SEIUM, Universidad de Ingenieria Avanzada
Campus virtual
SEIUM, Universidad de Ingenieria Avanzada

Diplomado en Analytics Avanzado para Optimización de Claims

Sobre nuestro Diplomado en Analytics Avanzado para Optimización de Claims

El diplomado en analytics avanzado para optimización de claims de SEIUM es una formación 100 % online de 800 horas, estructurada en 8 módulos y 80 submódulos. Cubre analytics avanzado para optimización de claims desde los fundamentos hasta la validación y la puesta en operación, con el marco normativo de referencia del sector —Solvencia II (Directiva 2009/138/CE), IFRS 17 y Reglamento Delegado (UE) 2015/35— aplicado sobre casos reales y no como un anexo teórico.

El trabajo práctico se realiza con las herramientas que se usan en la industria: R, Python (pandas, scikit-learn), SAS y Prophet. Cada módulo cierra con un entregable que el tutor corrige individualmente, y el programa culmina en un proyecto integrador documentado. Está orientado a perfiles de actuario de no vida, analista de riesgos y suscriptor técnico en seguro de automóvil, seguro de infraestructuras y movilidad compartida.

Diplomado en Analytics Avanzado para Optimización de Claims
Diplomado en Analytics Avanzado para Optimización de Claims
  • Modalidad: Online
  • Duración: 8 meses
  • Horas: 900 H
  • Idioma: ES / EN
  • Fecha de matrícula: 16-10-2026
  • Plazas disponibles: 9

1.090 €

Aplicar Ahora

Competencias y resultados

Qué aprenderás

1. Optimización de Claims: Analytics Avanzado y Estrategias Data-Driven

  • Dominar el análisis predictivo de reclamos mediante la aplicación de herramientas de Analytics Avanzado.
  • Identificar y cuantificar patrones y tendencias clave en los datos de reclamos, utilizando técnicas de Data Mining y Machine Learning.
  • Desarrollar estrategias de optimización de reclamos basadas en datos (Data-Driven), enfocándose en la reducción de costos y la mejora de la eficiencia.
  • Aprender a segmentar los reclamos y a personalizar las soluciones, empleando modelos de segmentación de clientes y análisis de comportamiento del consumidor.
  • Utilizar herramientas de visualización de datos para comunicar hallazgos y recomendaciones de manera efectiva.

2. Análisis Profundo de Claims: Modelado, Performance y Optimización Data-Driven

  • Modelado avanzado de claims utilizando técnicas de simulación numérica.
  • Evaluación exhaustiva del performance de los sistemas de navegación, incluyendo análisis de precisión y fiabilidad.
  • Optimización data-driven de los procesos y recursos empleados en la gestión de claims.
  • Dominio de herramientas de análisis predictivo para la identificación temprana de riesgos y oportunidades.
  • Aplicación de metodologías de aprendizaje automático (Machine Learning) para la mejora continua.
  • Análisis de datos a gran escala (Big Data) para la toma de decisiones estratégicas.
  • Implementación de dashboards e informes personalizados para el seguimiento del rendimiento.
  • Diseño y ejecución de experimentos controlados para optimizar los procesos de claims.
  • Comprensión de la normativa y las regulaciones relevantes para la gestión de claims.
  • Desarrollo de habilidades de comunicación y presentación efectivas para comunicar los resultados del análisis.

3. Diseño y validación integral orientado al usuario (del modelado a la manufactura)

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. Optimización de Claims: Análisis Avanzado, Modelado Predictivo y Performance

  • Profundizar en el análisis de datos complejos para la detección de patrones y tendencias.
  • Aplicar técnicas de modelado predictivo para anticipar comportamientos y resultados futuros.
  • Evaluar y mejorar el rendimiento de las estrategias y campañas de optimización.

5. Optimización de Claims: Analytics Avanzado, Modelado de Performance y Estrategias de Optimización

5. Optimización de Claims: Analytics Avanzado, Modelado de Performance y Estrategias de Optimización

  • Dominar el análisis avanzado de datos para la identificación y priorización de claims.
  • Aplicar técnicas de modelado de performance para predecir y simular el comportamiento de los claims.
  • Desarrollar estrategias de optimización basadas en datos para mejorar la eficiencia y rentabilidad de los procesos de claims.
  • Utilizar herramientas de análisis predictivo para anticipar y mitigar riesgos en los claims.
  • Implementar KPIs y métricas clave para medir el rendimiento y el impacto de las estrategias de optimización.
  • Analizar y optimizar los procesos de gestión de claims, desde la presentación hasta la resolución.
  • Comprender y aplicar el análisis de causa raíz (RCA) para identificar las causas subyacentes de los claims y prevenir su recurrencia.
  • Aprender a utilizar plataformas y herramientas de análisis de datos para la optimización de claims.
  • Desarrollar habilidades en la comunicación y presentación de resultados a las partes interesadas.
  • Explorar el impacto de la inteligencia artificial y el aprendizaje automático en la optimización de claims.

6. Optimización de Claims: Analytics Avanzado, Modelado Predictivo y Análisis de Performance

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.

Diplomado en Analytics Avanzado para Optimización de Claims

Para quien va dirigido nuestro:

Diplomado en Analytics Avanzado para Optimización de Claims

  • Profesionales con titulación en Ciencias Navales, Ingeniería Naval, Ingeniería Marítima o disciplinas afines.
  • Expertos de la industria naval, astilleros, empresas de transporte marítimo, armadas y guardias costeras.
  • Analistas de datos, ingenieros de optimización y personal de claims que busquen perfeccionar sus habilidades en el análisis avanzado de datos.
  • Profesionales involucrados en la gestión de riesgos, seguros marítimos, peritaje naval y legal que deseen optimizar sus procesos.

Requisitos recomendados: Conocimientos en estadística, gestión de riesgos y experiencia en el sector marítimo; ES/EN B2+/C1. Se proporciona material de apoyo para nivelar conocimientos.

  • Standards-driven curriculum: trabajarás con CS-27/CS-29, DO-160, DO-178C/DO-254, ARP4754A/ARP4761, ADS-33E-PRF desde el primer módulo.
  • Laboratorios acreditables (EN ISO/IEC 17025) con banco de rotor, EMC/Lightning pre-compliance, HIL/SIL, vibraciones/acústica.
  • TFM orientado a evidencia: safety case, test plan, compliance dossier y límites operativos.
  • Mentorado por industria: docentes con trayectoria en rotorcraft, tiltrotor, eVTOL/UAM y flight test.
  • Modalidad flexible (híbrido/online), cohortes internacionales y soporte de SEIUM Career Services.
  • Ética y seguridad: enfoque safety-by-design, ciber-OT, DIH y cumplimiento como pilares.

8 módulos · 80 submódulos · 800 horas

1Optimización de Claims: Fundamentos y Data-Driven (100 h)
  • 1.1. Introducción al análisis de Claims y su optimización
  • 1.2. Fundamentos de la analítica avanzada aplicada a Claims
  • 1.3. Recopilación y preparación de datos para el análisis de Claims
  • 1.4. Identificación de KPIs y métricas clave para la optimización
  • 1.5. Estrategias Data-Driven para la optimización de Claims
  • 1.6. Herramientas y plataformas de análisis de datos para Claims
  • 1.7. Segmentación y personalización en la gestión de Claims
  • 1.8. Evaluación y medición del ROI en la optimización de Claims
  • 1.9. Caso práctico: Implementación de estrategias Data-Driven
  • 1.10. Buenas prácticas y tendencias futuras en la optimización de Claims
2Claims: Modelado, Performance y Optimización (100 h)
  • 2.1. 2 Análisis de Datos Iniciales: Recopilación y Preparación
  • 2.2. 2 Modelado de Claims: Técnicas y Metodologías
  • 2.3. 3 Evaluación de Performance: KPI y Métricas Clave
  • 2.4. 4 Optimización Data-Driven: Estrategias y Herramientas
  • 2.5. 5 Análisis de Tendencias: Identificación de Patrones
  • 2.6. 6 Evaluación de Riesgos: Identificación y Mitigación
  • 2.7. 7 Mejora Continua: Iteración y Ajustes
  • 2.8. 8 Herramientas Analíticas: Software y Plataformas
  • 2.9. 9 Casos Prácticos: Aplicación de Conceptos
  • 2.10. 20 Estrategias de Optimización: Implementación y Evaluación
3Claims: Modelado Avanzado, Rendimiento y Optimización (100 h)
  • 3.1. Introducción al Modelado de Claims: Fundamentos y Tipos
  • 3.2. Recopilación y Preparación de Datos para Claims: Limpieza y Transformación
  • 3.3. Análisis Descriptivo de Claims: Tendencias y Patrones Iniciales
  • 3.4. Modelado de Claims: Regresión y Clasificación Básica
  • 3.5. Evaluación del Rendimiento del Modelo: Métricas y Técnicas
  • 3.6. Optimización de Claims: Estrategias Iniciales Basadas en Datos
  • 3.7. Análisis de Riesgos en Claims: Identificación y Mitigación
  • 3.8. Visualización de Datos de Claims: Herramientas y Técnicas
  • 3.9. Análisis de Sensibilidad en Claims: Factores Clave
  • 3.10. Caso de Estudio: Aplicación Práctica del Modelado y Optimización
4Claims: Análisis Predictivo y Performance (100 h)
  • 4.1. Introducción al Análisis Predictivo de Claims
  • 4.2. Recopilación y Limpieza de Datos para Claims
  • 4.3. Métricas Clave de Performance en Claims
  • 4.4. Modelado Predictivo: Fundamentos y Aplicaciones
  • 4.5. Análisis de Regresión en Claims
  • 4.6. Modelos de Series Temporales para Predecir Claims
  • 4.7. Evaluación y Validación de Modelos Predictivos
  • 4.8. Optimización de Performance Basada en Predicciones
  • 4.9. Estrategias de Optimización Data-Driven en Claims
  • 4.10. Implementación y Monitoreo de Soluciones de Análisis Predictivo
5Optimización de Claims: Estrategias y Modelado (100 h)
  • 5.1. Introducción al Análisis Avanzado de Claims: Objetivos y Metodología
  • 5.2. Recopilación y Preparación de Datos: Fuentes, Limpieza y Transformación
  • 5.3. Modelado de Claims: Selección de Modelos y Técnicas Analíticas
  • 5.4. Evaluación del Rendimiento: Métricas Clave y Análisis de Resultados
  • 5.5. Optimización Data-Driven: Estrategias y Prácticas
  • 5.6. Análisis de Riesgos y Oportunidades: Identificación y Mitigación
  • 5.7. Implementación de Estrategias: Herramientas y Plataformas
  • 5.8. Monitoreo y Control: Seguimiento del Rendimiento y Ajustes
  • 5.9. Casos de Estudio: Aplicación Práctica y Análisis Comparativo
  • 5.10. Conclusiones y Futuro del Análisis de Claims
6Optimización de Claims: Predicción y Rendimiento (100 h)
  • 6.1. Análisis Avanzado en Claims: Técnicas y Herramientas
  • 6.2. Modelado Predictivo para Claims: Construcción y Validación
  • 6.3. Performance de Claims: Métricas y KPI's Clave
  • 6.4. Optimización de Claims: Estrategias Basadas en Datos
  • 6.5. Analytics Avanzado: Identificación de Tendencias y Anomalías
  • 6.6. Modelado de Performance: Simulación y Escenarios
  • 6.7. Estrategias de Optimización: Implementación y Monitoreo
  • 6.8. Caso Práctico: Aplicación de las Mejores Prácticas
  • 6.9. Análisis de Resultados: Evaluación y Ajustes
  • 6.10. Futuro de la Optimización de Claims: Innovación y Tendencias
7Marco normativo y criterios de aplicación (100 h)
  • 7.1. Marco regulatorio aplicable: visión general
  • 7.2. Jerarquía normativa y conflictos entre estándares
  • 7.3. Requisitos obligatorios frente a buenas prácticas
  • 7.4. Criterios de aceptación y evidencias exigibles
  • 7.5. Documentación técnica y trazabilidad
  • 7.6. Gestión de cambios y control de configuración
  • 7.7. Auditorías, inspecciones y no conformidades
  • 7.8. Responsabilidades y reparto de alcance
  • 7.9. Interpretación de cláusulas críticas
  • 7.10. Ejercicio: lista de comprobación normativa
8Diseño y dimensionamiento (100 h)
  • 8.1. Requisitos de diseño y criterios de partida
  • 8.2. Alternativas de solución y análisis comparativo
  • 8.3. Dimensionamiento y márgenes de seguridad
  • 8.4. Selección de materiales, equipos o componentes
  • 8.5. Integración con el resto del sistema
  • 8.6. Coste, plazo y restricciones de fabricación
  • 8.7. Fiabilidad, mantenibilidad y vida útil
  • 8.8. Sostenibilidad y eficiencia en el diseño
  • 8.9. Revisión de diseño y gestión de riesgos
  • 8.10. Ejercicio: propuesta de diseño documentada
  • Metodología hands-on: test-before-you-trust, design reviews, failure analysis, compliance evidence.
  • Software (según licencias/partners): MATLAB/Simulink, Python (NumPy/SciPy), OpenVSP, SU2/OpenFOAM, Nastran/Abaqus, AMESim/Modelica, herramientas de acústica, toolchains de planificación DO-178C.
  • Laboratorios SEIUM: banco de rotor a escala, vibraciones/acústica, EMC/Lightning pre-compliance, HIL/SIL para AFCS, adquisición de datos con strain gauging.
  • Estándares y cumplimiento: EN 9100, 17025, ISO 27001, GDPR.

Lo que sales sabiendo hacer

Objetivos de aprendizaje

  • Dominar los fundamentos técnicos de analytics avanzado para optimización de claims y su vocabulario normativo.
  • Aplicar Solvencia II (Directiva 2009/138/CE), IFRS 17 y Reglamento Delegado (UE) 2015/35 a decisiones reales de diseño y validación.
  • Construir y correlacionar modelos de cálculo con R y Python (pandas, scikit-learn).
  • Planificar y ejecutar campañas de ensayo en entorno de modelización actuarial y plataforma de datos de siniestralidad.
  • Analizar datos de operación y traducirlos en decisiones de ingeniería.
  • Elaborar el dossier técnico y de cumplimiento que exige el cliente o el regulador.
  • Dirigir técnicamente un proyecto de analytics avanzado para optimización de claims de principio a fin.

Cómo se estudia

Metodología

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 R, Python (pandas, scikit-learn), SAS, Prophet, ResQ, en versiones gratuitas, académicas o de evaluación. Los ensayos se estudian sobre procedimientos reales de entorno de modelización actuarial, plataforma de datos de siniestralidad, simulador de escenarios de catástrofe. La evaluación es continua por módulo más el proyecto integrador final.

El marco con el que se trabaja

Normas y estándares

  • Solvencia II (Directiva 2009/138/CE)
  • IFRS 17
  • Reglamento Delegado (UE) 2015/35
  • Directrices EIOPA
  • ISO 31000
  • Ley 20/2015 (LOSSEAR)
  • Reglamento (UE) 2016/679 (RGPD)
  • DORA (Reglamento (UE) 2022/2554)
  • Reglamento de IA (UE) 2024/1689

Dónde se aplica

Salidas profesionales

  • Actuario de no vida
  • Analista de riesgos
  • Suscriptor técnico
  • Perito de siniestros
  • Responsable de pricing
  • Gestor de reservas técnicas
  • Analista de fraude
  • Especialista en riesgo de infraestructuras

Sectores de destino: seguro de automóvil, seguro de infraestructuras, movilidad compartida, flotas, reaseguro, riesgos cibernéticos. SEIUM no garantiza la obtención de empleo: se trata de una formación propia orientada a la capacitación técnica.

Anatomía del sistema

Cómo se trabaja en ingeniería

Pulsa cada etapa para ver qué es y en qué módulo se estudia.

ABCD1234560102030405060708realimentaciónANALYTICS AVANZADO PARA OPTIMIZACIÓN DE DIAGRAMA DE BLOQUESSEIUMESC. S/E12345678

Necesidad

Qué problema se resuelve, para quién y con qué restricciones de partida.

Se trabaja en el Módulo 1 del plan de estudios.

Requisitos

Traducir la necesidad a requisitos medibles, trazables y verificables.

Se trabaja en el Módulo 2 del plan de estudios.

Arquitectura

Reparto en subsistemas, interfaces y las decisiones que condicionan todo lo demás.

Se trabaja en el Módulo 3 del plan de estudios.

Diseño de detalle

Cálculo, selección de componentes y documentación lista para fabricar.

Se trabaja en el Módulo 4 del plan de estudios.

Implementación

Fabricación o desarrollo, control de configuración y gestión de desviaciones.

Se trabaja en el Módulo 5 del plan de estudios.

Verificación

Comprobar que se ha construido lo especificado: ensayo, análisis e inspección.

Se trabaja en el Módulo 7 del plan de estudios.

Validación

Comprobar que resuelve la necesidad real en su entorno de uso.

Se trabaja en el Módulo 8 del plan de estudios.

Operación

Puesta en servicio, mantenimiento y realimentación al diseño siguiente.

Se trabaja en el Módulo 8 del plan de estudios.

Marco de referencia

Normas y estándares que vas a manejar

ISO 9001

Sistema de gestión de la calidad: procesos, trazabilidad y mejora continua.

ISO 31000

Gestión del riesgo: identificación, análisis, evaluación y tratamiento.

ISO/IEC/IEEE 15288

Procesos del ciclo de vida de los sistemas, de la necesidad a la retirada.

ISO 45001

Seguridad y salud en el trabajo aplicada al entorno de proyecto.

Tu dedicación

800 horas: cuánto te va a llevar

La formación es 100 % online y asíncrona, así que el calendario lo pones tú. Estas son las tres velocidades más habituales.

8 h por semana

100

semanas

23,1 meses aproximadamente

12 h por semana

67

semanas

15,5 meses aproximadamente

16 h por semana

50

semanas

11,5 meses aproximadamente

Proyectos tipo capstones

  • Claims Analytics: Modelos predictivos; optimización data-driven; dashboards interactivos.
  • Claims Performance: KPIs; simulación de escenarios; análisis de sensibilidad.
  • Claims Optimization: Estrategias basadas en datos; reducción de costos; mejora de resultados.

  • Claims Analytics: Modelos predictivos; optimización data-driven; dashboards interactivos.
  • Claims Performance: KPIs; simulación de escenarios; análisis de sensibilidad.
  • Claims Optimization: Estrategias basadas en datos; reducción de costos; mejora de resultados.

  • Optimización de claims: Análisis avanzado, modelado predictivo y estrategias data-driven.
  • Performance de claims: Modelado analítico, optimización y estrategias data-driven.
  • Estrategias de claims: Analytics avanzado, modelado de performance y optimización.
  • Análisis de claims: Modelado avanzado, optimización analítica y performance.

“`html

  • Optimización Claims 1: Analytics, Data-Driven, Optimización
  • Optimización Claims 2: Modelado, Performance, Data-Driven
  • Optimización Claims 3: Modelado Avanzado, Performance, Analítica
  • Optimización Claims 4: Análisis, Predictivo, Performance
  • Optimización Claims 5: Analytics, Performance, Optimización
  • Optimización Claims 6: Analytics, Predictivo, Performance
  • Dominio Claims 7: Modelado Analítico, Performance, Data-Driven
  • Analytics Claims 8: Modelado, Performance, Estratégica

“`

  • Optimización Claims 1: BEMT + CFD; correlación; acústica.
  • Claims 2: hover/attitude hold, protección, validación SIL/HIL.
  • Claims 3: evaluación corridor y márgenes.
  • Claims 4: análisis modal y whirl flutter; flutter clearance; mitigaciones.

Claims 5: plan de ensayos ambientales (vibración, temperatura, EMI) y mitigación.

CUERPO DOCENTE Y EXPERTOS

Conoce a nuestros profesores

Prof. Luca Benedetti, director academico del SEIUM Design & Industrial Design Institute

Prof. Luca Benedetti

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.

Conocer al Profesor
Prof. Kenji Takahashi, director academico del SEIUM Robotics & Autonomous Systems Institute

Prof. Kenji Takahashi

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.

Conocer al Profesor
Dra. Lucia Hernandez Vega, directora academica del SEIUM Data, Artificial Intelligence & Simulation Institute

Dra. Lucía Hernández Vega

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.

Conocer al Profesor
Dr. Kevin O’Connor, director academico del SEIUM Electronics & Embedded Technologies Institute

Dr. Kevin O’Connor

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.

Conocer al Profesor
Dr. Javier Ferrer Salvatierra, director academico del SEIUM Naval & Offshore Institute

Dr. Javier Ferrer Salvatierra

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.

Conocer al Profesor
Dra. Isabel Martin Robles, directora academica del SEIUM Rail & Smart Cities Institute

Dra. Isabel Martín Robles

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.

Conocer al Profesor
Dr. Carlos Navarro Sanz, director academico del SEIUM Energy & Networks Institute

Dr. Carlos Navarro Sanz

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.

Conocer al Profesor

Admisiones

Cómo se accede a este diplomado

  1. 1
    Solicitud

    Rellenas el formulario con tu perfil y la formación que te interesa. Sin coste ni compromiso.

  2. 2
    Evaluación del perfil

    Revisamos formación y experiencia para confirmar que el programa encaja con tu punto de partida.

  3. 3
    Entrevista técnica

    Una conversación con el equipo académico para ajustar objetivos, ritmo y dedicación.

  4. 4
    Matrícula

    Se confirma la plaza y recibes los accesos. El programa arranca cuando tú decides.

Qué documentación hace falta

Currículum actualizado y titulación o acreditación de experiencia equivalente. Si quieres, puedes añadir ejemplos de proyectos o de código; no son obligatorios, pero ayudan a afinar el itinerario.

Becas y formas de pago

Hay descuento por pago único y becas parciales por mérito académico, por situación económica y por fomento de la inclusión, además de convenios con empresas del sector. En la entrevista se revisa cuál te corresponde.

Cuándo puedes empezar

La matrícula está abierta todo el año. Al ser un programa online y asíncrono no hay que esperar a una convocatoria: se empieza en cuanto se formaliza la matrícula.

¿Tienes dudas?

Nuestro equipo está listo para ayudarte. Contáctanos y te responderemos lo antes posible.

Por favor, activa JavaScript en tu navegador para completar este formulario.

Preguntas frecuentes

¿Cuántas horas de dedicación semanal exige?

El programa son 800 horas totales repartidas en 6 a 8 meses. Eso son entre 10 y 15 horas semanales de media, compatibles con jornada laboral completa.

¿Qué software necesito?

Se trabaja con R, Python (pandas, scikit-learn), SAS, Prophet. Se usan versiones gratuitas, académicas o de evaluación, y el tutor indica la alternativa libre cuando existe.

¿Qué titulación obtengo?

Diploma propio de SEIUM al superar la evaluación continua y el proyecto integrador. Es formación propia, no un título oficial del Ministerio.

¿Se puede convalidar con otra formación de SEIUM?

Sí. Los módulos superados en un curso o diplomado del mismo área convalidan en el programa superior. Consulta la política de convalidaciones al matricularte.

Lo que se busca en Google

Las preguntas que más se hacen sobre Analytics Avanzado para Optimización de Claims

¿Qué es Analytics Avanzado para Optimización de Claims?

Es una especialidad propia de la ingeniería industrial. En la práctica consiste en aplicar un método de ingeniería concreto (requisitos, diseño, cálculo, ensayo y puesta en servicio) a ese ámbito, con sus propias normas, herramientas y criterios de aceptación. Este diplomado recorre ese método completo en 8 módulos.

¿Qué salidas profesionales tiene Analytics Avanzado para Optimización de Claims?

Contratan sobre todo ingenierías, fabricantes y departamentos técnicos de empresa industrial. Los puestos habituales son los de ingeniero de diseño, de cálculo, de ensayo, de puesta en marcha y de calidad o cumplimiento normativo, además de los perfiles de proyecto que coordinan a los anteriores.

¿Qué normas hay que conocer para trabajar en Analytics Avanzado para Optimización de Claims?

Las de referencia son ISO 9001, ISO 31000, ISO/IEC/IEEE 15288, entre otras. No basta con saber que existen: lo que piden las empresas es saber qué exige cada una, qué evidencia hay que generar y cómo se documenta. Es lo que se trabaja en el módulo de marco normativo.

¿Qué herramientas se usan en Analytics Avanzado para Optimización de Claims?

En el día a día se trabaja con herramientas de gestión de requisitos, cálculo y verificación habituales en ingeniería. Durante la formación se usan en los ejercicios y en el proyecto final, de modo que lo que se practica es lo mismo que se pide en una oferta de empleo.

¿Cuánto se tarda en especializarse en Analytics Avanzado para Optimización de Claims?

Este programa son 800 horas. Con 10 horas a la semana salen unas 80 semanas; con 5 horas, el doble. Al ser 100 % online y asíncrono, el calendario lo marca el alumno y no hay clases a hora fija.

¿Se puede estudiar Analytics Avanzado para Optimización de Claims online?

Sí. Todo el programa es online y asíncrono: material, ejercicios y entregas quedan disponibles desde el primer día y cada módulo se cierra con un entregable que el tutor corrige de forma individual. No hay desplazamientos ni horarios.

¿Qué nivel previo hace falta?

Se parte de una base técnica: formación en ingeniería o experiencia equivalente en el sector. No se exige experiencia previa en la especialidad concreta, porque los primeros módulos reconstruyen los fundamentos antes de entrar en los métodos avanzados.

Ficha del programa

El programa en datos

8módulosEstructura
80submódulosUnidades de trabajo
800horasCarga total
6-8mesesDedicación
Modalidad
online, 100 % a distancia.
Duración
800 horas · 6 a 8 meses.
Estructura
8 módulos y 80 submódulos.
Área
Seguros, Riesgo & Actuarial.
Titulación
diploma propio de SEIUM.
Convocatorias
abiertas, matrícula continua.
Tutorización
tutor técnico asignado y corrección individual.
Idioma
español.

Compara antes de decidir

Esta formación frente a otra del catálogo

Diplomado · estás aquíDiplomado en Analytics Avanzado para Optimización de ClaimsMásterMáster en Ingeniería de Gestión de Siniestros y Analytics de Claims (SIU/Antifraude)
Horas800 h1900 h
Módulos812
Submódulos80120
Precio1.090 €7.900 €

Ver Máster en Ingeniería de Gestión de Siniestros y Analytics de Claims (SIU/Antifraude)

Formaciones relacionadas

Programa revisado el .

Seium - Universidad de ingeniería avanzada
Powered by  GDPR Cookie Compliance
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.