Admisión abierta 2026-2027Rellenar solicitud

Diplomado en Time-Series, Pipelines y Streaming

Diplomado online de 800 h: 8 módulos y 80 submódulos, de «Datos de series temporales industriales» a «Proyecto de pipeline de datos», pasando por «Diseño de pipelines de datos».

Mapa del programa · pulsa un módulo
Módulo 1 · Datos de series temporales industriales
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.

Datos de series temporales industriales

Saldrás manejando características de las series temporales de sensores, frecuencias de muestreo y resolución y marcas de tiempo, zonas horarias y relojes. Es lo que se trabaja en «Datos de series temporales industriales», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Bases de datos de series temporales

Saldrás manejando influxDB y su lenguaje de consulta, timescaleDB e hipertablas y questDB y almacenamiento columnar. Es lo que se trabaja en «Bases de datos de series temporales», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Streaming con Apache Kafka

Saldrás manejando temas, particiones y offsets, productores, consumidores y grupos y garantías de entrega y exactamente una vez. Es lo que se trabaja en «Streaming con Apache Kafka», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Diseño de pipelines de datos

Saldrás manejando arquitecturas Lambda y Kappa, ETL frente a ELT y orquestación con Apache Airflow. Es lo que se trabaja en «Diseño de pipelines de datos», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Analítica y visualización

Saldrás manejando paneles en tiempo real con Grafana, alertas basadas en umbrales y tendencias y detección de anomalías en series temporales. Es lo que se trabaja en «Analítica y visualización», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Operación, gobierno y seguridad

Saldrás manejando observabilidad de pipelines, calidad del dato en flujo y linaje y catálogo de datos. Es lo que se trabaja en «Operación, gobierno y seguridad», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Objetivos de aprendizaje

  • 01Caracterizar los datos de series temporales de origen industrial.
  • 02Seleccionar y modelar bases de datos de series temporales.
  • 03Implementar ingesta de datos con Apache Kafka.
  • 04Desarrollar procesamiento de flujos con ventanas y estado.
  • 05Diseñar pipelines de datos fiables y reprocesables.
  • 06Construir paneles y alertas sobre datos en tiempo real.
  • 07Aplicar prácticas de gobierno, seguridad y control de costes.

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

Datos de series temporales industriales

1.1Características de las series temporales de sensores
1.2Frecuencias de muestreo y resolución
1.3Marcas de tiempo, zonas horarias y relojes
1.4Datos irregulares y huecos
1.5Etiquetas, dimensiones y cardinalidad
1.6Agregaciones y ventanas temporales
1.7Compresión de series temporales
1.8Modelos de datos para activos
1.9Volumen, velocidad y retención
1.10Práctica: perfilado de un conjunto de sensores
Módulo 2 de 8 · 10 submódulos

Bases de datos de series temporales

2.1InfluxDB y su lenguaje de consulta
2.2TimescaleDB e hipertablas
2.3QuestDB y almacenamiento columnar
2.4Indexación por tiempo y etiquetas
2.5Downsampling y políticas de retención
2.6Consultas analíticas y continuas
2.7Particionado y escalado horizontal
2.8Copias de seguridad y alta disponibilidad
2.9Comparativa de rendimiento
2.10Laboratorio: modelo de datos en TimescaleDB
Módulo 3 de 8 · 10 submódulos

Streaming con Apache Kafka

3.1Temas, particiones y offsets
3.2Productores, consumidores y grupos
3.3Garantías de entrega y exactamente una vez
3.4Esquemas con Schema Registry y Avro
3.5Kafka Connect y conectores industriales
3.6Retención y compactación de registros
3.7Replicación y tolerancia a fallos
3.8Seguridad con SASL y TLS
3.9Monitorización del clúster
3.10Taller: ingesta de MQTT hacia Kafka
Módulo 4 de 8 · 10 submódulos

Procesamiento de flujos

4.1Tiempo de evento y tiempo de proceso
4.2Ventanas deslizantes, de salto y de sesión
4.3Marcas de agua y datos tardíos
4.4Estado y puntos de control en Apache Flink
4.5Kafka Streams y ksqlDB
4.6Joins entre flujos y tablas
4.7Detección de patrones complejos CEP
4.8Cálculo de KPIs en tiempo real
4.9Escalado y rebalanceo de tareas
4.10Laboratorio: ventana de agregación en Flink
Módulo 5 de 8 · 10 submódulos

Diseño de pipelines de datos

5.1Arquitecturas Lambda y Kappa
5.2ETL frente a ELT
5.3Orquestación con Apache Airflow
5.4Arquitectura medallón en lagos de datos
5.5Formatos Parquet, Delta Lake y Apache Iceberg
5.6Particionado y optimización de ficheros
5.7Idempotencia y reprocesamiento
5.8Gestión de esquemas y evolución
5.9Pruebas automáticas de pipelines
5.10Práctica: pipeline batch y streaming combinado
Módulo 6 de 8 · 10 submódulos

Analítica y visualización

6.1Paneles en tiempo real con Grafana
6.2Alertas basadas en umbrales y tendencias
6.3Detección de anomalías en series temporales
6.4Previsión con modelos ARIMA y Prophet
6.5Características para aprendizaje automático
6.6Feature stores y servicio de modelos
6.7Integración con herramientas de BI
6.8Consultas ad hoc sobre datos históricos
6.9Explicabilidad de indicadores
6.10Caso práctico: detección de anomalías en vibraciones
Módulo 7 de 8 · 10 submódulos

Operación, gobierno y seguridad

7.1Observabilidad de pipelines
7.2Calidad del dato en flujo
7.3Linaje y catálogo de datos
7.4Seguridad de datos en tránsito y reposo
7.5Control de acceso por roles
7.6Cumplimiento de RGPD y Data Act
7.7Costes de almacenamiento y cómputo
7.8Planes de recuperación ante desastres
7.9Documentación y contratos de datos
7.10Taller: alertas de calidad en un pipeline
Módulo 8 de 8 · 10 submódulos

Proyecto de pipeline de datos

8.1Caso de uso y fuentes de datos
8.2Diseño de la arquitectura de streaming
8.3Selección de almacenamiento temporal
8.4Implementación de la ingesta
8.5Procesamiento y cálculo de indicadores
8.6Visualización y alertas
8.7Pruebas de carga y fiabilidad
8.8Evaluación de 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.

Volumen, velocidad y retención
Módulo 1 · Datos de series temporales industriales
Consultas analíticas y continuas
Módulo 2 · Bases de datos de series temporales
Garantías de entrega y exactamente una vez
Módulo 3 · Streaming con Apache Kafka
Laboratorio: ventana de agregación en Flink
Módulo 4 · Procesamiento de flujos
Idempotencia y reprocesamiento
Módulo 5 · Diseño de pipelines de datos

Marca los cinco conceptos y te damos tu resultado.

Normas y estándares que vas a manejar

ISO/IEC 20547-3ISO 8000-8ISO/IEC 20546ISO/IEC 27001Reglamento (UE) 2016/679Reglamento (UE) 2023/2854

Cuerpo docente y expertos

Este programa se imparte en el área de Electrónica, Embebidos & Telecom, que dirige Dr. Kevin O’Connor. Debajo, los directores académicos más cercanos a este programa. El detalle de cada instituto está en la página de institutos.

Dr. Kevin O’Connor Dr. Kevin O’ConnorDirector Académico del EET — Electronics & Embedded Technologies Institute.
Prof. Kenji Takahashi Prof. Kenji TakahashiDirector Académico del SRA — Robotics & Autonomous Systems Institute.
Dra. Lucía Hernández Vega Dra. Lucía Hernández VegaDirectora Académica del DAIS — Data, Artificial Intelligence & Simulation Institute.

El claustro completo y los once institutos, con sus líneas de trabajo, están en institutos SEIUM y en liderazgo y consejo asesor.

Dónde se trabaja con esto

Perfiles a los que da acceso el programa.

Ingeniero de datos
Ingeniero de streaming
Arquitecto de datos industriales
Científico de datos
Ingeniero de plataformas
Analista de datos de operaciones

Para quién es

Ingeniero de datos
Ingeniero de streaming
Arquitecto de datos industriales
Científico de datos
Ingeniero de plataformas
Analista de datos de operaciones
Titulados en ingeniería o ciencias que busquen entrar en industria

Otras formaciones del área

Del mismo área y nivel, para completar tu itinerario.

En el blog técnico: Cómo estructurar un pipeline de datos para series temporales de sensores · Del laboratorio de prototipos a la serie cero: industrializar productos Deep Tech.

Áreas cercanas: todas las de Electrónica, Embebidos & Telecom · Aeroespacial, UAM, Drones & Espacio · Automoción & Motorsport · Autónomos, ADAS & Vehículo Definido por Software · Civil, Rail & Smart Cities · Data, IA, Simulación & Analytics · Defensa, Ingeniería Militar & Sistemas Terrestres (enfoque académico, legal y ético) · Diseño, HMI & Producto · todas las facultades.

Opiniones de alumnos

Opiniones verificadas de alumnos de SEIUM, recogidas en Opynio.

Ver reseñas completas

De la solicitud al aula, sin esperas

  1. 1Rellenas la solicitud de admisiónTitulación o experiencia y firma, en una sola página.
  2. 2El sistema verifica la documentación al instanteEl sistema comprueba los datos y la firma al momento.
  3. 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.

El proceso completo, con documentación, plazos, convalidaciones y becas, está en admisión, cómo aplicar y becas y ayudas.

Comprueba tu acceso en tres respuestas

¿Tienes titulación universitaria en ingeniería, ciencias o arquitectura, o experiencia profesional equivalente?
¿Trabajas o quieres trabajar en Electrónica, Embebidos & Telecom?
¿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, InfluxDB, TimescaleDB, Grafana, en versiones gratuitas, académicas o de evaluación. Los ensayos se estudian sobre procedimientos reales de pruebas de carga de ingesta, reprocesamiento de datos tardíos, detección de anomalías en tiempo real. La evaluación es continua por módulo más el proyecto integrador final.

Las modalidades, el calendario y las tasas son comunes a todos los programas: modalidades, calendario académico y tasas y financiación.

Preguntas frecuentes

Son 8 módulos con 80 submódulos y 800 h de trabajo total. Abre por «Datos de series temporales industriales» y cierra con «Proyecto de pipeline de datos».

Se trabajan ISO/IEC 20547-3, ISO 8000-8, ISO/IEC 20546, ISO/IEC 27001, Reglamento (UE) 2016/679 y Reglamento (UE) 2023/2854.

Los perfiles más directos son Ingeniero de datos, Ingeniero de streaming, Arquitecto de datos industriales, Científico de datos y Ingeniero de plataformas.

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, InfluxDB, TimescaleDB, Grafana. 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.

Las dudas comunes a todos los programas (titulación, convalidaciones, visado, idiomas) están resueltas en preguntas frecuentes, equivalencias y convalidaciones e idiomas.

Inicio de clases: 22 de diciembre de 20261.032 € Matricularme
Contactar con Seium
Pago al contado1.032 €ahorras 258 €
Reservar plaza
Seium - Universidad de ingeniería avanzada
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.