Máster en Ingeniería de Diagnóstico, Telemetría y Edge Analytics
Máster online de 1900 h: 12 módulos y 120 submódulos, de «Datos del vehículo y su valor» a «Proyecto de diagnóstico y telemetría», pasando por «Detección de anomalías».
Mapa del programa · pulsa un módulo
Módulo 1 · Datos del vehículo y su valor
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.
Datos del vehículo y su valor
Saldrás manejando fuentes de datos en el vehículo, señales de buses CAN y Ethernet y datos de diagnóstico y eventos. Es lo que se trabaja en «Datos del vehículo y su valor», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Telemetría del vehículo
Saldrás manejando unidades telemáticas TCU, protocolos MQTT y AMQP y compresión y priorización de datos. Es lo que se trabaja en «Telemetría del vehículo», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Plataformas de datos en la nube
Saldrás manejando ingesta en streaming con Kafka, bases de datos de series temporales y lakehouse para datos de vehículo. Es lo que se trabaja en «Plataformas de datos en la nube», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Detección de anomalías
Saldrás manejando métodos estadísticos de anomalías, modelos basados en reconstrucción y isolation Forest y variantes. Es lo que se trabaja en «Detección de anomalías», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Gemelo digital del vehículo
Saldrás manejando concepto de gemelo digital de vehículo, sincronización de estado y modelos físicos y de datos. Es lo que se trabaja en «Gemelo digital del vehículo», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Servicios y modelos de negocio
Saldrás manejando servicios de flota basados en datos, seguros basados en uso y servicios de mantenimiento proactivo. Es lo que se trabaja en «Servicios y modelos de negocio», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Objetivos de aprendizaje
01Aplicar protocolos de diagnóstico embarcado.
02Diseñar sistemas de telemetría eficientes.
03Implementar analítica en el borde del vehículo.
04Construir plataformas de datos en la nube.
05Desarrollar modelos de detección de anomalías y pronóstico.
06Cumplir los requisitos de privacidad y acceso a datos.
07Desarrollar un proyecto de diagnóstico, telemetría y edge analytics.
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
Datos del vehículo y su valor
1.1Fuentes de datos en el vehículo
1.2Señales de buses CAN y Ethernet
1.3Datos de diagnóstico y eventos
1.4Casos de uso de datos de vehículo
1.5Valor para ingeniería, calidad y servicios
1.6Arquitecturas de recolección
1.7Costes de transmisión de datos
1.8Regulación del acceso a datos
1.9Ecosistema de proveedores de datos
1.10Caso práctico: mapa de casos de uso de datos
Módulo 2 de 12 · 10 submódulos
Diagnóstico embarcado
2.1Protocolo UDS y servicios
2.2Gestión de DTC y entornos de congelación
2.3Diagnóstico sobre IP
2.4Diagnóstico OBD y emisiones
2.5Diagnóstico de sistemas de alto voltaje
2.6Modelos ODX y OTX
2.7Diagnóstico distribuido en arquitecturas zonales
2.8Autenticación de diagnóstico
2.9Diagnóstico de software y servicios
2.10Laboratorio: lectura de DTC con UDS
Módulo 3 de 12 · 10 submódulos
Telemetría del vehículo
3.1Unidades telemáticas TCU
3.2Protocolos MQTT y AMQP
3.3Compresión y priorización de datos
3.4Recolección basada en campañas
3.5Modelos de señales VSS
3.6Sincronización temporal de datos
3.7Conectividad 4G, 5G y satélite
3.8Gestión de pérdidas de conexión
3.9Costes de conectividad por vehículo
3.10Práctica: telemetría con AWS IoT FleetWise
Módulo 4 de 12 · 10 submódulos
Edge analytics en vehículo
4.1Procesamiento de datos en el borde
4.2Agregación y filtrado en vehículo
4.3Detección de eventos embarcada
4.4Modelos ligeros de aprendizaje automático
4.5TinyML en microcontroladores
4.6Ejecución en contenedores embarcados
4.7Actualización remota de reglas
4.8Consumo de recursos embarcados
4.9Equilibrio entre edge y cloud
4.10Taller: detector de anomalías embarcado
Módulo 5 de 12 · 10 submódulos
Plataformas de datos en la nube
5.1Ingesta en streaming con Kafka
5.2Bases de datos de series temporales
5.3Lakehouse para datos de vehículo
5.4Procesamiento con Spark
5.5Facultades y gobierno del dato
5.6Consultas a escala
5.7Visualización con Grafana
5.8Costes de plataforma
5.9Seguridad del dato
5.10Laboratorio: pipeline Kafka a base temporal
Módulo 6 de 12 · 10 submódulos
Analítica de diagnóstico
6.1Análisis de DTC a escala de flota
6.2Correlación de fallos y condiciones
6.3Detección temprana de defectos
6.4Análisis de causa raíz
6.5Priorización de problemas de calidad
6.6Análisis de garantías
6.7Diagnóstico guiado para talleres
6.8Retroalimentación a ingeniería
6.9Indicadores de calidad en campo
6.10Práctica: análisis de DTC de una flota
Módulo 7 de 12 · 10 submódulos
Detección de anomalías
7.1Métodos estadísticos de anomalías
7.2Modelos basados en reconstrucción
7.3Isolation Forest y variantes
7.4Redes recurrentes para series temporales
7.5Detección de anomalías multivariantes
7.6Etiquetado y validación de anomalías
7.7Reducción de falsas alarmas
7.8Explicabilidad de anomalías
7.9Despliegue en producción
7.10Taller: autoencoder para señales de motor
Módulo 8 de 12 · 10 submódulos
Pronóstico y mantenimiento predictivo
8.1Modelos de vida remanente
8.2Estado de salud de baterías
8.3Degradación de frenos y neumáticos
8.4Modelos físicos frente a datos
8.5Modelos híbridos de pronóstico
8.6Incertidumbre del pronóstico
8.7Integración con planificación de taller
8.8Evaluación económica del mantenimiento
8.9Casos de flotas comerciales
8.10Laboratorio: pronóstico de SOH de batería
Módulo 9 de 12 · 10 submódulos
Gemelo digital del vehículo
9.1Concepto de gemelo digital de vehículo
9.2Sincronización de estado
9.3Modelos físicos y de datos
9.4Simulación de escenarios de uso
9.5Gemelo de batería
9.6Gemelo para mantenimiento
9.7Plataformas de gemelo
9.8Escalado a la flota
9.9Limitaciones del gemelo
9.10Práctica: gemelo de batería con datos de flota
Módulo 10 de 12 · 10 submódulos
Privacidad y regulación de datos
10.1RGPD en telemetría
10.2Ley de Datos y acceso del usuario
10.3Consentimiento y bases legales
10.4Anonimización de datos de localización
10.5Datos para reparación independiente
10.6Requisitos OBFCM de consumo real
10.7Registradores de eventos EDR
10.8Seguridad de la información
10.9Transferencias internacionales de datos
10.10Caso práctico: evaluación de impacto de telemetría
Módulo 11 de 12 · 10 submódulos
Servicios y modelos de negocio
11.1Servicios de flota basados en datos
11.2Seguros basados en uso
11.3Servicios de mantenimiento proactivo
11.4Mercados de datos de vehículo
11.5Datos para ciudades y tráfico
11.6Monetización y precios
11.7Alianzas con terceros
11.8Métricas de valor
11.9Riesgos de negocio
11.10Taller: propuesta de servicio basado en datos
Módulo 12 de 12 · 10 submódulos
Proyecto de diagnóstico y telemetría
12.1Definición de casos de uso
12.2Diseño de la recolección embarcada
12.3Estrategia de edge analytics
12.4Arquitectura de plataforma en la nube
12.5Modelos de detección de anomalías
12.6Modelo de pronóstico
12.7Análisis de privacidad
12.8Conclusiones y hoja de ruta
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.
Valor para ingeniería, calidad y servicios
Módulo 1 · Datos del vehículo y su valor
Protocolos MQTT y AMQP
Módulo 3 · Telemetría del vehículo
Seguridad del dato
Módulo 5 · Plataformas de datos en la nube
Etiquetado y validación de anomalías
Módulo 7 · Detección de anomalías
Modelos físicos y de datos
Módulo 9 · Gemelo digital del vehículo
Marca los cinco conceptos y te damos tu resultado.
Normas y estándares que vas a manejar
ISO 14229-1ISO 13400-2ISO 15031ISO 22900-2Reglamento (UE) 2023/2854 (Ley de Datos)Reglamento (UE) 2016/679 (RGPD)Reglamento (UE) 2019/631 (OBFCM)ISO 20078
Cuerpo docente y expertos
Este programa se imparte en el área de Autónomos, ADAS & Vehículo Definido por Software, 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 Autónomos, ADAS & Vehículo Definido por Software?
¿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 Vector CANoe, AWS IoT FleetWise, Apache Kafka, Grafana, Python, en versiones gratuitas, académicas o de evaluación. Los ensayos se estudian sobre procedimientos reales de análisis de DTC a escala de flota, detección de anomalías en señales de vehículo, pronóstico de estado de salud de baterías. La evaluación es continua por módulo más el TFM final.
Son 12 módulos con 120 submódulos y 1900 h de trabajo total. Abre por «Datos del vehículo y su valor» y cierra con «Proyecto de diagnóstico y telemetría».
Se trabajan ISO 14229-1, ISO 13400-2, ISO 15031, ISO 22900-2, Reglamento (UE) 2023/2854 (Ley de Datos) y Reglamento (UE) 2016/679 (RGPD).
Los perfiles más directos son Ingeniero de diagnóstico, Ingeniero de telemática, Científico de datos de vehículo, Ingeniero de edge computing y Analista de calidad en campo.
En un pago son 3.304 €, sobre una tarifa de 4.130 €. A plazos, una entrada de 1.646 € y 12 cuotas de 207 €, 4.130 € 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 Vector CANoe, AWS IoT FleetWise, Apache Kafka, Grafana, Python. 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 20263.304 €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 Autónomos, ADAS & Vehículo Definido por Software 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 Autónomos, ADAS & Vehículo Definido por Software 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
Ingeniero de diagnóstico
Ingeniero de telemática
Científico de datos de vehículo
En automoción, gestión de flotas y posventa.
Con sinceridad
¿Es para ti?
Sí, si quieres…
Trabajar en Autónomos, ADAS & Vehículo Definido por Software 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.