explora la convergencia de tecnologías operativas (OT) e informáticas (IT) para optimizar la gestión y el análisis de activos en entornos industriales. Se centra en el desarrollo de modelos predictivos, la implementación de estrategias de mantenimiento basadas en la condición (CBM) y la integración de sistemas de supervisión y control de datos (SCADA) con plataformas de análisis de datos (Big Data). El programa aborda la seguridad cibernética en entornos industriales y la aplicación de inteligencia artificial (IA) para la optimización de procesos y la toma de decisiones.
Los participantes adquirirán habilidades prácticas en la configuración y análisis de datos de sensores IoT, la implementación de protocolos de comunicación industrial (MQTT, OPC UA), y el desarrollo de dashboards de visualización de datos (KPIs). Se enfatiza en la ciberseguridad industrial y la protección de datos sensibles. Esta formación prepara a roles profesionales como ingenieros de automatización, analistas de datos industriales, especialistas en ciberseguridad OT/IT y gestores de activos, impulsando la eficiencia y la resiliencia en la industria 4.0.
Palabras clave objetivo (naturales en el texto): modelos de activos, integración OT/IT, mantenimiento predictivo, SCADA, Big Data, ciberseguridad industrial, IoT, análisis de datos, industria 4.0, diplomado industrial.
1.799 €
2. **Maestría en Modelado de Activos y Convergencia OT/IT para la Transformación Digital**
Aprenderás a integrar todo el proceso de desarrollo de producto desde la concepción del modelo hasta su validación final, aplicando metodologías centradas en el usuario. Desarrollarás competencias en diseño paramétrico, ergonomía, simulación, materiales sostenibles, visualización 3D y gestión de manufactura, garantizando soluciones eficientes, seguras y alineadas con los estándares industriales actuales.
4. Estrategias Avanzadas en Modelado de Activos e Integración OT/IT para la Ciberseguridad: ¿Qué Aprenderás?
5. Modelado de Activos e Integración OT/IT: Impulso a la Innovación y Sostenibilidad Naval
Aprenderás a integrar todo el proceso de desarrollo de producto desde la concepción del modelo hasta su validación final, aplicando metodologías centradas en el usuario. Desarrollarás competencias en diseño paramétrico, ergonomía, simulación, materiales sostenibles, visualización 3D y gestión de manufactura, garantizando soluciones eficientes, seguras y alineadas con los estándares industriales actuales.
Requisitos recomendados: Conocimientos básicos de ingeniería naval, familiaridad con los sistemas de a bordo y normativa marítima; dominio del español y/o inglés.
1.1. Concepto de modelo de activo y diferencias entre inventario técnico, modelo de datos, gemelo digital, CMDB y registro operacional
1.2. Fundamentos de OT e IT y diferencias entre sistemas de control industrial, sistemas corporativos, redes empresariales y plataformas digitales
1.3. Relación entre activos físicos, activos digitales, procesos operativos, mantenimiento, datos y toma de decisiones técnica
1.4. Arquitectura general de integración OT/IT en plantas industriales, puertos, energía, transporte, utilities, edificios y entornos críticos
1.5. Actores clave: operaciones, mantenimiento, ingeniería, IT, ciberseguridad, proveedores, dirección, integradores y usuarios finales
1.6. Riesgos de la desconexión entre OT e IT: datos incompletos, baja trazabilidad, decisiones tardías, fallos de seguridad y pérdida de eficiencia
1.7. Tendencias en digitalización industrial, IoT, edge computing, analítica operacional, mantenimiento predictivo y gestión inteligente de activos
1.8. Enfoque sistémico de la integración OT/IT como conexión entre activos, datos, procesos, tecnología, seguridad y valor operativo
2.1. Fundamentos de estructuración de activos y diferencias entre activo, equipo, componente, sistema, ubicación funcional y línea operativa
2.2. Jerarquías técnicas: planta, área, línea, sistema, subsistema, equipo, componente, sensor y punto de medida
2.3. Taxonomías de activos según criticidad, función, tecnología, fabricante, proceso, ubicación y responsabilidad operativa
2.4. Codificación, nomenclatura, etiquetado, estándares internos y reglas de identificación única de activos
2.5. Datos maestros de activos: especificaciones, ubicación, estado, documentación, repuestos, mantenimiento y vida útil
2.6. Relación entre modelo de activo, mantenimiento, operación, ingeniería, compras, almacén y control financiero
2.7. Calidad del dato: completitud, consistencia, actualización, duplicidad, precisión y trazabilidad histórica
2.8. Construcción de modelos de datos normalizados que permitan interoperabilidad, análisis y gestión confiable del ciclo de vida
3.1. Fundamentos de sistemas OT: PLC, SCADA, DCS, RTU, HMI, sensores, actuadores, variadores y sistemas de supervisión
3.2. Arquitecturas de control industrial y relación entre campo, control, supervisión, operación y gestión corporativa
3.3. Protocolos industriales y comunicación operacional: Modbus, OPC UA, Profinet, Profibus, Ethernet/IP, CAN, MQTT y otros estándares
3.4. Captura de datos de activos mediante sensores, telemetría, historian, gateways, edge devices y plataformas IoT industriales
3.5. Variables operacionales: temperatura, presión, vibración, caudal, energía, estado, alarmas, eventos y ciclos de operación
3.6. Integración de datos en tiempo real, datos históricos, eventos discretos, alarmas y registros de mantenimiento
3.7. Limitaciones de campo: conectividad, latencia, ruido, obsolescencia, protocolos propietarios y criticidad operacional
3.8. Construcción de arquitecturas de captura robustas que conecten activos físicos con modelos digitales confiables
4.1. Fundamentos de integración IT y relación entre ERP, EAM, CMMS, MES, BI, GRC, PLM, GIS y sistemas corporativos
4.2. Integración entre OT e IT mediante APIs, middleware, buses de eventos, ETL/ELT, data lakes, historians y plataformas cloud híbridas
4.3. Modelos de interoperabilidad semántica entre activos, procesos, órdenes de trabajo, repuestos, alarmas, costes y desempeño
4.4. Integración de CMMS/EAM con datos operacionales para mantenimiento preventivo, predictivo y basado en condición
4.5. Integración con ERP para costes, compras, almacén, contratos, proyectos, activos financieros y control presupuestario
4.6. Arquitecturas edge-cloud, procesamiento distribuido, sincronización de datos y operación en entornos con conectividad limitada
4.7. Gobierno de interfaces, versionado, trazabilidad, reglas de transformación y control de dependencias entre sistemas
4.8. Construcción de plataformas de datos OT/IT que permitan visibilidad integral, automatización y decisiones basadas en evidencia
5.1. Fundamentos de ciberseguridad OT/IT y diferencias entre riesgo corporativo, riesgo industrial, riesgo operacional y riesgo de seguridad física
5.2. Segmentación de redes, zonas, conduits, firewalls industriales, DMZ, acceso remoto seguro y separación de entornos críticos
5.3. Gestión de identidades, privilegios, cuentas de servicio, autenticación, trazabilidad de accesos y administración de terceros
5.4. Riesgos de integración: exposición de PLC, acceso no autorizado, ransomware, manipulación de datos, interrupción de servicio y movimiento lateral
5.5. Gestión de vulnerabilidades, parches, hardening, inventario de activos conectados y control de cambios en entornos OT
5.6. Monitorización de seguridad, detección de anomalías, logs, eventos, respuesta a incidentes y continuidad operacional
5.7. Gobierno OT/IT: roles, responsabilidades, políticas, estándares, auditorías, gestión documental y cumplimiento regulatorio
5.8. Construcción de modelos de integración seguros que protejan disponibilidad, integridad, confidencialidad y continuidad de activos críticos
6.1. Fundamentos de analítica de activos y diferencias entre monitoreo descriptivo, diagnóstico, predicción, prescripción y optimización
6.2. Indicadores de desempeño: disponibilidad, confiabilidad, mantenibilidad, MTBF, MTTR, OEE, criticidad, coste y riesgo operativo
6.3. Mantenimiento basado en condición, mantenimiento predictivo, modelos de degradación y detección temprana de fallos
6.4. Gemelos digitales de activos, líneas, plantas o infraestructuras y su relación con modelos de datos OT/IT
6.5. Analítica de alarmas, eventos, consumos, vibraciones, energía, operación anómala y ciclos de vida de componentes
6.6. Visualización mediante dashboards, mapas de activos, alertas, indicadores ejecutivos y paneles operativos en tiempo real
6.7. Integración de IA, machine learning y reglas expertas para priorización de mantenimiento, riesgo y optimización de operación
6.8. Construcción de capacidades analíticas que conviertan datos OT/IT en eficiencia, confiabilidad y reducción de costes
7.1. Definición del caso de estudio: planta industrial, puerto, red energética, sistema de transporte, edificio inteligente o infraestructura crítica
7.2. Diagnóstico del contexto operativo, activos existentes, sistemas OT, sistemas IT, fuentes de datos y problemas de integración
7.3. Diseño de la jerarquía de activos, taxonomía, codificación, datos maestros y reglas de calidad del modelo
7.4. Desarrollo de la arquitectura de captura OT con sensores, PLC, SCADA, historian, gateways, edge e integración de datos de campo
7.5. Diseño de la integración IT con EAM, CMMS, ERP, BI, data lake, APIs, dashboards y flujos de información corporativa
7.6. Integración de ciberseguridad, segmentación, control de accesos, gobierno, auditoría y continuidad operacional
7.7. Elaboración del modelo analítico con KPIs, mantenimiento predictivo, visualización, alertas y oportunidades de optimización
7.8. Presentación y defensa del proyecto final con justificación técnica, operacional, digital y de seguridad de la integración OT/IT desarrollada
Director Académico del DSD — SEIUM Design & Industrial Design Institute
Profesor de Diseño Industrial, Diseño de Vehículos, Transportation Design, UX/HMI, Color & Trim, Iluminación y Desarrollo de Producto
El Prof. Luca Benedetti, de nacionalidad italiana, es Director Académico del DSD — SEIUM Design & Industrial Design Institute y responsable de diseño industrial, de producto y vehículos, experiencia de usuario, interacción persona-máquina, interfaces HMI, Color & Trim y prototipado.
Director Académico del SRA — SEIUM Robotics & Autonomous Systems Institute
Profesor de Robótica, Automatización Inteligente, Sistemas Autónomos, Percepción Artificial, Control Avanzado y Mecatrónica.
El Prof. Kenji Takahashi, de nacionalidad japonesa, es Director Académico del SRA — SEIUM Robotics & Autonomous Systems Institute y responsable de robótica industrial, robots móviles, mecatrónica, control avanzado, percepción artificial, navegación e inteligencia embebida y autónoma.
Directora Académica del DAIS — SEIUM Data, Artificial Intelligence & Simulation Institute
Profesora de Inteligencia Artificial, Ciencia de Datos, Ingeniería de Datos, MLOps, Simulación, Gemelos Digitales y Computación Científica
La Dra. Lucía Hernández Vega, de nacionalidad española, es Directora Académica del DAIS — SEIUM Data, Artificial Intelligence & Simulation Institute y responsable de inteligencia artificial, ciencia e ingeniería de datos, visión artificial, IA generativa, MLOps y gemelos digitales.
Director Académico del EET — SEIUM Electronics & Embedded Technologies Institute
Profesor de Electrónica, Sistemas Embebidos, Telecomunicaciones, Diseño de Hardware, FPGA, IoT y Sistemas de Tiempo Real
El Dr. Kevin O’Connor, de nacionalidad irlandesa, es Director Académico del EET — SEIUM Electronics & Embedded Technologies Institute y responsable de electrónica, sistemas embebidos, telecomunicaciones, diseño de circuitos, microcontroladores, FPGA, IoT y desarrollo de hardware electrónico.
Director Académico del SNO — SEIUM Naval & Offshore Institute
Profesor de Arquitectura Naval, Ingeniería Marítima, Sistemas de Propulsión, Construcción Naval e Ingeniería Offshore
El Dr. Javier Ferrer Salvatierra, de nacionalidad española, es Director Académico del SNO — SEIUM Naval & Offshore Institute y responsable de arquitectura naval, ingeniería marítima, construcción, propulsión, sistemas auxiliares, ingeniería offshore, seguridad y descarbonización marítima.
Directora Académica del RSC — SEIUM Rail & Smart Cities Institute
Profesora de Ingeniería Ferroviaria, Señalización, Movilidad Urbana, Infraestructuras Inteligentes y Sistemas de Transporte
La Dra. Isabel Martín Robles, de nacionalidad española, es Directora Académica del RSC — SEIUM Rail & Smart Cities Institute y profesora responsable de las áreas de ingeniería ferroviaria, señalización, sistemas de control del tráfico, movilidad urbana, transporte inteligente, infraestructuras conectadas y planificación de ciudades inteligentes.
Director Académico del SEN — SEIUM Energy & Networks Institute
Profesor de Sistemas Eléctricos de Potencia, Smart Grids, Energías Renovables, Almacenamiento y Digitalización de Redes
El Dr. Carlos Navarro Sanz, de nacionalidad española, es Director Académico del SEN — SEIUM Energy & Networks Institute y responsable de sistemas eléctricos, redes inteligentes, renovables, almacenamiento, operación, protecciones, subestaciones, digitalización y planificación energética.
Consulta “Calendario & convocatorias”, “Becas & ayudas” y “Tasas & financiación” en el mega-menú de SEIUM
Nuestro equipo está listo para ayudarte. Contáctanos y te responderemos lo antes posible.
Testimonios de clientes que avalan nuestra calificación