
  • Horas: 900 H
  • Idioma: ES / EN
  • Fecha de matrícula: 16-10-2026
  • Plazas disponibles: 9

1.090 €

Aplicar Ahora

Competencias y resultados

Qué aprenderás

1. Modelado de Demanda EV y Estrategias de Expansión de Redes de Carga.

  • Comprender los principios fundamentales del modelado de la demanda de vehículos eléctricos (EV).
  • Identificar y analizar los factores clave que influyen en la demanda de carga de EV, incluyendo patrones de uso, perfiles de carga y tarifas de energía.
  • Evaluar diferentes metodologías para la proyección de la demanda de carga de EV, como modelos estadísticos, simulación y análisis de escenarios.
  • Explorar las estrategias óptimas para la expansión de redes de carga, considerando la ubicación de estaciones, capacidad de carga y tipos de conectores.
  • Analizar la viabilidad económica y financiera de los proyectos de infraestructura de carga de EV, incluyendo el análisis de costos, ingresos y retorno de la inversión (ROI).
  • Diseñar e implementar planes de expansión de redes de carga que se ajusten a las necesidades del mercado y a las políticas gubernamentales.
  • Evaluar el impacto de la infraestructura de carga de EV en la red eléctrica, incluyendo la gestión de la carga, la integración de energías renovables y la estabilidad de la red.
  • Aprender sobre las tecnologías de carga de EV más recientes, como la carga rápida, la carga inalámbrica y la carga bidireccional.
  • Estudiar las regulaciones y normativas relevantes para la infraestructura de carga de EV, incluyendo estándares de seguridad, interoperabilidad y privacidad.
  • Desarrollar habilidades en la utilización de herramientas y software de modelado y simulación para el análisis de la demanda de EV y la planificación de redes de carga.

2. Modelado Avanzado de la Demanda de Vehículos Eléctricos y Planificación Estratégica de la Expansión de Infraestructura de Carga.

  • Comprender y aplicar metodologías avanzadas de modelado de la demanda de vehículos eléctricos (VE).
  • Analizar datos del mercado de VE, incluyendo factores socioeconómicos, preferencias de los consumidores y tendencias tecnológicas.
  • Desarrollar modelos predictivos para la demanda de VE a corto, mediano y largo plazo, utilizando técnicas de regresión, series temporales y aprendizaje automático.
  • Evaluar el impacto de las políticas gubernamentales y los incentivos en la adopción de VE.
  • Diseñar y optimizar estrategias de planificación de la expansión de la infraestructura de carga para VE.
  • Identificar ubicaciones óptimas para estaciones de carga, considerando la demanda, la disponibilidad de energía y la viabilidad económica.
  • Modelar y simular el flujo de tráfico de vehículos eléctricos en la red de carga, utilizando herramientas de simulación de tráfico.
  • Evaluar la rentabilidad y la sostenibilidad de diferentes modelos de negocio para la infraestructura de carga.
  • Desarrollar planes estratégicos para la expansión de la infraestructura de carga, incluyendo la gestión de proyectos, la asignación de recursos y la gestión de riesgos.
  • Analizar el impacto ambiental de la infraestructura de carga y las estrategias para minimizar la huella de carbono.
  • Explorar las últimas tendencias en tecnología de carga, incluyendo la carga rápida, la carga inalámbrica y la integración de la infraestructura de carga con la red eléctrica inteligente.
  • Comprender los aspectos regulatorios y legales relacionados con la infraestructura de carga, incluyendo las normas de seguridad y los estándares técnicos.
  • Familiarizarse con las herramientas de software y las bases de datos relevantes para el modelado de la demanda de VE y la planificación de la infraestructura de carga.
  • Aplicar los conocimientos adquiridos en proyectos prácticos y estudios de caso del mundo real.

3. Diseño y validación integral orientado al usuario (del modelado a la manufactura)

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.

4. Análisis Predictivo de la Demanda EV y Optimización de la Expansión de la Red de Carga.

4. Análisis Predictivo de la Demanda EV y Optimización de la Expansión de la Red de Carga.

  • Dominio de técnicas avanzadas para el análisis de la demanda de vehículos eléctricos (EV), incluyendo modelos predictivos basados en datos históricos y factores socioeconómicos.
  • Evaluación y pronóstico de la demanda de carga de vehículos eléctricos a nivel geográfico y temporal, considerando diferentes escenarios de adopción de EVs.
  • Aplicación de algoritmos de optimización para la planificación estratégica y la expansión eficiente de la red de carga de EVs, minimizando costos y maximizando la cobertura.
  • Análisis de datos de telemetría de vehículos eléctricos y estaciones de carga para identificar patrones de uso, cuellos de botella y oportunidades de mejora.
  • Evaluación del impacto de las políticas gubernamentales y los incentivos en la demanda de EVs y la viabilidad de la expansión de la red de carga.
  • Implementación de herramientas de simulación para modelar el flujo de energía y la congestión en la red de carga, permitiendo la optimización de la infraestructura.
  • Diseño de estrategias para la gestión inteligente de la carga, incluyendo la optimización de la capacidad de la red y la integración de energías renovables.
  • Evaluación de la rentabilidad y la sostenibilidad de las inversiones en la infraestructura de carga de EVs.
  • Conocimiento de las últimas tendencias y tecnologías en el mercado de los vehículos eléctricos y la infraestructura de carga.
  • Desarrollo de habilidades para la toma de decisiones informadas en la planificación y expansión de la red de carga de EVs, considerando factores técnicos, económicos y ambientales.

1. Modelado de la Demanda de Vehículos Eléctricos y Diseño Estratégico de la Expansión de Redes de Carga.

  • Dominarás las técnicas para el pronóstico de la demanda de vehículos eléctricos (VE), incluyendo el análisis de factores socioeconómicos, tendencias del mercado y políticas gubernamentales.
  • Aprenderás a construir modelos de simulación para evaluar el impacto de diferentes escenarios de adopción de VE en la demanda de carga.
  • Te capacitarás en el análisis de datos y el uso de herramientas de software para interpretar y visualizar los resultados de los modelos de demanda.
  • Desarrollarás habilidades en el diseño estratégico de la infraestructura de carga, considerando la ubicación óptima de estaciones, la capacidad de carga y la gestión de la red.
  • Comprenderás los aspectos técnicos y económicos de las diferentes tecnologías de carga, incluyendo carga rápida, carga inalámbrica y soluciones de almacenamiento de energía.
  • Explorarás las estrategias de expansión de las redes de carga, incluyendo la planificación a largo plazo, la selección de sitios y la negociación con stakeholders.
  • Analizarás los modelos de negocio y las opciones de financiamiento para el despliegue de la infraestructura de carga.
  • Estudiarás las regulaciones y políticas relacionadas con la infraestructura de carga de VE, incluyendo estándares técnicos, permisos y subsidios gubernamentales.
  • Te familiarizarás con las tendencias futuras en la industria de VE y la infraestructura de carga, como la integración de la red, la gestión inteligente de la energía y la movilidad eléctrica.
  • Aprenderás a aplicar los conocimientos adquiridos para tomar decisiones estratégicas informadas en el diseño y la expansión de las redes de carga de VE.

6. Modelado de Demanda de Vehículos Eléctricos y Planificación Estratégica para la Expansión de la Red de Carga.

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.

Diplomado en Modelado de Demanda EV y Expansión de Red

Para quien va dirigido nuestro:

Diplomado en Modelado de Demanda EV y Expansión de Red

  • Graduados/as en Ingeniería Aeroespacial, Mecánica, Industrial, Automática o afines.
  • Profesionales de OEM rotorcraft/eVTOL, MRO, consultoría, centros tecnológicos.
  • Flight Test, certificación, aviónica, control y dinámica que busquen especialización.
  • Reguladores/autoridades y perfiles de UAM/eVTOL que requieran competencias en compliance.

Requisitos recomendados: base en aerodinámica, control y estructuras; ES/EN B2+/C1. Ofrecemos bridging tracks si lo necesitas.

  • 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.

8 módulos · 80 submódulos · 800 horas

1Modelado de Demanda EV y Expansión de Redes (100 h)
  • 1.1. Módulo 1 — Modelado de Demanda EV y Expansión de Redes
  • 1.2. Fundamentos del mercado de vehículos eléctricos: análisis de tendencias y factores clave.
  • 1.3. Recopilación y análisis de datos: fuentes de datos relevantes y técnicas de modelado de demanda.
  • 1.4. Modelado de la demanda de vehículos eléctricos: métodos y herramientas de pronóstico.
  • 1.5. Estrategias de expansión de redes de carga: ubicación óptima de estaciones y diseño de infraestructura.
  • 1.6. Evaluación de la viabilidad económica: análisis de costos y beneficios de la expansión de la red.
  • 1.7. Impacto de la demanda EV en la red eléctrica: gestión de la carga y almacenamiento de energía.
  • 1.8. Modelado de escenarios: simulación de diferentes escenarios de demanda y estrategias de expansión.
  • 1.9. Implementación de soluciones de carga: tipos de cargadores y tecnologías emergentes.
  • 1.10. Integración de energías renovables: estrategias para una red de carga sostenible.
2Modelado Avanzado y Expansión Estratégica (100 h)
  • 2.1. Modelado de la demanda de vehículos eléctricos: Fundamentos y variables clave.
  • 2.2. Análisis de datos: Recopilación, limpieza y preparación de datos para el modelado.
  • 2.3. Técnicas de modelado de demanda: Modelos estadísticos y de aprendizaje automático.
  • 2.4. Factores influyentes: Identificación y análisis de variables económicas, demográficas y de comportamiento.
  • 2.5. Estrategias de expansión: Selección de ubicaciones y dimensionamiento de estaciones de carga.
  • 2.6. Planificación de la infraestructura: Diseño y optimización de la red de carga.
  • 2.7. Modelos de simulación: Evaluación del impacto de diferentes escenarios de demanda.
  • 2.8. Sostenibilidad: Integración de energías renovables y gestión de la demanda.
  • 2.9. Análisis financiero: Evaluación de la viabilidad económica de la expansión.
  • 2.10. Estudio de caso: Aplicación práctica del modelado y la planificación estratégica.
3Modelado de Demanda EV y Diseño Estratégico. (100 h)
  • 3.1. Introducción al modelado de demanda EV y conceptos clave.
  • 3.2. Factores que influyen en la demanda de vehículos eléctricos.
  • 3.3. Recopilación y análisis de datos para el modelado de la demanda EV.
  • 3.4. Modelos de regresión y series temporales aplicados a la demanda EV.
  • 3.5. Diseño estratégico para la expansión de la red de carga: ubicación y capacidad.
  • 3.6. Herramientas y software para el modelado de demanda y planificación de infraestructura.
  • 3.7. Estudio de casos: ejemplos reales de modelado de demanda y expansión de redes de carga.
  • 3.8. Impacto de las políticas gubernamentales en la demanda EV y la expansión de la red.
  • 3.9. Análisis de la rentabilidad y viabilidad económica de los proyectos de expansión.
  • 3.10. Tendencias futuras en el modelado de demanda EV y el diseño de redes de carga.
4Análisis Predictivo y Expansión de Red EV. (100 h)
  • 4.1. Introducción al Análisis Predictivo de Demanda de Vehículos Eléctricos
  • 4.2. Recopilación y Análisis de Datos para el Modelado de Demanda EV
  • 4.3. Modelado de Demanda EV: Métodos y Técnicas Avanzadas
  • 4.4. Pronóstico de la Demanda EV: Aplicaciones Prácticas
  • 4.5. Optimización de la Expansión de la Red de Carga: Estrategias y Herramientas
  • 4.6. Diseño de la Infraestructura de Carga: Ubicación y Dimensionamiento
  • 4.7. Gestión y Operación de la Red de Carga: Eficiencia y Rentabilidad
  • 4.8. Impacto de la Expansión de la Red de Carga en el Mercado EV
  • 4.9. Sostenibilidad y Consideraciones Ambientales en la Expansión de la Red
  • 4.10. Estudio de Casos: Implementación del Análisis Predictivo y Expansión de la Red
5Modelado EV y Diseño de Red de Carga. (100 h)
  • 5.1. Fundamentos del Modelado de Demanda de Vehículos Eléctricos (EV)
  • 5.2. Recopilación y Análisis de Datos para el Modelado de Demanda EV
  • 5.3. Diseño de Estrategias de Expansión para Redes de Carga
  • 5.4. Modelado de Demanda EV a Nivel Geográfico y Temporal
  • 5.5. Consideraciones de Diseño para Estaciones de Carga
  • 5.6. Optimización de la Ubicación de Puntos de Carga
  • 5.7. Integración de Energías Renovables en la Red de Carga
  • 5.8. Análisis de Viabilidad Económica de Proyectos de Carga EV
  • 5.9. Evaluación del Impacto Ambiental de la Expansión de la Red
  • 5.10. Estudios de Caso y Aplicaciones Prácticas
6Modelado de Demanda EV y Planificación Estratégica. (100 h)
  • 6.1. Factores Clave en el Modelado de la Demanda de Vehículos Eléctricos.
  • 6.2. Técnicas de Recopilación y Análisis de Datos para la Demanda EV.
  • 6.3. Modelado de la Demanda EV: Enfoques y Metodologías.
  • 6.4. Planificación Estratégica de la Expansión de la Red de Carga: Criterios.
  • 6.5. Diseño y Ubicación Óptima de Puntos de Carga.
  • 6.6. Integración de Energías Renovables en la Red de Carga EV.
  • 6.7. Análisis de Viabilidad Económica y Financiera de Proyectos de Carga.
  • 6.8. Estrategias de Implementación y Gestión de la Red de Carga.
  • 6.9. Impacto Ambiental y Sostenibilidad en la Expansión de la Red.
  • 6.10. Estudios de Caso y Mejores Prácticas en la Expansión de la Red de Carga EV.
7Marco normativo y criterios de aplicación (100 h)
  • 7.1. Marco regulatorio aplicable: visión general
  • 7.2. Jerarquía normativa y conflictos entre estándares
  • 7.3. Requisitos obligatorios frente a buenas prácticas
  • 7.4. Criterios de aceptación y evidencias exigibles
  • 7.5. Documentación técnica y trazabilidad
  • 7.6. Gestión de cambios y control de configuración
  • 7.7. Auditorías, inspecciones y no conformidades
  • 7.8. Responsabilidades y reparto de alcance
  • 7.9. Interpretación de cláusulas críticas
  • 7.10. Ejercicio: lista de comprobación normativa
8Integración de sistemas e interfaces (100 h)
  • 8.1. Arquitectura de sistema y descomposición funcional
  • 8.2. Definición y control de interfaces
  • 8.3. Protocolos e intercambio de datos
  • 8.4. Integración progresiva y pruebas de interfaz
  • 8.5. Compatibilidad electromagnética y ambiental
  • 8.6. Gestión de configuración del conjunto
  • 8.7. Resolución de conflictos entre subsistemas
  • 8.8. Puesta a punto del sistema integrado
  • 8.9. Trazabilidad de requisitos a verificación
  • 8.10. Ejercicio: matriz de interfaces
  • 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 modelado de demanda ev y expansión de red y su vocabulario normativo.
  • Aplicar UNECE R100, UNECE R136 y ISO 6469 a decisiones reales de diseño y validación.
  • Construir y correlacionar modelos de cálculo con MATLAB/Simulink y GT-SUITE.
  • Planificar y ejecutar campañas de ensayo en cámara climática de baterías y banco de ciclado.
  • 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 modelado de demanda ev y expansión de red 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 MATLAB/Simulink, GT-SUITE, AVL Cruise M, Simcenter Amesim, ANSYS Fluent, en versiones gratuitas, académicas o de evaluación. Los ensayos se estudian sobre procedimientos reales de cámara climática de baterías, banco de ciclado, laboratorio de alta tensión. La evaluación es continua por módulo más el proyecto integrador final.

El marco con el que se trabaja

Normas y estándares

  • UNECE R100
  • UNECE R136
  • ISO 6469
  • IEC 62660
  • UN 38.3 (transporte)
  • ISO 26262
  • IEC 61851 (recarga)
  • ISO 15118
  • Reglamento (UE) 2023/1542 de baterías
  • ISO 19880 (hidrogeneras)

Dónde se aplica

Salidas profesionales

  • Ingeniero de baterías
  • Especialista en BMS
  • Ingeniero de electrónica de potencia
  • Responsable de seguridad de alta tensión
  • Ingeniero de infraestructura de recarga
  • Especialista en hidrógeno

Sectores de destino: automoción, movilidad pesada, infraestructura de recarga, almacenamiento estacionario, hidrógeno verde. SEIUM no garantiza la obtención de empleo: se trata de una formación propia orientada a la capacitación técnica.

Anatomía del sistema

Cómo se trabaja en ingeniería

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

ABCD1234560102030405060708realimentaciónMODELADO DE DEMANDA EV Y EXPANSIÓN DE REDIAGRAMA DE BLOQUESSEIUMESC. S/E12345678

Necesidad

Qué problema se resuelve, para quién y con qué restricciones de partida.

Se trabaja en el Módulo 1 del plan de estudios.

Requisitos

Traducir la necesidad a requisitos medibles, trazables y verificables.

Se trabaja en el Módulo 2 del plan de estudios.

Arquitectura

Reparto en subsistemas, interfaces y las decisiones que condicionan todo lo demás.

Se trabaja en el Módulo 3 del plan de estudios.

Diseño de detalle

Cálculo, selección de componentes y documentación lista para fabricar.

Se trabaja en el Módulo 4 del plan de estudios.

Implementación

Fabricación o desarrollo, control de configuración y gestión de desviaciones.

Se trabaja en el Módulo 5 del plan de estudios.

Verificación

Comprobar que se ha construido lo especificado: ensayo, análisis e inspección.

Se trabaja en el Módulo 7 del plan de estudios.

Validación

Comprobar que resuelve la necesidad real en su entorno de uso.

Se trabaja en el Módulo 8 del plan de estudios.

Operación

Puesta en servicio, mantenimiento y realimentación al diseño siguiente.

Se trabaja en el Módulo 8 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

800 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.

8 h por semana

100

semanas

23,1 meses aproximadamente

12 h por semana

67

semanas

15,5 meses aproximadamente

16 h por semana

50

semanas

11,5 meses aproximadamente

Proyectos tipo capstones

  • Modelado EV: Predicción de demanda y patrones de uso.
  • Expansión Red Carga: Diseño de infraestructura optimizada.
  • Análisis Costo-Beneficio: Viabilidad y ROI de estaciones.
  • Sostenibilidad: Integración de energías renovables.

  • Modelado EV: Predicción de demanda y patrones de uso.
  • Expansión Red Carga: Diseño de infraestructura optimizada.
  • Análisis Costo-Beneficio: Viabilidad y ROI de estaciones.
  • Sostenibilidad: Integración de energías renovables.

  • Modelado y Simulación de Demanda EV: Análisis predictivo y proyecciones georreferenciadas.
  • Planificación Estratégica de Red de Carga: Diseño optimizado, ubicación y dimensionamiento.
  • Sostenibilidad y Optimización: Integración de energías renovables y evaluación del impacto ambiental.
  • Caso de Estudio: Implementación y análisis de resultados en escenario real.

  • Análisis de Demanda EV: Modelado predictivo, identificación de patrones, factores clave.
  • Planificación de Infraestructura: Diseño de red de carga optimizada, ubicación estratégica, capacidad.
  • Sostenibilidad: Integración de energías renovables, impacto ambiental, reducción de emisiones.
  • Optimización Financiera: Análisis de costos, retorno de inversión, modelos de negocio.

  • Modelado Demanda EV: Análisis geolocalizado, simulación escenarios, predicción y optimización de la demanda.
  • Estrategias Expansión Red Carga: Diseño de rutas, selección de ubicaciones, análisis de viabilidad económica, sostenibilidad.
  • Herramientas: Python, GIS, modelado de datos, análisis de escenarios.

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 diplomado

  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.

Preguntas frecuentes

¿Cuántas horas de dedicación semanal exige?

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.

¿Qué software necesito?

Se trabaja con MATLAB/Simulink, GT-SUITE, AVL Cruise M, Simcenter Amesim. 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.

Lo que se busca en Google

Las preguntas que más se hacen sobre Modelado de Demanda EV y Expansión de Red

¿Qué es Modelado de Demanda EV y Expansión de Red?

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 diplomado recorre ese método completo en 8 módulos.

¿Qué salidas profesionales tiene Modelado de Demanda EV y Expansión de Red?

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 Modelado de Demanda EV y Expansión de Red?

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 Modelado de Demanda EV y Expansión de Red?

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 Modelado de Demanda EV y Expansión de Red?

Este programa son 800 horas. Con 10 horas a la semana salen unas 80 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 Modelado de Demanda EV y Expansión de Red 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

8módulosEstructura
80submódulosUnidades de trabajo
800horasCarga total
6-8mesesDedicación
Modalidad
online, 100 % a distancia.
Duración
800 horas · 6 a 8 meses.
Estructura
8 módulos y 80 submódulos.
Área
Electromovilidad, Baterías & H2.
Titulación
diploma propio de SEIUM.
Convocatorias
abiertas, matrícula continua.
Tutorización
tutor técnico asignado y corrección individual.
Idioma
español.

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.