Curso online de 300 h: 6 módulos y 60 submódulos, de «Analítica predictiva aplicada a flotas off-road» a «Industrialización, gobierno y proyecto final», pasando por «Predicción de fallo y vida útil restante».
6 bloques de competencia, sacados de los módulos de este programa. Pulsa cualquiera y ves qué vas a saber hacer.
Saldrás manejando del mantenimiento correctivo al predictivo, qué decisiones puede mejorar la predicción y flotas de obra, mina, agro y forestal: diferencias. Es lo que se trabaja en «Analítica predictiva aplicada a flotas off-road», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Saldrás manejando señales del bus de la máquina y su muestreo, códigos de avería y su interpretación y datos de taller: órdenes, repuestos y horas. Es lo que se trabaja en «Datos, ingesta y calidad», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Saldrás manejando umbrales fijos frente a umbrales adaptativos, detección de anomalías univariante y multivariante y modelos de reconstrucción y de densidad. Es lo que se trabaja en «Detección de anomalías y diagnóstico», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Saldrás manejando formulación del problema: ventana y horizonte, modelos de clasificación de fallo en ventana y modelos de supervivencia y de riesgo. Es lo que se trabaja en «Predicción de fallo y vida útil restante», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Saldrás manejando integración con el sistema de gestión de mantenimiento, generación de órdenes de trabajo desde el modelo y priorización por criticidad y por disponibilidad. Es lo que se trabaja en «Del aviso a la acción», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Saldrás manejando puesta en producción y monitorización del modelo, deriva de datos y reentrenamiento y gestión de versiones y reproducibilidad. Es lo que se trabaja en «Industrialización, gobierno y proyecto final», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
6 módulos, 60 submódulos, 300 h. Elige un módulo y ves su contenido completo.
Mueve las horas que puedes dedicar cada semana y calculamos tu ritmo sobre las 300 h del programa.
Cinco conceptos del propio temario. Marca lo que ya controlas y te decimos si te conviene el curso, el diplomado o el máster.
Marca los cinco conceptos y te damos tu resultado.
Este programa se imparte en el área de Off-Road, Vehículos Especiales & Maquinaria, 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.El claustro completo y los once institutos, con sus líneas de trabajo, están en institutos SEIUM y en liderazgo y consejo asesor.
Perfiles a los que da acceso el programa.
Del mismo área y nivel, para completar tu itinerario.
En el blog técnico: Gemelos digitales de flotas para optimizar costes y seguridad operativa · Gemelos digitales de flotas: de los sensores al modelo en tiempo real · Smart charging para flotas eléctricas: arquitectura, control y KPIs.
Áreas cercanas: todas las de Off-Road, Vehículos Especiales & Maquinaria · Aeroespacial, UAM, Drones & Espacio · Automoción & Motorsport · Civil, Rail & Smart Cities · Defensa, Ingeniería Militar & Sistemas Terrestres (enfoque académico, legal y ético) · Electromovilidad, Baterías & Hidrógeno (Movilidad) · Energía & Redes · Ingeniería Nuclear & Tecnologías del Ciclo Nuclear · todas las facultades.
Opiniones verificadas de alumnos de SEIUM, recogidas en Opynio.
El proceso completo, con documentación, plazos, convalidaciones y becas, está en admisión, cómo aplicar y becas y ayudas.
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 (pandas, scikit-learn), Power BI, Azure Machine Learning, Grafana, Apache Kafka, en versiones gratuitas, académicas o de evaluación. Los ensayos se estudian sobre procedimientos reales de modelado de vida útil remanente con datos de telemetría, detección de anomalías en series temporales, diseño de cuadros de mando de mantenimiento. La evaluación es continua por módulo más el proyecto integrador final.
Las modalidades, el calendario y las tasas son comunes a todos los programas: modalidades, calendario académico y tasas y financiación.
Son 6 módulos con 60 submódulos y 300 h de trabajo total. Abre por «Analítica predictiva aplicada a flotas off-road» y cierra con «Industrialización, gobierno y proyecto final».
Se trabajan ISO 13381-1 (pronóstico en monitorización de condición), ISO 13374 (procesamiento de datos de monitorización de condición), ISO 17359 (monitorización de condición, guía general), ISO 14224 (datos de fiabilidad y mantenimiento), ISO 15143-3 (intercambio de datos telemáticos de maquinaria) y Reglamento (UE) 2024/1689 (inteligencia artificial).
Los perfiles más directos son Científico de datos industriales, Ingeniero de fiabilidad, Analista de telemática de flotas, Responsable de mantenimiento predictivo y Ingeniero de datos.
En un pago son 356 €, sobre una tarifa de 445 €. A plazos, una entrada de 178 € y 3 cuotas de 89 €, 445 € en total, sin intereses: lo mismo que la tarifa.
No se exige titulación previa, 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 300 horas totales repartidas en 3 a 5 meses. Eso son entre 10 y 15 horas semanales de media, compatibles con jornada laboral completa.
Se trabaja con Python (pandas, scikit-learn), Power BI, Azure Machine Learning, Grafana, Apache Kafka. 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 proyecto integrador. 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.