Máster en Diagnóstico de Baterías en Campo y Data Analytics
Máster online de 1900 h: 12 módulos y 120 submódulos, de «Degradación en uso real» a «Trabajo Fin de Máster», pasando por «Gemelos digitales de baterías».
Mapa del programa · pulsa un módulo
Módulo 1 · Degradación en uso real
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.
Degradación en uso real
Saldrás manejando mecanismos de envejecimiento, factores de estrés en campo y perfiles de uso de flotas. Es lo que se trabaja en «Degradación en uso real», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Estimación de estado
Saldrás manejando SOC por conteo de Coulomb, filtros de Kalman y SOH por capacidad. Es lo que se trabaja en «Estimación de estado», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Análisis de datos
Saldrás manejando python y pandas, limpieza de series temporales y agregación por ciclos. Es lo que se trabaja en «Análisis de datos», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Gemelos digitales de baterías
Saldrás manejando concepto de gemelo, modelos electroquímicos de tipo P2D y modelos de circuito equivalente. Es lo que se trabaja en «Gemelos digitales de baterías», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Certificación de estado
Saldrás manejando certificados de SOH, vehículos de ocasión y normativa de durabilidad. Es lo que se trabaja en «Certificación de estado», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Plataformas y negocio
Saldrás manejando arquitectura de plataformas, servicios en la nube y APIs de datos. Es lo que se trabaja en «Plataformas y negocio», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Objetivos de aprendizaje
01Explicar los mecanismos de degradación en uso real.
02Extraer y depurar datos de BMS y telemetría.
03Estimar SOC y SOH con métodos avanzados.
04Diagnosticar fallos de celdas y packs.
05Aplicar aprendizaje automático a la predicción de vida útil.
06Desarrollar gemelos digitales de baterías.
07Diseñar servicios de analítica para flotas y almacenamiento.
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
Degradación en uso real
1.1Mecanismos de envejecimiento
1.2Factores de estrés en campo
1.3Perfiles de uso de flotas
1.4Temperatura y clima
1.5Carga rápida y su impacto
1.6Diferencias entre laboratorio y campo
1.7Fallos de celdas
1.8Indicadores de salud
1.9Casos documentados de degradación
1.10Caso práctico: análisis de degradación de una flota
Módulo 2 de 12 · 10 submódulos
Datos de BMS y telemetría
2.1Variables registradas por el BMS
2.2Frecuencia de muestreo
2.3Buses CAN y diagnósticos
2.4Telemática y conectividad
2.5Protocolos de diagnóstico UDS
2.6Calidad de datos
2.7Almacenamiento en la nube
2.8Acceso a datos del vehículo
2.9Privacidad de los datos del vehículo
2.10Laboratorio: decodificación de tramas CAN
Módulo 3 de 12 · 10 submódulos
Estimación de estado
3.1SOC por conteo de Coulomb
3.2Filtros de Kalman
3.3SOH por capacidad
3.4SOH por resistencia
3.5Análisis de capacidad incremental
3.6Análisis de voltaje diferencial
3.7Estimación sin carga completa
3.8Precisión de estimaciones
3.9Modelos híbridos físicos y de datos
3.10Práctica: estimación de SOH con filtro de Kalman
Módulo 4 de 12 · 10 submódulos
Diagnóstico de fallos
4.1Desequilibrio de celdas
4.2Microcortocircuitos internos en celdas
4.3Fallos de contacto
4.4Fallos de sensores
4.5Detección de fuga térmica
4.6Fugas de refrigerante
4.7Árboles de fallo
4.8Diagnóstico remoto de flotas
4.9Priorización de alertas
4.10Caso práctico: detección de celda defectuosa
Módulo 5 de 12 · 10 submódulos
Análisis de datos
5.1Python y pandas
5.2Limpieza de series temporales
5.3Agregación por ciclos
5.4Visualización de datos de baterías
5.5Estadística descriptiva de flotas
5.6Correlaciones entre variables de uso
5.7Big data con Spark
5.8Bases de datos de series
5.9Notebooks reproducibles en Jupyter
5.10Práctica: pipeline de análisis
Módulo 6 de 12 · 10 submódulos
Machine learning para baterías
6.1Regresión de SOH
6.2Predicción de vida restante
6.3Modelos de redes neuronales
6.4Detección de anomalías
6.5Clustering de patrones
6.6Modelos físicos informados
6.7Transferencia entre químicas
6.8Validación de modelos
6.9Explicabilidad de los modelos
6.10Laboratorio: predicción de RUL
Módulo 7 de 12 · 10 submódulos
Gemelos digitales de baterías
7.1Concepto de gemelo
7.2Modelos electroquímicos de tipo P2D
7.3Modelos de circuito equivalente
7.4Actualización con datos
7.5Plataformas comerciales de gemelos
7.6Escalado a flotas
7.7Simulación de escenarios
7.8Optimización de uso
7.9Integración con BMS
7.10Caso práctico: gemelo de un pack de autobús
Módulo 8 de 12 · 10 submódulos
Diagnóstico en taller
8.1Herramientas de diagnóstico
8.2Pruebas de capacidad
8.3Medidas de impedancia
8.4Inspección de módulos
8.5Reparación de packs
8.6Sustitución de módulos
8.7Seguridad en taller
8.8Documentación de la intervención
8.9Coste de reparación
8.10Práctica: diagnóstico de un pack en taller
Módulo 9 de 12 · 10 submódulos
Certificación de estado
9.1Certificados de SOH
9.2Vehículos de ocasión
9.3Normativa de durabilidad
9.4Euro 7 y durabilidad de baterías
9.5Pasaporte de batería
9.6Valor residual del vehículo
9.7Garantías de capacidad de batería
9.8Arbitraje entre partes
9.9Transparencia al comprador
9.10Caso práctico: informe de SOH de vehículo usado
Módulo 10 de 12 · 10 submódulos
Aplicaciones en flotas y almacenamiento
10.1Gestión de flotas eléctricas
10.2Optimización de carga
10.3Planificación de reemplazos
10.4Segunda vida de packs
10.5Sistemas BESS estacionarios
10.6Garantías de rendimiento
10.7Monitorización de parques
10.8Seguros basados en datos de batería
10.9Mantenimiento predictivo de baterías
10.10Taller: plan de mantenimiento predictivo
Módulo 11 de 12 · 10 submódulos
Plataformas y negocio
11.1Arquitectura de plataformas
11.2Servicios en la nube
11.3APIs de datos
11.4Modelos de negocio
11.5Clientes y propuestas de valor
11.6Ciberseguridad de plataformas de datos
11.7Escalabilidad de la plataforma
11.8Startups del sector
11.9Regulación de datos
11.10Caso práctico: propuesta de servicio de analítica
Módulo 12 de 12 · 10 submódulos
Trabajo Fin de Máster
12.1Definición del problema
12.2Inventario de datos disponibles
12.3Preprocesado y limpieza de datos
12.4Desarrollo de modelos de estado
12.5Validación de los modelos
12.6Diagnóstico de casos
12.7Propuesta de servicio
12.8Evaluación del servicio propuesto
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.
Factores de estrés en campo
Módulo 1 · Degradación en uso real
Modelos híbridos físicos y de datos
Módulo 3 · Estimación de estado
Correlaciones entre variables de uso
Módulo 5 · Análisis de datos
Modelos de circuito equivalente
Módulo 7 · Gemelos digitales de baterías
Caso práctico: informe de SOH de vehículo usado
Módulo 9 · Certificación de estado
Marca los cinco conceptos y te damos tu resultado.
Este programa se imparte en el área de Motocicletas & 2 Ruedas, 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 23-10-2026.
¿Tienes titulación universitaria en ingeniería, ciencias o arquitectura, o experiencia profesional equivalente?
¿Trabajas o quieres trabajar en Motocicletas & 2 Ruedas?
¿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, MATLAB, Apache Spark, Grafana, Vector CANalyzer, en versiones gratuitas, académicas o de evaluación. Los ensayos se estudian sobre procedimientos reales de análisis de datos de BMS de flotas reales, modelos de predicción de vida útil restante, diagnóstico de packs en taller. La evaluación es continua por módulo más el TFM final.
Son 12 módulos con 120 submódulos y 1900 h de trabajo total. Abre por «Degradación en uso real» y cierra con «Trabajo Fin de Máster».
Se trabajan Reglamento (UE) 2023/1542, ISO 15765, ISO 14229, Reglamento (UE) 2024/1257 (Euro 7), IEC 62660-1 y SAE J1979.
Los perfiles más directos son Analista de datos de baterías, Ingeniero de diagnóstico, Data scientist de baterías, Ingeniero de BMS y Gestor de flotas eléctricas.
En un pago son 4.424 €, sobre una tarifa de 5.530 €. A plazos, una entrada de 2.652 € y 12 cuotas de 332 €, 6.636 € en total.
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, MATLAB, Apache Spark, Grafana, Vector CANalyzer. 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.
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 Motocicletas & 2 Ruedas 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 Motocicletas & 2 Ruedas 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
Analista de datos de baterías
Ingeniero de diagnóstico
Data scientist de baterías
En automoción eléctrica, gestión de flotas y almacenamiento energético.
Con sinceridad
¿Es para ti?
Sí, si quieres…
Trabajar en Motocicletas & 2 Ruedas 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: la fecha de inicio la fija el claustro.
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.
¿Tienes alguna duda sobre Máster en Diagnóstico de Baterías en Campo y Data Analytics? ¡Escríbenos por WhatsApp y te ayudamos! 💬
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.