Máster en Ingeniería de Diagnóstico de Baterías en Campo y Data Analytics — telemetría, gemelo digital, mantenimiento predictivo.
Máster online de 1900 h: 12 módulos y 120 submódulos, de «Baterías en campo» a «Trabajo Fin de Máster», pasando por «Gemelo digital de batería».
Mapa del programa · pulsa un módulo
Módulo 1 · Baterías en campo
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.
Baterías en campo
Saldrás manejando ciclo de vida en servicio, condiciones reales de uso y fallos en campo. Es lo que se trabaja en «Baterías en campo», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Calidad y preparación de datos
Saldrás manejando tratamiento de datos faltantes, errores de sensor y sincronización temporal de fuentes. Es lo que se trabaja en «Calidad y preparación de datos», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Aprendizaje automático para baterías
Saldrás manejando regresión de estado de salud, redes neuronales recurrentes y modelos basados en árboles. Es lo que se trabaja en «Aprendizaje automático para baterías», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Gemelo digital de batería
Saldrás manejando concepto de gemelo digital, marco ISO 23247 y modelos físicos y de datos. Es lo que se trabaja en «Gemelo digital de batería», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Certificación del estado de salud
Saldrás manejando certificados de estado de salud, requisitos del Reglamento de baterías y métodos de ensayo rápido. Es lo que se trabaja en «Certificación del estado de salud», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Productos y modelos de negocio
Saldrás manejando plataformas de analítica de baterías, servicios para flotas y servicios para aseguradoras. Es lo que se trabaja en «Productos y modelos de negocio», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Objetivos de aprendizaje
01Diseñar arquitecturas de telemetría y datos para baterías en campo.
02Procesar y depurar datos de operación de baterías.
03Estimar el estado de salud con métodos físicos y de datos.
04Detectar anomalías y riesgos de seguridad en flotas.
05Construir gemelos digitales y modelos de mantenimiento predictivo.
06Aplicar requisitos de acceso, privacidad y seguridad de los datos.
07Desarrollar una plataforma de diagnóstico y analítica de baterías en campo.
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
Baterías en campo
1.1Ciclo de vida en servicio
1.2Condiciones reales de uso
1.3Fallos en campo
1.4Degradación en distintos climas
1.5Diferencias entre aplicaciones
1.6Valor de los datos de campo
1.7Garantías de baterías
1.8Valor residual del vehículo
1.9Actores del ecosistema
1.10Caso práctico: análisis de degradación de una flota
Módulo 2 de 12 · 10 submódulos
Telemetría y arquitectura de datos
2.1Datos del BMS
2.2Frecuencia y resolución
2.3Unidades telemáticas del vehículo
2.4Plataformas IoT en la nube
2.5Almacenamiento de series temporales
2.6Procesado por lotes y en tiempo real
2.7Esquemas de datos
2.8Costes de datos
2.9Escalabilidad del modelo
2.10Laboratorio: pipeline de ingesta de telemetría
Módulo 3 de 12 · 10 submódulos
Calidad y preparación de datos
3.1Tratamiento de datos faltantes
3.2Errores de sensor
3.3Sincronización temporal de fuentes
3.4Segmentación de eventos de carga
3.5Normalización por temperatura
3.6Calidad de datos ISO 8000
3.7Ingeniería de características
3.8Etiquetado de fallos
3.9Documentación de datos
3.10Práctica: depuración de datos de carga
Módulo 4 de 12 · 10 submódulos
Diagnóstico basado en modelos
4.1Modelos de circuito equivalente
4.2Identificación en línea
4.3Análisis de capacidad incremental en campo
4.4Análisis de tensión diferencial
4.5Resistencia interna en uso
4.6Comparación con datos de laboratorio
4.7Incertidumbre de la estimación
4.8Limitaciones en campo
4.9Validación de los resultados
4.10Taller: estimación de capacidad con datos de carga parcial
Módulo 5 de 12 · 10 submódulos
Aprendizaje automático para baterías
5.1Regresión de estado de salud
5.2Redes neuronales recurrentes
5.3Modelos basados en árboles
5.4Transferencia de aprendizaje
5.5Aprendizaje con pocos datos
5.6Interpretabilidad de los modelos
5.7Validación cruzada por vehículo
5.8Despliegue de modelos
5.9Monitorización de modelos
5.10Laboratorio: modelo de SOH con scikit-learn
Módulo 6 de 12 · 10 submódulos
Detección de anomalías y seguridad
6.1Celdas con autodescarga anómala
6.2Detección de desequilibrios crecientes
6.3Detección de cortocircuitos internos
6.4Detección de deposición de litio
6.5Alertas tempranas de fuga térmica
6.6Métodos estadísticos de detección
6.7Métodos no supervisados
6.8Priorización de alertas
6.9Respuesta operativa ante alertas
6.10Práctica: detector de celdas anómalas
Módulo 7 de 12 · 10 submódulos
Gemelo digital de batería
7.1Concepto de gemelo digital
7.2Marco ISO 23247
7.3Modelos físicos y de datos
7.4Actualización con telemetría
7.5Simulación de escenarios
7.6Predicción de vida remanente
7.7Optimización de la operación
7.8Integración con el BMS
7.9Escalado a flotas
7.10Caso práctico: gemelo digital de un autobús eléctrico
Módulo 8 de 12 · 10 submódulos
Mantenimiento predictivo y servicio
8.1Estrategias de mantenimiento
8.2Diagnóstico en taller
8.3Sustitución de módulos
8.4Planificación de intervenciones
8.5Gestión de repuestos
8.6Diagnóstico remoto de averías
8.7Actualizaciones de software
8.8Indicadores de servicio
8.9Costes de mantenimiento
8.10Taller: plan de mantenimiento predictivo
Módulo 9 de 12 · 10 submódulos
Certificación del estado de salud
9.1Certificados de estado de salud
9.2Requisitos del Reglamento de baterías
9.3Métodos de ensayo rápido
9.4Valor residual de vehículos usados
9.5Mercado de segunda mano
9.6Baterías de segunda vida
9.7Garantías basadas en datos
9.8Confianza y auditoría
9.9Estándares emergentes de certificación
9.10Práctica: protocolo de certificación de SOH
Módulo 10 de 12 · 10 submódulos
Gobernanza y seguridad de los datos
10.1Propiedad de los datos
10.2Acceso a datos del vehículo
10.3Ley de Datos europea
10.4Protección de datos personales
10.5Anonimización de datos personales
10.6Ciberseguridad ISO/IEC 27001
10.7Contratos de datos
10.8Ética del uso de datos
10.9Auditoría del uso de datos
10.10Caso práctico: política de acceso a datos de batería
Módulo 11 de 12 · 10 submódulos
Productos y modelos de negocio
11.1Plataformas de analítica de baterías
11.2Servicios para flotas
11.3Servicios para aseguradoras
11.4Servicios para financieras
11.5Garantías extendidas basadas en datos
11.6Optimización de carga
11.7Paneles de control
11.8Precios de servicios
11.9Escalado del negocio
11.10Práctica: panel de flota en Grafana
Módulo 12 de 12 · 10 submódulos
Trabajo Fin de Máster
12.1Definición del caso de uso
12.2Arquitectura de datos
12.3Preparación de datos
12.4Modelos de diagnóstico
12.5Modelos de aprendizaje automático
12.6Detección de anomalías
12.7Gemelo digital del sistema
12.8Evaluación y despliegue
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.
Caso práctico: análisis de degradación de una flota
Módulo 1 · Baterías en campo
Ingeniería de características
Módulo 3 · Calidad y preparación de datos
Transferencia de aprendizaje
Módulo 5 · Aprendizaje automático para baterías
Concepto de gemelo digital
Módulo 7 · Gemelo digital de batería
Confianza y auditoría
Módulo 9 · Certificación del estado de salud
Marca los cinco conceptos y te damos tu resultado.
Este programa se imparte en el área de Electromovilidad, Baterías & Hidrógeno, que dirige Dr. Markus Schneider. Debajo, los directores académicos más cercanos a este programa. El detalle de cada instituto está en la página de institutos.
Dr. Markus SchneiderDirector Académico del Departamento EMH — Electromobility, Batteries & Hydrogen.
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 27-11-2026.
¿Tienes titulación universitaria en ingeniería, ciencias o arquitectura, o experiencia profesional equivalente?
¿Trabajas o quieres trabajar en Electromovilidad, Baterías & Hidrógeno?
¿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 Python con pandas y scikit-learn, PyBaMM, Apache Spark, Grafana, AWS IoT, en versiones gratuitas, académicas o de evaluación. Los ensayos se estudian sobre procedimientos reales de estimación del estado de salud de una flota a partir de datos de carga, detección de celdas anómalas mediante aprendizaje automático, gemelo digital de una batería para mantenimiento predictivo. La evaluación es continua por módulo más el TFM final.
Son 12 módulos con 120 submódulos y 1900 h de trabajo total. Abre por «Baterías en campo» y cierra con «Trabajo Fin de Máster».
Se trabajan Reglamento (UE) 2023/1542, ISO 12405-4, IEC 62660-1, ISO 23247-1, ISO 8000-8 y Reglamento (UE) 2016/679.
Los perfiles más directos son Científico de datos de baterías, Ingeniero de diagnóstico de baterías, Ingeniero de analítica de flotas, Ingeniero de gemelos digitales y Ingeniero de servicio técnico de baterías.
En un pago son 5.544 €, sobre una tarifa de 6.930 €. A plazos, una entrada de 2.766 € y 12 cuotas de 347 €, 6.930 € 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 Python con pandas y scikit-learn, PyBaMM, Apache Spark, Grafana, AWS IoT. 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: 21 de diciembre de 20265.544 €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 Electromovilidad, Baterías & Hidrógeno 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 Electromovilidad, Baterías & Hidrógeno 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
Científico de datos de baterías
Ingeniero de diagnóstico de baterías
Operadores de flotas eléctricas
Empresas de almacenamiento energético
Con sinceridad
¿Es para ti?
Sí, si quieres…
Trabajar en Electromovilidad, Baterías & Hidrógeno 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.