Máster en Ingeniería de Data Product Management para Ingeniería
Máster online de 1900 h: 12 módulos y 120 submódulos, de «Product management aplicado a datos» a «Trabajo Fin de Máster», pasando por «Productos de IA».
Mapa del programa · pulsa un módulo
Módulo 1 · Product management aplicado a datos
1900 hDuración total
12Módulos
120Submódulos
OnlineModalidad
Competencias y resultados
6 bloques de competencia, sacados de los módulos de este programa. Pulsa cualquiera y ves qué vas a saber hacer.
Product management aplicado a datos
Saldrás manejando rol del data product manager, diferencias con la gestión de producto software y productos de datos internos y externos. Es lo que se trabaja en «Product management aplicado a datos», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Estrategia y visión de producto
Saldrás manejando visión y propuesta de valor, objetivos y resultados clave y estrategia de plataforma frente a soluciones. Es lo que se trabaja en «Estrategia y visión de producto», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Ciclo de entrega
Saldrás manejando marcos ágiles en equipos de datos, scrum y Kanban adaptados y incertidumbre de la ciencia de datos. Es lo que se trabaja en «Ciclo de entrega», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Productos de IA
Saldrás manejando gestión de producto con modelos de aprendizaje automático, métricas offline y online y gestión de expectativas de precisión. Es lo que se trabaja en «Productos de IA», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Plataforma y arquitectura para PM
Saldrás manejando arquitecturas de datos explicadas al PM, lakehouse y data mesh para no especialistas y facultades y descubribilidad. Es lo que se trabaja en «Plataforma y arquitectura para PM», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Liderazgo y organización
Saldrás manejando equipos de producto de datos, roles y responsabilidades y liderazgo sin autoridad. Es lo que se trabaja en «Liderazgo y organización», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Objetivos de aprendizaje
01Aplicar el enfoque de producto a iniciativas de datos en ingeniería.
02Descubrir oportunidades de valor mediante investigación de usuarios.
03Definir estrategias y hojas de ruta de productos de datos.
04Especificar productos de datos con contratos y requisitos medibles.
05Gestionar la entrega ágil de productos de datos e IA.
06Medir la adopción y el valor de negocio de los productos.
07Gobernar productos de datos conforme a la normativa europea.
Plan de estudios
12 módulos, 120 submódulos, 1900 h. Elige un módulo y ves su contenido completo.
1 de 12 módulos abiertos
Módulo 1 de 12 · 10 submódulos
Product management aplicado a datos
1.1Rol del data product manager
1.2Diferencias con la gestión de producto software
1.3Productos de datos internos y externos
1.4Datos como activo de ingeniería
1.5Pensamiento de producto en equipos técnicos
1.6Modelos operativos y data mesh
1.7Competencias del PM de datos
1.8Relación con ingeniería, ciencia de datos y negocio
1.9Madurez de producto en organizaciones industriales
1.10Caso práctico: cartera de datos de una ingeniería
Módulo 2 de 12 · 10 submódulos
Descubrimiento de oportunidades
2.1Entrevistas con ingenieros y operadores
2.2Jobs to be done en contextos técnicos
2.3Mapas de procesos de ingeniería
2.4Identificación de decisiones mejorables con datos
2.5Árbol de oportunidades
2.6Dimensionado del valor
2.7Evaluación de viabilidad de datos
2.8Priorización con RICE y coste de retraso
2.9Validación de hipótesis
2.10Taller: árbol de oportunidades para una planta industrial
Módulo 3 de 12 · 10 submódulos
Estrategia y visión de producto
3.1Visión y propuesta de valor
3.2Objetivos y resultados clave
3.3Estrategia de plataforma frente a soluciones
3.4Construir, comprar o asociarse
3.5Análisis competitivo de soluciones
3.6Hoja de ruta orientada a resultados
3.7Alineación con la estrategia de ingeniería
3.8Gestión de stakeholders
3.9Comunicación de la estrategia
3.10Práctica: hoja de ruta de analítica de activos
Módulo 4 de 12 · 10 submódulos
Definición de producto y requisitos
4.1Historias de usuario para productos de datos
4.2Criterios de aceptación con métricas de calidad
4.3Contratos de datos y SLA
4.4Requisitos de latencia y frescura
4.5Requisitos de precisión de modelos
4.6Especificación de interfaces y APIs
4.7Requisitos de seguridad y privacidad
4.8Producto mínimo viable de datos
4.9Gestión de la deuda técnica
4.10Taller: especificación de un producto mínimo viable de datos
Módulo 5 de 12 · 10 submódulos
Ciclo de entrega
5.1Marcos ágiles en equipos de datos
5.2Scrum y Kanban adaptados
5.3Incertidumbre de la ciencia de datos
5.4Experimentos y pruebas de concepto
5.5Del prototipo a producción
5.6Colaboración con ingeniería de datos y MLOps
5.7Definición de terminado para modelos
5.8Gestión de dependencias
5.9Lanzamientos y comunicación
5.10Práctica: planificación de un trimestre de producto
Módulo 6 de 12 · 10 submódulos
Productos de datos industriales
6.1Plataformas de monitorización de activos
6.2Productos de mantenimiento predictivo
6.3Productos de calidad y trazabilidad
6.4Productos de eficiencia energética
6.5Gemelos digitales como producto
6.6Productos para cadena de suministro
6.7Productos para ingeniería de diseño
6.8Productos basados en datos de clientes
6.9Servitización y modelos de pago por uso
6.10Caso práctico: producto de monitorización de flota de equipos
Módulo 7 de 12 · 10 submódulos
Productos de IA
7.1Gestión de producto con modelos de aprendizaje automático
7.2Métricas offline y online
7.3Gestión de expectativas de precisión
7.4Diseño de interacción humano-IA
7.5Productos con IA generativa
7.6Riesgos y mitigaciones
7.7Retroalimentación y mejora continua
7.8Costes de inferencia
7.9Cumplimiento de la Ley de IA
7.10Taller: canvas de producto de IA para ingeniería
Módulo 8 de 12 · 10 submódulos
Métricas, adopción y experimentación
8.1Métricas de producto norte
8.2Métricas de adopción y retención
8.3Telemetría de uso
8.4Experimentos A/B en productos internos
8.5Valor de negocio y ahorro
8.6Encuestas y satisfacción
8.7Analítica de producto
8.8Gestión de la adopción en planta
8.9Informe de valor a dirección
8.10Práctica: plan de métricas de un producto de datos
Módulo 9 de 12 · 10 submódulos
Plataforma y arquitectura para PM
9.1Arquitecturas de datos explicadas al PM
9.2Lakehouse y data mesh para no especialistas
9.3Facultades y descubribilidad
9.4Calidad y observabilidad de datos
9.5Coste de plataforma y FinOps
9.6Integración con sistemas OT
9.7Seguridad y accesos
9.8Decisiones técnicas con impacto en producto
9.9Diálogo con arquitectos
9.10Laboratorio: evaluación de coste y arquitectura de un producto
Módulo 10 de 12 · 10 submódulos
Gobernanza y cumplimiento
10.1Propiedad y responsabilidad del dato
10.2Gobierno federado de datos
10.3Calidad según ISO 8000
10.4RGPD en productos de datos
10.5Ley de Datos y datos de productos conectados
10.6Ley de IA
10.7Ciberseguridad industrial en productos conectados
10.8Licencias y contratos de datos
10.9Riesgos legales y contractuales
10.10Caso práctico: Ley de Datos para un fabricante
Módulo 11 de 12 · 10 submódulos
Liderazgo y organización
11.1Equipos de producto de datos
11.2Roles y responsabilidades
11.3Liderazgo sin autoridad
11.4Comunicación técnica y ejecutiva
11.5Negociación de prioridades
11.6Gestión del cambio
11.7Cultura basada en datos
11.8Desarrollo de carrera del PM de datos
11.9Escalado de la organización
11.10Práctica: presentación de un business case a dirección
Módulo 12 de 12 · 10 submódulos
Trabajo Fin de Máster
12.1Descubrimiento del problema
12.2Investigación de usuarios
12.3Estrategia y propuesta de valor
12.4Definición del producto
12.5Plan de entrega y métricas
12.6Modelo de gobernanza
12.7Business case del producto
12.8Conclusiones y próximos pasos
12.9Memoria del TFM
12.10Defensa ante tribunal
¿Cuánto me va a llevar?
Mueve las horas que puedes dedicar cada semana y calculamos tu ritmo sobre las 1900 h del programa.
—meses a ese ritmo
—semanas por módulo
—frente a los 1900 horas · 12 a 18 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.
Relación con ingeniería, ciencia de datos y negocio
Módulo 1 · Product management aplicado a datos
Análisis competitivo de soluciones
Módulo 3 · Estrategia y visión de producto
Scrum y Kanban adaptados
Módulo 5 · Ciclo de entrega
Cumplimiento de la Ley de IA
Módulo 7 · Productos de IA
Integración con sistemas OT
Módulo 9 · Plataforma y arquitectura para PM
Marca los cinco conceptos y te damos tu resultado.
Normas y estándares que vas a manejar
Reglamento (UE) 2023/2854 (Ley de Datos)Reglamento (UE) 2016/679 (RGPD)Reglamento (UE) 2024/1689 (Ley de IA)ISO 8000-8ISO/IEC 25012ISO 9241-210ISO/IEC 38505-1
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 20-11-2026.
¿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 1900 horas · 12 a 18 meses?
Responde las tres y te decimos por dónde seguir.
Requisitos de acceso
·Titulación universitaria en ingeniería, ciencias o arquitectura, o experiencia profesional acreditable equivalente.
·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 Jira, Productboard, Miro, Amplitude, Microsoft Power BI, en versiones gratuitas, académicas o de evaluación. Los ensayos se estudian sobre procedimientos reales de descubrimiento de oportunidades de datos en planta, definición de un producto mínimo viable de datos, business case de un producto de analítica industrial. La evaluación es continua por módulo más el TFM final.
Son 12 módulos con 120 submódulos y 1900 h de trabajo total. Abre por «Product management aplicado a datos» y cierra con «Trabajo Fin de Máster».
Se trabajan Reglamento (UE) 2023/2854 (Ley de Datos), Reglamento (UE) 2016/679 (RGPD), Reglamento (UE) 2024/1689 (Ley de IA), ISO 8000-8, ISO/IEC 25012 y ISO 9241-210.
Los perfiles más directos son Data product manager, Product owner de datos, Responsable de analítica industrial, Gestor de plataforma de datos y Consultor de estrategia de datos.
En un pago son 4.984 €, sobre una tarifa de 6.230 €. A plazos, una entrada de 2.486 € y 12 cuotas de 312 €, 6.230 € en total, sin intereses: lo mismo que la tarifa.
Titulación universitaria en ingeniería, ciencias o arquitectura, o experiencia profesional acreditable equivalente, 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 1900 horas totales repartidas en 12 a 18 meses. Eso son entre 10 y 15 horas semanales de media, compatibles con jornada laboral completa.
Se trabaja con Jira, Productboard, Miro, Amplitude, Microsoft Power BI. 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 Trabajo Fin de Máster. 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: 20 de diciembre de 20264.984 €Matricularme
Antes de decidir
¿Qué sacarías tú de este máster?
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 máster 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 1900 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
Data product manager
Product owner de datos
Responsable de analítica industrial
En industria, energía y ingeniería y construcción.
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.