Admisión abierta 2026-2027Rellenar solicitud

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 Vega Dra. Lucía Hernández VegaDirectora Académica del DAIS — Data, Artificial Intelligence & Simulation Institute.
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.

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.

Data product manager
Product owner de datos
Responsable de analítica industrial
Gestor de plataforma de datos
Consultor de estrategia de datos
Product manager de IA

Para quién es

Data product manager
Product owner de datos
Responsable de analítica industrial
Gestor de plataforma de datos
Consultor de estrategia de datos
Product manager de IA
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: Del laboratorio de prototipos a la serie cero: industrializar productos Deep Tech · Cómo colaborar eficazmente entre ingeniería, producto y regulatorio en movilidad · Operación de grúas STS y RTG en terminal portuaria: ciclo, seguridad y productividad.

Áreas cercanas: todas las de Data, IA, Simulación & Analytics · Aeroespacial, UAM, Drones & Espacio · Automoción & Motorsport · Autónomos, ADAS & Vehículo Definido por Software · Civil, Rail & Smart Cities · Defensa, Ingeniería Militar & Sistemas Terrestres (enfoque académico, legal y ético) · Diseño, HMI & Producto · Electromovilidad, Baterías & Hidrógeno · 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 20-11-2026.

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 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.

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

Preguntas frecuentes

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.

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

Inicio de clases: 20 de diciembre de 20264.984 € Matricularme
Contactar con Seium
Pago al contado4.984 €ahorras 1.246 €
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.