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

Diplomado en Modelos de Underwriting Digital con IA

Sobre nuestro Diplomado en Modelos de Underwriting Digital con IA

El diplomado en modelos de underwriting digital con ia de SEIUM es una formación 100 % online de 800 horas, estructurada en 8 módulos y 80 submódulos. Cubre modelos de underwriting digital con ia 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 Modelos de Underwriting Digital con IA
Diplomado en Modelos de Underwriting Digital con IA
  • 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

1. Dominio del Underwriting Digital y la IA: Análisis, Optimización y Automatización.

  • Dominarás el análisis predictivo en el Underwriting Digital.
  • Comprenderás la integración de la Inteligencia Artificial (IA) en la evaluación de riesgos.
  • Aprenderás a optimizar los flujos de trabajo mediante la automatización inteligente.
  • Te especializarás en la identificación y evaluación de riesgos financieros con el uso de Big Data.
  • Desarrollarás habilidades en la creación de modelos de Machine Learning para la suscripción.
  • Aprenderás a utilizar herramientas avanzadas para la gestión de riesgos y la toma de decisiones.
  • Obtendrás una comprensión profunda de las regulaciones y el cumplimiento en el Underwriting Digital.
  • Te capacitarás en la interpretación de datos y la generación de informes para la toma de decisiones estratégicas.
  • Implementarás estrategias para mejorar la eficiencia y la rentabilidad en el proceso de suscripción.
  • Aprenderás a identificar oportunidades de crecimiento y a mitigar los riesgos en el mercado actual.

2. Estrategias Avanzadas de Underwriting Digital Impulsadas por Inteligencia Artificial: Implementación, Análisis Predictivo y Automatización de Procesos.

  • Comprender los fundamentos de la Inteligencia Artificial (IA) y el Machine Learning (ML) aplicados al underwriting digital.
  • Dominar las técnicas de análisis predictivo para evaluar riesgos con mayor precisión, incluyendo modelos de regresión, clasificación y series temporales.
  • Diseñar e implementar estrategias de automatización de procesos de underwriting, desde la recopilación de datos hasta la emisión de pólizas, utilizando herramientas y plataformas de IA.
  • Aprender a utilizar herramientas de IA para la detección de fraudes, la evaluación de riesgos y la personalización de ofertas.
  • Analizar el impacto de la IA en la optimización de precios, la gestión de la cartera de clientes y la rentabilidad.
  • Explorar casos prácticos y ejemplos reales de la industria para comprender la aplicación práctica de las estrategias aprendidas.
  • Familiarizarse con las consideraciones éticas y regulatorias relacionadas con el uso de la IA en el underwriting.
  • Desarrollar habilidades para la implementación de modelos de IA en plataformas de underwriting digital y la interpretación de resultados.

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. Transformación Digital del Underwriting: IA, Análisis de Datos, Optimización de Riesgos y Automatización de Procesos.

4. Transformación Digital del Underwriting: IA, Análisis de Datos, Optimización de Riesgos y Automatización de Procesos.

  • Comprender los fundamentos de la Inteligencia Artificial (IA) y su aplicación en el underwriting.
  • Dominar el uso de análisis de datos avanzados para evaluar riesgos de manera más precisa y eficiente.
  • Aprender a optimizar la suscripción mediante la identificación y mitigación de riesgos.
  • Implementar la automatización de procesos para mejorar la velocidad y la precisión en el underwriting.
  • Explorar el uso de modelos predictivos y machine learning para la evaluación de riesgos.
  • Analizar y aplicar las últimas tendencias en tecnología y datos al proceso de suscripción.
  • Utilizar herramientas y plataformas digitales para la gestión integral del underwriting.
  • Entender el impacto de la transformación digital en la industria aseguradora y el mercado.
  • Desarrollar estrategias para la adaptación y el éxito en el entorno digital del underwriting.
  • Evaluar el impacto de la ciberseguridad y la protección de datos en el underwriting digitalizado.

5. Underwriting Digital con IA: Modelos Predictivos, Automatización Inteligente y Optimización de Riesgos.

5. Underwriting Digital con IA: Modelos Predictivos, Automatización Inteligente y Optimización de Riesgos.

  • Dominar el uso de Modelos Predictivos impulsados por IA para evaluar riesgos en tiempo real.
  • Implementar la automatización inteligente en el proceso de suscripción para mejorar la eficiencia y reducir errores.
  • Optimizar la evaluación de riesgos mediante el análisis de datos y la identificación de patrones.
  • Utilizar algoritmos de IA para la fijación de precios dinámicos y la personalización de pólizas.
  • Aprender a detectar y prevenir fraudes en el proceso de suscripción mediante el análisis de datos y el aprendizaje automático.
  • Comprender el impacto de la IA en la transformación del sector asegurador y su futuro.
  • Aplicar técnicas de análisis de datos para identificar y mitigar los riesgos emergentes.
  • Desarrollar habilidades en el uso de herramientas de IA y plataformas de automatización para la suscripción digital.
  • Crear estrategias de suscripción digital basadas en datos y análisis predictivo.
  • Evaluar y seleccionar las soluciones de IA más adecuadas para las necesidades específicas de la empresa.

6. Modelado Predictivo con IA: Optimización del Underwriting Digital y Automatización de Riesgos.

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 Modelos de Underwriting Digital con IA

Para quien va dirigido nuestro:

Diplomado en Modelos de Underwriting Digital con IA

  • Graduados/as en Ingeniería Aeroespacial, Mecánica, Industrial, Automática o afines.
  • Profesionales de OEM rotorcraft/eVTOL, MRO, consultoría, centros tecnológicos.
  • Flight Test, certificación, aviónica, control y dinámica que busquen especialización.
  • Reguladores/autoridades y perfiles de UAM/eVTOL que requieran competencias en compliance.

Requisitos recomendados: base en aerodinámica, control y estructuras; ES/EN B2+/C1. Ofrecemos bridging tracks si lo necesitas.

  • 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

1Dominio del Underwriting Digital con IA: Fundamentos (100 h)
  • 1.1. 1 Introducción al Underwriting Digital y la IA: Conceptos clave y beneficios.
  • 1.2. 2 El papel de la IA en el Underwriting: Automatización y optimización.
  • 1.3. 3 Recopilación y análisis de datos para el Underwriting Digital.
  • 1.4. 4 Herramientas y tecnologías esenciales para el Underwriting Digital.
  • 1.5. 5 Principios básicos de modelos predictivos en el Underwriting.
  • 1.6. 6 Evaluación de riesgos y toma de decisiones en el Underwriting Digital.
  • 1.7. 7 Casos de estudio: Aplicaciones exitosas del Underwriting Digital.
  • 1.8. 8 Ética y regulación en el uso de la IA en el Underwriting.
  • 1.9. 9 Desafíos y oportunidades en la transformación digital del Underwriting.
  • 1.10. 10 El futuro del Underwriting Digital: Tendencias y perspectivas.
2IA Avanzada: Implementación en Underwriting (100 h)
  • 2.1. Implementación de IA: Estrategias y Enfoques en Underwriting Digital
  • 2.2. Análisis Predictivo con IA: Identificación y Evaluación de Riesgos
  • 2.3. Automatización de Procesos: Integración de IA para Optimizar Flujos de Trabajo
  • 2.4. Optimización del Underwriting: Ajuste Fino y Personalización con IA
  • 2.5. Modelos de IA: Diseño y Aplicación en la Evaluación de Riesgos
  • 2.6. Análisis de Datos: Extracción de Información Relevante para la Toma de Decisiones
  • 2.7. Implementación de IA: Automatización en la Evaluación de Riesgos
  • 2.8. Estrategias de Automatización: IA para la Optimización de Procesos
  • 2.9. Análisis y Optimización: IA para la Evaluación y Gestión de Riesgos
  • 2.10. Casos de Estudio: Aplicaciones Prácticas de IA en Underwriting
3IA y Modelado Inteligente de Riesgos (100 h)
  • 3.1. Fundamentos de la IA en el Underwriting: Introducción y conceptos clave.
  • 3.2. Recopilación y Preparación de Datos para Modelos de Riesgo.
  • 3.3. Análisis de Riesgos y Variables Clave con IA.
  • 3.4. Creación y Validación de Modelos Predictivos.
  • 3.5. Implementación de Modelos de IA en el Proceso de Underwriting Digital.
  • 3.6. Automatización de Decisiones de Underwriting con IA.
  • 3.7. Optimización del Desempeño del Portafolio utilizando IA.
  • 3.8. Monitoreo y Ajuste Continuo de Modelos de IA.
  • 3.9. Ética y Transparencia en el Uso de IA en Underwriting.
  • 3.10. Casos de Estudio: Aplicaciones Reales de IA en el Modelado de Riesgos.
4Transformación Digital del Underwriting con IA (100 h)
  • 4.1. Fundamentos de la Transformación Digital en Underwriting: Conceptos Clave y Panorama Actual.
  • 4.2. Inteligencia Artificial Aplicada al Análisis de Datos para Underwriting: Técnicas y Herramientas.
  • 4.3. Optimización de Riesgos con IA: Modelos Predictivos y Estrategias de Evaluación.
  • 4.4. Automatización de Procesos en Underwriting: Implementación y Beneficios.
  • 4.5. Análisis de Datos Avanzado: Identificación de Patrones y Tendencias.
  • 4.6. Estrategias de Mitigación de Riesgos Impulsadas por IA: Implementación y Evaluación.
  • 4.7. Implementación de IA en la Evaluación de Riesgos: Casos de Estudio y Mejores Prácticas.
  • 4.8. Plataformas y Herramientas Digitales para el Underwriting: Selección y Uso.
  • 4.9. Transformación Digital: Integración de Sistemas y Gestión del Cambio.
  • 4.10. El Futuro del Underwriting: Tendencias Emergentes y el Rol de la IA.
5Underwriting Digital con IA: Modelos Predictivos (100 h)
  • 5.1. Introducción a los Modelos Predictivos en Underwriting Digital
  • 5.2. Fundamentos de la Inteligencia Artificial en la Evaluación de Riesgos
  • 5.3. Recopilación y Preparación de Datos para Modelos Predictivos
  • 5.4. Diseño y Construcción de Modelos Predictivos
  • 5.5. Validación y Evaluación de Modelos Predictivos
  • 5.6. Implementación de Modelos Predictivos en la Automatización del Underwriting
  • 5.7. Optimización de Riesgos mediante Modelos Predictivos
  • 5.8. Análisis de Resultados y Toma de Decisiones Basada en Datos
  • 5.9. Casos de Estudio: Aplicaciones Reales de Modelos Predictivos en Underwriting
  • 5.10. El Futuro del Underwriting Digital con IA: Tendencias y Desafíos
6Análisis, Optimización y Automatización del Underwriting (100 h)
  • 6.1. Fundamentos del Underwriting Digital: Introducción y Conceptos Clave
  • 6.2. Análisis de Datos en Underwriting: Fuentes, Métodos y Herramientas
  • 6.3. Optimización de Procesos: Eficiencia y Rentabilidad en Underwriting
  • 6.4. Automatización del Underwriting: Implementación de Sistemas y Flujos de Trabajo
  • 6.5. IA en el Underwriting Digital: Introducción y Aplicaciones
  • 6.6. Herramientas y Plataformas de Underwriting Digital
  • 6.7. Medición y Evaluación del Rendimiento en Underwriting Digital
  • 6.8. Casos de Estudio: Éxitos y Desafíos en Underwriting Digital
  • 6.9. Ética y Cumplimiento en el Underwriting Digital
  • 6.10. Tendencias Futuras: El Futuro del Underwriting Digital
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 modelos de underwriting digital con ia 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 modelos de underwriting digital con ia 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.

ABCD1234560102030405060708realimentaciónMODELOS DE UNDERWRITING DIGITAL CON IADIAGRAMA 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

  • IA en Underwriting Digital: Modelos predictivos para optimización y automatización.
  • Análisis de Riesgos: Implementación de IA para evaluación y mitigación.
  • Automatización de Procesos: Desarrollo e integración de soluciones IA.
  • Optimización Estratégica: Transformación digital impulsada por IA.

  • IA en Underwriting Digital: Modelos predictivos para optimización y automatización.
  • Análisis de Riesgos: Implementación de IA para evaluación y mitigación.
  • Automatización de Procesos: Desarrollo e integración de soluciones IA.
  • Optimización Estratégica: Transformación digital impulsada por IA.

  • Underwriting IA: Modelos predictivos, optimización de riesgos, automatización.
  • Análisis: Datos, IA, identificación de patrones, evaluación de riesgos.
  • Automatización: Procesos, flujos de trabajo, toma de decisiones.
  • Optimización: Rentabilidad, eficiencia, precisión en las pólizas.

“`html

  • Underwriting IA: Modelos Predictivos, Automatización, Optimización de Riesgos, Análisis de Datos.
  • Plataforma: Desarrollo de un sistema de underwriting impulsado por IA para evaluar y automatizar decisiones de riesgo.
  • Datos: Integración de datos históricos y externos para mejorar la precisión predictiva.
  • Resultados: Reducción de errores, optimización de la asignación de capital y aumento de la eficiencia.

“`

  • Eficiencia energética del proceso: modelado, simulación y control óptimo; reducción de picos y residuos.

Validación ambiental: plan DO-160/IEC (vibración, térmico, EMI/rayo) con medidas de 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 Modelos de Underwriting Digital con IA

¿Qué es Modelos de Underwriting Digital con IA?

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 Modelos de Underwriting Digital con IA?

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 Modelos de Underwriting Digital con IA?

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 Modelos de Underwriting Digital con IA?

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 Modelos de Underwriting Digital con IA?

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 Modelos de Underwriting Digital con IA 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 Modelos de Underwriting Digital con IAMásterMáster en Ingeniería de Auditoría Técnica de Redes de Talleres y Peritación Digital
Horas800 h1900 h
Módulos812
Submódulos80120
Precio890 €7.900 €

Ver Máster en Ingeniería de Auditoría Técnica de Redes de Talleres y Peritación Digital

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.