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

Diplomado en Técnicas de Detección de Fraude en Claims

Sobre nuestro Diplomado en Técnicas de Detección de Fraude en Claims

El diplomado en técnicas de detección de fraude en claims de SEIUM es una formación 100 % online de 800 horas, estructurada en 8 módulos y 80 submódulos. Cubre técnicas de detección de fraude en 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 Técnicas de Detección de Fraude en Claims
Diplomado en Técnicas de Detección de Fraude en Claims
  • 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 Estratégico de Detección y Prevención de Fraude en Claims

  • Identificar y analizar indicadores clave de fraude en reclamaciones.
  • Evaluar las metodologías de detección de fraude, incluyendo el análisis de datos y la inteligencia artificial.
  • Implementar estrategias de prevención de fraude a través de controles internos y políticas de gestión de riesgos.
  • Comprender el marco legal y regulatorio relacionado con el fraude en reclamaciones.
  • Aplicar técnicas de investigación para detectar y resolver casos de fraude.
  • Utilizar herramientas y software especializados en la detección y prevención de fraude.
  • Gestionar y mitigar los riesgos asociados con el fraude en reclamaciones.

1. Optimización Experta: Detección Avanzada de Fraude en Reclamaciones

  • Identificar y analizar patrones de fraude en reclamaciones de alta complejidad.
  • Aplicar técnicas avanzadas de análisis de datos y minería de datos para la detección temprana de fraudes.
  • Utilizar herramientas de inteligencia artificial y machine learning para predecir y prevenir fraudes.
  • Evaluar y mitigar los riesgos de fraude en diferentes tipos de reclamaciones, como seguros, fianzas y litigios.
  • Desarrollar estrategias de investigación y gestión de casos de fraude, incluyendo la recopilación de pruebas y la coordinación con equipos legales.
  • Comprender y aplicar las regulaciones y leyes relevantes para la prevención y detección de fraudes.
  • Implementar controles internos y medidas de seguridad para proteger contra el fraude.
  • Analizar el impacto financiero del fraude y desarrollar estrategias de recuperación de pérdidas.
  • Mantenerse actualizado sobre las últimas tendencias y técnicas en la detección y prevención de fraudes.
  • Desarrollar habilidades de comunicación efectiva para presentar hallazgos y recomendaciones a las partes interesadas.

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. Estrategias Clave para la Detección y Mitigación del Fraude en Claims

4. Estrategias Clave para la Detección y Mitigación del Fraude en Claims

  • Identificar y evaluar los tipos de fraude en reclamaciones, incluyendo fraude premeditado, oportunista y de errores.
  • Comprender las técnicas comunes de fraude en diferentes tipos de reclamaciones, como seguros, bancarias y financieras.
  • Aplicar métodos de análisis de datos y minería de datos para detectar patrones y anomalías indicativas de fraude.
  • Utilizar herramientas y software especializado en la detección y prevención del fraude en reclamaciones.
  • Desarrollar estrategias de prevención del fraude, incluyendo la implementación de controles internos y políticas antifraude.
  • Investigar y analizar casos de fraude en reclamaciones, recopilando pruebas y entrevistando a involucrados.
  • Aplicar técnicas de mitigación del fraude, como la recuperación de activos y la acción legal.
  • Cumplir con las regulaciones y leyes relacionadas con la prevención y detección del fraude en reclamaciones.
  • Evaluar el impacto del fraude en las organizaciones y desarrollar estrategias para minimizar las pérdidas.
  • Mantenerse actualizado sobre las tendencias emergentes en el fraude en reclamaciones y las mejores prácticas para combatirlo.

5. Maestría en la Identificación y Combate del Fraude en Solicitudes de Seguros

5. Maestría en la Identificación y Combate del Fraude en Solicitudes de Seguros: Lo que Aprenderás

  • Evaluar y comprender las diferentes tipologías de fraude en seguros, desde la falsificación de documentos hasta la simulación de siniestros.
  • Aplicar técnicas avanzadas de análisis de datos y minería de datos para identificar patrones sospechosos y anomalías en las solicitudes de seguros.
  • Utilizar herramientas de inteligencia artificial y aprendizaje automático para detectar fraudes de manera proactiva y automatizada.
  • Desarrollar habilidades en la investigación de fraudes, incluyendo la recolección de pruebas, la entrevista de testigos y la colaboración con las autoridades.
  • Interpretar y aplicar las regulaciones y leyes relacionadas con el fraude en seguros, tanto a nivel nacional como internacional.
  • Analizar y evaluar los riesgos de fraude en diferentes tipos de seguros, como seguros de vida, de salud, de automóviles y de propiedad.
  • Implementar estrategias de prevención de fraudes, incluyendo la evaluación de riesgos, el diseño de controles internos y la capacitación del personal.
  • Gestionar y coordinar equipos de investigación de fraudes, incluyendo la planificación de investigaciones, la supervisión de personal y la presentación de informes.
  • Utilizar técnicas de análisis forense digital para investigar fraudes que involucran dispositivos electrónicos y datos digitales.
  • Comprender y aplicar las mejores prácticas en la gestión de reclamaciones de seguros, incluyendo la detección y el manejo de reclamaciones fraudulentas.

6. Implementación Efectiva de Técnicas Anti-Fraude en Claims

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 Técnicas de Detección de Fraude en Claims

Para quien va dirigido nuestro:

Diplomado en Técnicas de Detección de Fraude en Claims

  • Profesionales del sector asegurador, ajustadores de siniestros, liquidadores, peritos y abogados que busquen especializarse en la detección y prevención del fraude en reclamaciones de seguros.
  • Analistas de fraude y riesgos, oficiales de cumplimiento normativo (compliance officers) y auditores internos de compañías de seguros y otras instituciones financieras.
  • Personas con experiencia en investigación, inteligencia financiera o seguridad que deseen adquirir conocimientos específicos sobre fraude en claims.
  • Profesionales de sectores relacionados con la gestión de reclamaciones, como salud, transporte, banca y comercio, interesados en aprender a identificar y combatir el fraude.
  • 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 y Detección de Fraude en Claims (100 h)
  • 1.1. Definición y Tipos de Fraude en Claims
  • 1.2. Marco Regulatorio y Legal Aplicable
  • 1.3. Importancia de la Detección Temprana
  • 1.4. Componentes de un Claim: Análisis Detallado
  • 1.5. Indicadores Clave de Riesgo (KRI) y Señales de Alerta
  • 1.6. Herramientas y Tecnologías para la Detección Inicial
  • 1.7. Recopilación y Análisis de Datos Preliminares
  • 1.8. Primeras Medidas ante la Sospecha de Fraude
  • 1.9. Ética Profesional y Confidencialidad
  • 1.10. Casos Prácticos de Detección Inicial
2Detección Avanzada de Fraude en Reclamaciones (100 h)
  • 2.1. Técnicas Avanzadas de Análisis de Datos en Reclamaciones
  • 2.2. Identificación de Patrones de Fraude Complejos
  • 2.3. Uso de Inteligencia Artificial y Machine Learning para la Detección
  • 2.4. Análisis de Redes Sociales y Fuentes Abiertas para la Investigación
  • 2.5. Evaluación de Riesgos y Segmentación de Reclamaciones
  • 2.6. Técnicas de Entrevista y Detección de Mentiras
  • 2.7. Integración de Sistemas y Herramientas de Detección de Fraude
  • 2.8. Creación de Informes y Presentación de Evidencias
  • 2.9. Cumplimiento Normativo y Aspectos Legales en la Detección
  • 2.10. Estudios de Caso: Análisis de Fraude en Reclamaciones Específicas
3Análisis Profundo del Fraude en Claims (100 h)
  • 3.1. Tipos de Fraude en Reclamaciones: Clasificación y Características
  • 3.2. Indicadores Clave de Fraude (Red Flags) en Claims
  • 3.3. Técnicas de Investigación: Recopilación y Análisis de Datos
  • 3.4. Entrevistas y Declaraciones: Métodos de Interrogatorio Efectivos
  • 3.5. Análisis de Documentos: Detección de Alteraciones y Falsificaciones
  • 3.6. Herramientas de Análisis de Datos: Software y Tecnologías de Apoyo
  • 3.7. Colaboración Interdepartamental: Comunicación y Flujo de Información
  • 3.8. Aspectos Legales: Marco Regulatorio y Cumplimiento Normativo
  • 3.9. Estudios de Casos: Análisis de Fraudes Reales y Lecciones Aprendidas
  • 3.10. Estrategias de Prevención: Fortalecimiento de Controles Internos
4Estrategias Anti-Fraude en Claims (100 h)
  • 4.1. Introducción a las Estrategias Anti-Fraude en Claims
  • 4.2. Tipos de Fraude en Reclamaciones y Sus Características
  • 4.3. Indicadores Clave de Fraude (Red Flags) en Claims
  • 4.4. Métodos de Detección Preventiva y Reactiva
  • 4.5. Análisis de Datos y Minería de Datos en la Detección del Fraude
  • 4.6. Uso de Tecnología y Software en la Identificación del Fraude
  • 4.7. Investigación de Reclamaciones Sospechosas
  • 4.8. Colaboración con Entidades Externas y Fuerzas del Orden
  • 4.9. Estrategias de Mitigación y Reducción de Pérdidas
  • 4.10. Mejores Prácticas y Ética en la Gestión de Claims
5Marco Estratégico para la Detección de Fraude (100 h)
  • 5.1. Principios Fundamentales del Fraude en Claims y su Impacto
  • 5.2. Tipos Comunes de Fraude y sus Características
  • 5.3. Marco Legal y Regulatorio en la Prevención del Fraude
  • 5.4. Roles y Responsabilidades en la Detección de Fraude
  • 5.5. Indicadores Clave de Riesgo (KRI) y Señales de Alerta Temprana
  • 5.6. Herramientas y Tecnologías para la Detección de Fraude
  • 5.7. Análisis de Datos Avanzado y Modelado Predictivo
  • 5.8. Inteligencia Artificial y Aprendizaje Automático en la Detección
  • 5.9. Integración de Sistemas y Automatización de Procesos
  • 5.10. Validación y Optimización de la Eficacia de la Detección
6Técnicas Anti-Fraude en Claims (100 h)
  • 6.1. Introducción a las Técnicas Anti-Fraude en Claims
  • 6.2. Marco Legal y Regulatorio para la Prevención del Fraude
  • 6.3. Análisis de Datos y Big Data para la Detección de Fraude
  • 6.4. Técnicas de Investigación y Entrevistas en Casos de Fraude
  • 6.5. Herramientas y Software para la Detección de Fraude
  • 6.6. Evaluación de Riesgos y Control Interno
  • 6.7. Casos Prácticos: Fraude en Diferentes Tipos de Claims
  • 6.8. Inteligencia Artificial y Machine Learning en la Detección de Fraude
  • 6.9. Auditoría y Monitoreo de Claims
  • 6.10. Estrategias de Mitigación y Recuperación de Pérdidas por Fraude
7Diseño y dimensionamiento (100 h)
  • 7.1. Requisitos de diseño y criterios de partida
  • 7.2. Alternativas de solución y análisis comparativo
  • 7.3. Dimensionamiento y márgenes de seguridad
  • 7.4. Selección de materiales, equipos o componentes
  • 7.5. Integración con el resto del sistema
  • 7.6. Coste, plazo y restricciones de fabricación
  • 7.7. Fiabilidad, mantenibilidad y vida útil
  • 7.8. Sostenibilidad y eficiencia en el diseño
  • 7.9. Revisión de diseño y gestión de riesgos
  • 7.10. Ejercicio: propuesta de diseño documentada
8Integración de sistemas e interfaces (100 h)
  • 8.1. Arquitectura de sistema y descomposición funcional
  • 8.2. Definición y control de interfaces
  • 8.3. Protocolos e intercambio de datos
  • 8.4. Integración progresiva y pruebas de interfaz
  • 8.5. Compatibilidad electromagnética y ambiental
  • 8.6. Gestión de configuración del conjunto
  • 8.7. Resolución de conflictos entre subsistemas
  • 8.8. Puesta a punto del sistema integrado
  • 8.9. Trazabilidad de requisitos a verificación
  • 8.10. Ejercicio: matriz de interfaces
  • 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 técnicas de detección de fraude en 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 técnicas de detección de fraude en 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.

ABCD1234560102030405060708realimentaciónTÉCNICAS DE DETECCIÓN DE FRAUDE EN CLAIMDIAGRAMA 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

  • Fraude Claims: Detección avanzada con IA; análisis patrones y anomalías; validación datos.
  • Prevención Fraude: Implementación algoritmos; análisis riesgos; mitigación proactiva.
  • Análisis Claims: Evaluación KPIs; detección señales rojas; reportes predictivos.
  • Fraude Siniestros: Auditoría integral; investigación fraudes; optimización procesos.

  • Fraude Claims: Detección avanzada con IA; análisis patrones y anomalías; validación datos.
  • Prevención Fraude: Implementación algoritmos; análisis riesgos; mitigación proactiva.
  • Análisis Claims: Evaluación KPIs; detección señales rojas; reportes predictivos.
  • Fraude Siniestros: Auditoría integral; investigación fraudes; optimización procesos.

  • Fraude Claims: Modelado predictivo; análisis de patrones; detección anomalías.
  • Análisis Datos: Visualización interactiva; dashboards; informes automatizados.
  • Prevención Fraude: Reglas de detección; alertas en tiempo real; gestión riesgos.
  • Estrategias Mitigación: Auditorías; investigaciones; recuperación pérdidas.

  • Fraude Claims: Modelado predictivo; análisis de datos; detección anómala.
  • Prevención Fraude: Implementación de reglas; automatización; auditorías.
  • Mitigación Fraude: Estrategias; análisis de riesgo; respuesta a incidentes.
  • Análisis Claims: Identificación patrones; investigación; informes detallados.

  • Fraude en Claims: Modelado predictivo; análisis de datos; detección de anomalías.
  • Análisis de Riesgo: Identificación de patrones; evaluación de vulnerabilidades; estrategias preventivas.
  • Tecnología Anti-Fraude: Implementación de IA; sistemas de scoring; herramientas de detección.
  • Auditoría de Claims: Revisión exhaustiva; cumplimiento normativo; reporte de hallazgos.

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 Técnicas de Detección de Fraude en Claims

¿Qué es Técnicas de Detección de Fraude en 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 Técnicas de Detección de Fraude en 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 Técnicas de Detección de Fraude en 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 Técnicas de Detección de Fraude en 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 Técnicas de Detección de Fraude en 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 Técnicas de Detección de Fraude en 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 Técnicas de Detección de Fraude en ClaimsMásterMáster en Ingeniería de Fraude, Anomalías y Detección Avanzada en Seguros de Movilidad
Horas800 h1900 h
Módulos812
Submódulos80120
Precio890 €7.900 €

Ver Máster en Ingeniería de Fraude, Anomalías y Detección Avanzada en Seguros de Movilidad

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.