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

Diplomado en Compliance de Datos y Auditoría de Modelos Predictivos

Sobre nuestro Diplomado en Compliance de Datos y Auditoría de Modelos Predictivos

El diplomado en compliance de datos y auditoría de modelos predictivos de SEIUM es una formación 100 % online de 800 horas, estructurada en 8 módulos y 80 submódulos. Cubre compliance de datos y auditoría de modelos predictivos 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 Compliance de Datos y Auditoría de Modelos Predictivos
Diplomado en Compliance de Datos y Auditoría de Modelos Predictivos
  • Modalidad: Online
  • Duración: 8 meses
  • Horas: 900 H
  • Idioma: ES / EN
  • Fecha de matrícula: 16-10-2026
  • Plazas disponibles: 9

890 €

Aplicar Ahora

Competencias y resultados

Qué aprenderás

Base técnica aplicada

Explicarás los principios físicos y de ingeniería que gobiernan Compliance de Datos y Auditoría de Modelos Predictivos, con las magnitudes, el vocabulario y los órdenes de medida que se usan en proyecto real.

Marco normativo y criterios

Identificarás la normativa aplicable, distinguirás el requisito obligatorio de la buena práctica y sabrás qué evidencia documental exige cada criterio de aceptación.

Análisis y dimensionado

Plantearás las hipótesis de partida, resolverás el cálculo o el dimensionado de los elementos críticos y justificarás cada decisión con criterios trazables.

Herramientas y software

Manejarás las herramientas de cálculo, simulación, medida y documentación habituales en Seguros, Riesgo & Datos Actuariales (Movilidad/Infra), desde la preparación del modelo hasta la validación del resultado.

Diagnóstico y resolución

Detectarás los fallos y las desviaciones más frecuentes, los clasificarás por criticidad y propondrás la corrección con su plan de verificación.

Gestión del trabajo técnico

Plantearás las hipótesis de partida, resolverás el cálculo o el dimensionado de los elementos críticos y justificarás cada decisión con criterios trazables.

Diplomado en Compliance de Datos y Auditoría de Modelos Predictivos

Para quien va dirigido nuestro:

Diplomado en Compliance de Datos y Auditoría de Modelos Predictivos

  • Profesionales de la industria con interés en la gestión de datos y el cumplimiento normativo.
  • Auditores/as y profesionales de Compliance que buscan especializarse en el ámbito de los datos y los modelos predictivos.
  • Analistas de datos, científicos/as de datos e ingenieros/as de datos interesados/as en auditar modelos predictivos.
  • Responsables de privacidad de datos (DPO/DPO) y personal encargado de la protección de datos.
  • Personas con titulación universitaria, idealmente en áreas como Ciencias de la Computación, Estadística, Matemáticas, Derecho, Economía, o disciplinas afines.
  • Profesionales con experiencia en áreas relacionadas con la gestión de riesgos, el cumplimiento normativo y la auditoría.
  • 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

1Fundamentos de Auditoría y Compliance Predictivo (100 h)
  • 1.1. Auditoría y Cumplimiento de Modelos Predictivos: Introducción y Marco General
  • 1.2. Conceptos Clave en Auditoría de Modelos Predictivos.
  • 1.3. Fundamentos del Cumplimiento Normativo en el Contexto de Datos.
  • 1.4. El Ciclo de Vida de un Modelo Predictivo: Fases y Puntos de Control.
  • 1.5. Identificación y Evaluación de Riesgos en Modelos.
  • 1.6. Principios de Gobernanza de Datos y su Impacto en la Auditoría.
  • 1.7. Marco Regulatorio: Leyes y Normativas Relevantes (Ej. GDPR, CCPA).
  • 1.8. Ética en la Inteligencia Artificial y Modelos Predictivos.
  • 1.9. Herramientas y Técnicas de Auditoría de Modelos.
  • 1.10. Documentación y Reportes de Auditoría: Estándares y Mejores Prácticas.
2Introducción al Compliance y Auditoría Predictiva (100 h)
  • 2.1. Fundamentos del Compliance: Marco Regulatorio y Ético.
  • 2.2. Introducción a la Auditoría Predictiva: Conceptos Clave y Beneficios.
  • 2.3. El Ciclo de Vida de los Modelos Predictivos: Diseño, Desarrollo y Validación.
  • 2.4. Riesgos en Modelos Predictivos: Sesgos, Precisión y Transparencia.
  • 2.5. Herramientas y Técnicas de Auditoría: Introducción.
  • 2.6. Ética en la Inteligencia Artificial y Modelos Predictivos.
  • 2.7. Casos de Estudio: Ejemplos Prácticos de Compliance y Auditoría.
  • 2.8. Marco Regulatorio en Auditoría de Modelos Predictivos
  • 2.9. Ciberseguridad y Protección de Datos en la Auditoría Predictiva.
  • 2.10. Tendencias Futuras en Compliance y Auditoría de Modelos Predictivos.
3Introducción al Compliance Predictivo (100 h)
  • 3.1. Fundamentos de la Auditoría y el Compliance de Modelos Predictivos
  • 3.2. Marco legal y regulatorio del Compliance de Datos
  • 3.3. Ética y sesgos en modelos predictivos
  • 3.4. Tipos de modelos predictivos y sus riesgos
  • 3.5. Herramientas y técnicas de auditoría de modelos
  • 3.6. Diseño de un programa de Compliance para modelos predictivos
  • 3.7. Gobernanza de datos y gestión de riesgos
  • 3.8. Implementación de controles y monitoreo
  • 3.9. Informes de auditoría y recomendaciones
  • 3.10. Casos de estudio y ejemplos prácticos
4Auditoría y el Futuro Predictivo (100 h)
  • 4.1. Introducción al Compliance de Datos: Marco Regulatorio y Principios Clave
  • 4.2. Auditoría de Modelos Predictivos: Metodología y Enfoques
  • 4.3. Gobernanza de Datos: Establecimiento de Estándares y Políticas
  • 4.4. Evaluación de Riesgos en Modelos Predictivos
  • 4.5. Técnicas de Auditoría: Análisis de Datos y Validación de Modelos
  • 4.6. Herramientas y Tecnologías para la Auditoría de Datos
  • 4.7. Ética y Sesgos en la Inteligencia Artificial: Impacto en la Auditoría
  • 4.8. Cumplimiento Normativo: GDPR, CCPA y otras regulaciones
  • 4.9. Informes de Auditoría: Comunicación de Resultados y Recomendaciones
  • 4.10. El Futuro de la Auditoría Predictiva: Tendencias y Desafíos
5Gobernanza de Datos y Auditoría Predictiva (100 h)
  • 5.1. Principios de la Gobernanza de Datos y su Importancia
  • 5.2. Marco Regulatorio y Estándares en Auditoría Predictiva
  • 5.3. Diseño y Implementación de Políticas de Datos
  • 5.4. Técnicas de Auditoría para Modelos Predictivos
  • 5.5. Evaluación de Riesgos y Mitigación en la Gobernanza de Datos
  • 5.6. Análisis del Ciclo de Vida de los Datos y su Impacto
  • 5.7. Herramientas y Tecnologías para la Auditoría Predictiva
  • 5.8. Estudios de Caso: Implementación y Desafíos en la Práctica
  • 5.9. Integración de la Gobernanza de Datos en la Estrategia Empresarial
  • 5.10. Tendencias Futuras y el Rol del Auditor en Modelos Predictivos
6Compliance de Datos y Auditoría Estratégica (100 h)
  • 6.1. Fundamentos del Compliance de Datos: Introducción y Principios Clave
  • 6.2. Auditoría de Modelos Predictivos: Metodología y Enfoques
  • 6.3. Marco Regulatorio y Legal: GDPR, CCPA y Normativas Relevantes
  • 6.4. Gobernanza de Datos: Estructura y Roles en la Auditoría
  • 6.5. Evaluación de Riesgos en Modelos Predictivos: Identificación y Mitigación
  • 6.6. Técnicas de Auditoría: Revisión de Código, Datos y Modelos
  • 6.7. Herramientas y Tecnologías para la Auditoría de Datos
  • 6.8. Implementación de Controles de Compliance: Estrategias y Mejores Prácticas
  • 6.9. Análisis de Casos Prácticos: Auditorías Reales y Lecciones Aprendidas
  • 6.10. El Futuro del Compliance y la Auditoría Predictiva: Tendencias y Desafíos
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
8Métodos y herramientas de análisis (100 h)
  • 8.1. Planteamiento del modelo: hipótesis y simplificaciones
  • 8.2. Selección de herramientas y entorno de trabajo
  • 8.3. Preparación de los datos de partida
  • 8.4. Flujo de trabajo y buenas prácticas de modelado
  • 8.5. Discretización y preparación del caso
  • 8.6. Condiciones de contorno y casos de carga
  • 8.7. Control de convergencia y verificación numérica
  • 8.8. Análisis de sensibilidad y estudio paramétrico
  • 8.9. Automatización y reutilización de modelos
  • 8.10. Ejercicio: montaje de un modelo base
  • 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 compliance de datos y auditoría de modelos predictivos 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 compliance de datos y auditoría de modelos predictivos 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 construye el modelo

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

ABCD1234560102030405060708realimentaciónCOMPLIANCE DE DATOS Y AUDITORÍA DE MODELDIAGRAMA DE BLOQUESSEIUMESC. S/E12345678

Adquisición

De dónde salen los datos, con qué frecuencia y qué sesgos trae el muestreo.

Se trabaja en el Módulo 3 del plan de estudios.

Preparación

Limpieza, valores ausentes, normalización y construcción de variables.

Se trabaja en el Módulo 4 del plan de estudios.

Modelado

Elección del algoritmo, ajuste de hiperparámetros y control del sobreajuste.

Se trabaja en el Módulo 5 del plan de estudios.

Simulación

Modelos físicos y gemelos digitales: hipótesis, mallado y coste de cálculo.

Se trabaja en el Módulo 6 del plan de estudios.

Validación

Métricas, validación cruzada y contraste contra datos reales medidos.

Se trabaja en el Módulo 7 del plan de estudios.

Despliegue

Puesta en producción, latencia, versionado y trazabilidad de las decisiones.

Se trabaja en el Módulo 8 del plan de estudios.

Monitorización

Deriva de los datos, reentrenamiento y alertas cuando el modelo se degrada.

Se trabaja en el Módulo 8 del plan de estudios.

Gobernanza

Reproducibilidad, documentación del modelo y requisitos regulatorios.

Se trabaja en el Módulo 2 del plan de estudios.

Marco de referencia

Normas y estándares que vas a manejar

ISO/IEC 25012

Modelo de calidad del dato: exactitud, completitud, coherencia y actualidad.

ISO/IEC 42001

Sistema de gestión de la inteligencia artificial dentro de una organización.

ASME V&V 10 y 20

Verificación y validación de modelos de simulación frente a datos experimentales.

Reglamento europeo de IA

Clasificación por riesgo y obligaciones de documentación y supervisión.

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

Definición del alcance

Eliges un caso real de Seguros, Riesgo & Datos Actuariales (Movilidad/Infra) relacionado con Compliance de Datos y Auditoría de Modelos Predictivos, acotas el problema, fijas los requisitos de partida y los criterios con los que se va a medir el resultado.

Datos y estado del arte

Reúnes datos, normativa y referencias técnicas, justificas cada fuente y documentas de forma explícita las hipótesis que no puedas medir.

Desarrollo técnico

Resuelves el cálculo, el modelo o el diseño con las herramientas del programa y registras cada iteración junto al motivo que la provocó.

Validación y contraste

Compruebas los resultados frente a la normativa y a casos de referencia, haces el análisis de sensibilidad y cierras las desviaciones detectadas.

Memoria y defensa

Entregas el proyecto integrador con sus anexos y defiendes las decisiones ante el tutor, que evalúa rigor, trazabilidad y aplicabilidad industrial.

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 Compliance de Datos y Auditoría de Modelos Predictivos

¿Qué es Compliance de Datos y Auditoría de Modelos Predictivos?

Es una especialidad propia de los datos y la simulación en ingeniería. 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 Compliance de Datos y Auditoría de Modelos Predictivos?

Contratan sobre todo departamentos de I+D, consultoras de cálculo y equipos de ciencia de datos 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 Compliance de Datos y Auditoría de Modelos Predictivos?

Las de referencia son ISO/IEC 25012, ISO/IEC 42001, ASME V&V 10 y 20, 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 Compliance de Datos y Auditoría de Modelos Predictivos?

En el día a día se trabaja con entornos de análisis y aprendizaje automático, software de simulación numérica y plataformas de datos. 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 Compliance de Datos y Auditoría de Modelos Predictivos?

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 Compliance de Datos y Auditoría de Modelos Predictivos 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.

Testimonios & trayectorias

Otras formaciones de Seguros, Riesgo y Datos Actuariales (Movilidad/Infra)

Diplomado en Revenue Management Aplicado al Sector AseguradorDiplomado · 800 h · 100 % onlineDiplomado en Riesgo de Crédito en Leasing AutomotrizDiplomado · 800 h · 100 % onlineDiplomado en Modelos de Valor Residual para VehículosDiplomado · 800 h · 100 % onlineDiplomado en Estrategias de Recuperación y Cobertura de RiesgosDiplomado · 800 h · 100 % onlineDiplomado en Algoritmos de Riesgo de Conducción Basados en TelemáticaDiplomado · 800 h · 100 % onlineDiplomado en Validación Actuarial de Big Data VehicularDiplomado · 800 h · 100 % online

Ver todas las formaciones de Seguros, Riesgo y Datos Actuariales (Movilidad/Infra)

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 Compliance de Datos y Auditoría de Modelos PredictivosMásterMáster en Ingeniería de Compliance y Auditoría Técnica
Horas800 h1900 h
Módulos812
Submódulos80120
Precio890 €7.900 €

Ver Máster en Ingeniería de Compliance y Auditoría Técnica

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.