Admisión abierta 2026-2027Rellenar solicitud

Máster en Ingeniería de Multimodalidad

Máster online de 1900 h: 12 módulos y 120 submódulos, de «Modalidades, fusión y alineamiento» a «Trabajo Fin de Máster», pasando por «Fusión de sensores en ingeniería».

Mapa del programa · pulsa un módulo
Módulo 1 · Modalidades, fusión y alineamiento
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.

Modalidades, fusión y alineamiento

Saldrás manejando modalidades: texto, imagen, audio, vídeo y sensores, heterogeneidad, alineamiento y complementariedad y representación conjunta y coordinada. Es lo que se trabaja en «Modalidades, fusión y alineamiento», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Arquitecturas transformer

Saldrás manejando atención y autoatención, atención cruzada entre modalidades y codificadores y decodificadores. Es lo que se trabaja en «Arquitecturas transformer», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Modelos de lenguaje multimodales

Saldrás manejando arquitecturas de modelos visión-lenguaje, adaptadores y proyectores visuales y ajuste por instrucciones multimodales. Es lo que se trabaja en «Modelos de lenguaje multimodales», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Fusión de sensores en ingeniería

Saldrás manejando visión y LiDAR en percepción, radar y cámara y audio y vibración en diagnóstico. Es lo que se trabaja en «Fusión de sensores en ingeniería», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Agentes y sistemas multimodales

Saldrás manejando agentes que ven y actúan, uso de herramientas desde modelos y interfaces de voz. Es lo que se trabaja en «Agentes y sistemas multimodales», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Evaluación, riesgos y regulación

Saldrás manejando benchmarks de evaluación multimodal, protocolos de evaluación humana y sesgos y equidad multimodal. Es lo que se trabaja en «Evaluación, riesgos y regulación», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Objetivos de aprendizaje

  • 01Representar datos de distintas modalidades en espacios comunes.
  • 02Diseñar arquitecturas de fusión multimodal basadas en transformers.
  • 03Entrenar modelos con aprendizaje contrastivo.
  • 04Adaptar modelos de lenguaje multimodales a tareas específicas.
  • 05Construir sistemas de recuperación y RAG multimodal.
  • 06Fusionar sensores heterogéneos en aplicaciones de ingeniería.
  • 07Evaluar riesgos y cumplimiento normativo de sistemas multimodales.

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

Modalidades, fusión y alineamiento

1.1Modalidades: texto, imagen, audio, vídeo y sensores
1.2Heterogeneidad, alineamiento y complementariedad
1.3Representación conjunta y coordinada
1.4Fusión temprana, tardía e intermedia
1.5Traducción entre modalidades
1.6Coaprendizaje y transferencia
1.7Taxonomía de tareas multimodales
1.8Evolución histórica de los modelos
1.9Retos abiertos de investigación
1.10Caso práctico: análisis de un sistema multimodal industrial
Módulo 2 de 12 · 10 submódulos

Representaciones por modalidad

2.1Embeddings de texto y tokenización
2.2Representaciones de imagen con CNN y ViT
2.3Representaciones de audio y espectrogramas
2.4Modelos de voz como wav2vec y Whisper
2.5Representaciones de vídeo
2.6Series temporales de sensores
2.7Grafos y datos estructurados
2.8Nubes de puntos y 3D
2.9Normalización entre modalidades
2.10Laboratorio: extracción de embeddings de varias modalidades
Módulo 3 de 12 · 10 submódulos

Arquitecturas transformer

3.1Atención y autoatención
3.2Atención cruzada entre modalidades
3.3Codificadores y decodificadores
3.4Tokens visuales y parches
3.5Posición y tiempo en secuencias multimodales
3.6Mezcla de expertos
3.7Escalado de modelos
3.8Eficiencia de atención
3.9Interpretación de mapas de atención
3.10Práctica: transformer de atención cruzada imagen-texto
Módulo 4 de 12 · 10 submódulos

Aprendizaje contrastivo y alineamiento

4.1Aprendizaje contrastivo con CLIP
4.2Función de pérdida InfoNCE
4.3Espacios de embeddings compartidos
4.4Clasificación sin ejemplos
4.5Recuperación cruzada entre imagen y texto
4.6Alineamiento entre audio y texto
4.7ImageBind y múltiples modalidades
4.8Datos ruidosos de la web
4.9Sesgos en datos de preentrenamiento
4.10Laboratorio: buscador semántico de imágenes con CLIP
Módulo 5 de 12 · 10 submódulos

Modelos de lenguaje multimodales

5.1Arquitecturas de modelos visión-lenguaje
5.2Adaptadores y proyectores visuales
5.3Ajuste por instrucciones multimodales
5.4Preguntas y respuestas visuales
5.5Comprensión de documentos
5.6Comprensión de vídeo
5.7Modelos de voz conversacionales
5.8Alucinaciones en modelos multimodales
5.9Evaluación con benchmarks
5.10Taller: ajuste fino eficiente de un modelo visión-lenguaje
Módulo 6 de 12 · 10 submódulos

Generación multimodal

6.1Modelos de difusión texto-imagen
6.2Control de la generación
6.3Generación de vídeo
6.4Síntesis de voz
6.5Generación de audio y música
6.6Generación 3D a partir de texto
6.7Edición de imágenes guiada
6.8Métricas de calidad generativa
6.9Marcado de contenido sintético
6.10Práctica: generación controlada con difusión
Módulo 7 de 12 · 10 submódulos

Fusión de sensores en ingeniería

7.1Visión y LiDAR en percepción
7.2Radar y cámara
7.3Audio y vibración en diagnóstico
7.4Imagen térmica y visible
7.5Fusión con filtros bayesianos
7.6Fusión con redes profundas
7.7Sincronización y calibración
7.8Robustez ante fallos de sensor
7.9Aplicaciones industriales de fusión sensorial
7.10Laboratorio: fusión cámara-LiDAR para detección 3D
Módulo 8 de 12 · 10 submódulos

Recuperación y RAG multimodal

8.1Índices vectoriales multimodales
8.2Recuperación de documentos con imágenes
8.3RAG sobre manuales técnicos
8.4Búsqueda en vídeo
8.5Reordenación de resultados multimodales
8.6Evaluación de la recuperación
8.7Fragmentación de documentos complejos
8.8Bases de datos vectoriales
8.9Latencia y coste
8.10Taller: asistente RAG sobre planos y manuales
Módulo 9 de 12 · 10 submódulos

Agentes y sistemas multimodales

9.1Agentes que ven y actúan
9.2Uso de herramientas desde modelos
9.3Interfaces de voz
9.4Agentes para interfaces gráficas
9.5Robótica con modelos visión-lenguaje-acción
9.6Orquestación de modelos especializados
9.7Memoria y contexto largo
9.8Seguridad de agentes
9.9Evaluación de agentes
9.10Práctica: agente multimodal de inspección de incidencias
Módulo 10 de 12 · 10 submódulos

Entrenamiento y despliegue eficiente

10.1Ajuste fino con LoRA
10.2Cuantificación de modelos multimodales
10.3Destilación de modelos grandes
10.4Inferencia en el borde
10.5Servicio de modelos grandes
10.6Optimización de datos de entrenamiento
10.7Curación de datasets multimodales
10.8Coste computacional del entrenamiento
10.9Prácticas MLOps para sistemas multimodales
10.10Laboratorio: cuantificación y despliegue de un modelo visión-lenguaje
Módulo 11 de 12 · 10 submódulos

Evaluación, riesgos y regulación

11.1Benchmarks de evaluación multimodal
11.2Protocolos de evaluación humana
11.3Sesgos y equidad multimodal
11.4Seguridad y contenido dañino
11.5Ataques adversarios multimodales
11.6Privacidad en imágenes y voz
11.7Ley de IA y modelos de uso general
11.8Derechos de autor en datos de entrenamiento
11.9Accesibilidad mediante descripciones multimodales
11.10Caso práctico: evaluación de riesgos de un asistente multimodal
Módulo 12 de 12 · 10 submódulos

Trabajo Fin de Máster

12.1Definición de la tarea multimodal
12.2Datos y curación
12.3Diseño de la arquitectura
12.4Entrenamiento o adaptación
12.5Evaluación cuantitativa del sistema
12.6Análisis de errores y sesgos
12.7Despliegue del prototipo
12.8Conclusiones y líneas futuras
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.

Modalidades: texto, imagen, audio, vídeo y sensores
Módulo 1 · Modalidades, fusión y alineamiento
Eficiencia de atención
Módulo 3 · Arquitecturas transformer
Comprensión de documentos
Módulo 5 · Modelos de lenguaje multimodales
Radar y cámara
Módulo 7 · Fusión de sensores en ingeniería
Evaluación de agentes
Módulo 9 · Agentes y sistemas multimodales

Marca los cinco conceptos y te damos tu resultado.

Normas y estándares que vas a manejar

Reglamento (UE) 2024/1689 (Ley de IA)Reglamento (UE) 2016/679 (RGPD)ISO/IEC 42001ISO/IEC 22989ISO/IEC 23053Directiva (UE) 2019/790 (derechos de autor)ISO/IEC 23894

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.

Ingeniero de IA multimodal
Ingeniero de aprendizaje automático
Ingeniero de visión y lenguaje
Ingeniero de fusión de sensores
Investigador en IA generativa
Ingeniero de sistemas RAG

Para quién es

Ingeniero de IA multimodal
Ingeniero de aprendizaje automático
Ingeniero de visión y lenguaje
Ingeniero de fusión de sensores
Investigador en IA generativa
Ingeniero de sistemas RAG
Titulados en ingeniería o ciencias que busquen entrar en tecnología

Otras formaciones del área

Del mismo área y nivel, para completar tu itinerario.

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 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 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 PyTorch, Hugging Face Transformers, OpenCLIP, LlamaIndex, Weaviate, en versiones gratuitas, académicas o de evaluación. Los ensayos se estudian sobre procedimientos reales de buscador semántico de imágenes y texto, asistente RAG multimodal sobre documentación técnica, fusión de cámara y LiDAR para percepción. 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 «Modalidades, fusión y alineamiento» y cierra con «Trabajo Fin de Máster».

Se trabajan Reglamento (UE) 2024/1689 (Ley de IA), Reglamento (UE) 2016/679 (RGPD), ISO/IEC 42001, ISO/IEC 22989, ISO/IEC 23053 y Directiva (UE) 2019/790 (derechos de autor).

Los perfiles más directos son Ingeniero de IA multimodal, Ingeniero de aprendizaje automático, Ingeniero de visión y lenguaje, Ingeniero de fusión de sensores y Investigador en IA generativa.

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 PyTorch, Hugging Face Transformers, OpenCLIP, LlamaIndex, Weaviate. 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: 22 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.