MaestríaDiseño, HMI y producto Inscripciones abiertas

Maestría en Diseño Basado en Datos e Ingeniería de Telemetría de Uso

Maestría en línea de 1.900 horas en diseño basado en datos e ingeniería de telemetría de uso: 12 módulos que abarcan instrumentación, infraestructura de datos con Kafka y dbt, análisis de uso, experimentación, aprendizaje automático para el diseño, visualización y privacidad bajo el RGPD y la Ley de Datos, con un tutor técnico asignado.

Duración1900 h
ModalidadEn línea
IdiomaInglés
Fechas de inicioDefinido por la facultad
CertificaciónDiploma SEIUM Institute

Maestría en Diseño Basado en Datos e Ingeniería de Telemetría de Uso — estudiando desde Argentina

El diseño de producto y la interacción persona-máquina son disciplinas clave para la competitividad de la industria argentina, desde bienes de consumo hasta equipamiento industrial y software. La demanda crece en empresas de tecnología, electrodomésticos, autopartes y dispositivos médicos, donde la experiencia de usuario es un factor diferenciador. Los diseñadores e ingenieros de producto trabajan con prototipado, ergonomía y pruebas con usuarios. El diseño industrial en Argentina tiene tradición en centros académicos y en el sector productivo. La normalización en ergonomía y accesibilidad guía buena parte del trabajo profesional.

Aranceles para Argentina: US$ 8.850 (dólar estadounidense), con cuotas y financiamiento por parte de la empresa disponibles.

Organismos relevantes en Argentina

  • Instituto Argentino de Normalización y Certificación (IRAM)
  • Instituto Nacional de Tecnología Industrial (INTI)
  • Asociación Argentina de Diseño Industrial
  • Asociación de Usuarios y Diseñadores de Interfaces (AUDI)

Roles típicos

  • Diseñador/a de Producto
  • Especialista en Experiencia de Usuario (UX)
  • Ingeniero/a de Factores Humanos
  • Diseñador/a de Interfaces HMI

Consultas desde Argentina

¿Qué reconocimiento tienen en Argentina las formaciones en diseño de interfaces y producto?

El diseño industrial tiene carreras universitarias reconocidas por el Estado, y en diseño de interfaces y experiencia de usuario la formación es mayormente práctica y de posgrado. No existe un colegio profesional único que habilite estas áreas. Las certificaciones de SEIUM son títulos privados propios, no oficiales ni acreditados nacionalmente, y su valor depende de la decisión de cada empleador o cliente.

¿Qué empresas en Argentina contratan perfiles de HMI y diseño de producto?

Hay demanda en empresas de software y productos digitales, consultoras de diseño, fabricantes de equipamiento industrial que requieren interfaces de operador, y empresas de electrónica de consumo. El sector de tecnología en Buenos Aires concentra gran parte de la oferta. La demanda fluctúa con el mercado, por lo que conviene revisar avisos actuales. Un portafolio sólido suele ser determinante.

¿Cómo es el cursado online en Argentina, qué idioma se usa y se puede pagar en cuotas?

El programa es 100% online, así que podés cursar desde tu casa sin desplazarte ni necesitar visa de estudiante. Se dicta en inglés, por lo que conviene evaluar tu nivel antes de empezar. Las duraciones son de 300, 800 o 1.900 horas según el programa. Las cuotas se pagan en instalments y algunos empleadores ofrecen financiamiento, algo a consultar con tu empresa.

Laboratorio virtual · pruébalo antes de inscribirte

Toma el control.

Realiza un auténtico compromiso de ingeniería en este campo. Mueve los controles deslizantes, observa cómo reacciona el modelo en tiempo real y supera el desafío.

SIM · EN VIVO ●
Resultados de aprendizaje

Lo que podrás hacer

01

Formular preguntas de diseño medibles usando datos de uso.

02

Diseñar planes de instrumentación y telemetría.

03

Construir canales de datos para la analítica de producto.

04

Analizar el comportamiento de uso y diseñar experimentos.

05

Aplicar el aprendizaje automático a la personalización y la segmentación.

06

Cumplir con el RGPD y la Ley de Datos en los sistemas de telemetría.

07

Combinar datos cuantitativos y cualitativos en las decisiones de diseño.

Perfil

Para quién es

  • Diseñadores orientados a datos que quieren basar sus decisiones de diseño en datos reales de uso.
  • Analistas de producto que trabajan con embudos, segmentos y experimentos.
  • Científicos de datos de UX que modelan el comportamiento de los usuarios.
  • Ingenieros de telemetría que instrumentan productos y vehículos conectados.
  • Investigadores de métodos mixtos que combinan telemetría con estudios cualitativos.
  • Responsables de analítica de producto que construyen equipos orientados a datos.
  • Egresados de ingeniería o ciencias que buscan incorporarse al sector automotriz conectado.
Normas y herramientas

Con qué trabajarás

  • Reglamento (UE) 2016/679 (RGPD) (Reglamento General de Protección de Datos)
  • Reglamento (UE) 2023/2854 (Ley de Datos) (normas armonizadas sobre el acceso justo y el uso de los datos)
  • Directiva 2002/58/CE (ePrivacy) (privacidad y comunicaciones electrónicas)
  • ISO/IEC 27701:2019 (gestión de la información de privacidad)
  • ISO/IEC 20889:2018 (técnicas de desidentificación de datos para mejorar la privacidad)
  • ISO/IEC 25012:2008 (modelo de calidad de datos)
  • ISO 9241-210:2019 (diseño centrado en el ser humano para sistemas interactivos)
  • Amplitude
  • Apache Kafka
  • dbt
  • Tableau
  • Python con pandas
Plan de estudios

12 módulos · 1900 h

  1. 1.1Datos frente a intuición en el diseño
  2. 1.2Combinación de datos cuantitativos y cualitativos
  3. 1.3El ciclo construir, medir, aprender
  4. 1.4Telemetría en productos físicos y digitales
  5. 1.5Preguntas de diseño medibles
  6. 1.6Sesgos en los datos de uso
  7. 1.7Ética en el uso de datos
  8. 1.8Casos de telemetría en la industria automotriz
  9. 1.9Cultura de datos en los equipos de diseño
  10. 1.10Estudio de caso: una decisión de diseño respaldada por datos
  1. 2.1Plan de instrumentación de la interacción
  2. 2.2Esquemas de eventos y taxonomía
  3. 2.3SDK de analítica en aplicaciones
  4. 2.4Telemetría en dispositivos de borde
  5. 2.5Datos de vehículos conectados
  6. 2.6Señales CAN y registro a bordo
  7. 2.7Muestreo y agregación en origen
  8. 2.8Calidad y validación de datos
  9. 2.9Control de versiones de los esquemas de telemetría
  10. 2.10Laboratorio: instrumentación de un prototipo de HMI
  1. 3.1Canales de ingesta de telemetría
  2. 3.2Streaming de eventos con Kafka
  3. 3.3Lagos de datos y el formato Parquet
  4. 3.4Almacenes analíticos de datos
  5. 3.5Transformación de datos con dbt
  6. 3.6Plataformas de datos en la nube
  7. 3.7Costos de almacenamiento y cómputo
  8. 3.8Gobernanza y linaje de datos
  9. 3.9Catálogos de datos y metadatos
  10. 3.10Ejercicio práctico: canal de eventos con Kafka y Parquet
  1. 4.1Frecuencia y profundidad de uso
  2. 4.2Análisis de rutas de navegación
  3. 4.3Embudos de tareas
  4. 4.4Tiempo por tarea y eficiencia
  5. 4.5Errores y acciones de deshacer
  6. 4.6Abandono de funciones
  7. 4.7Segmentación conductual de usuarios
  8. 4.8Contexto de uso: velocidad, hora del día y clima
  9. 4.9Mapas de calor de interacción
  10. 4.10Taller: uso de menús de infoentretenimiento
  1. 5.1Inferencia estadística para el diseño
  2. 5.2Diseño de pruebas A/B
  3. 5.3Potencia y tamaño de muestra
  4. 5.4Enfoques bayesianos en la experimentación
  5. 5.5Comparaciones múltiples y falsos positivos
  6. 5.6Experimentos en flotas conectadas
  7. 5.7Inferencia causal y variables de confusión
  8. 5.8Diseños cuasiexperimentales
  9. 5.9Efectos heterogéneos por segmento
  10. 5.10Laboratorio: prueba A/B con análisis bayesiano
  1. 6.1Agrupamiento de perfiles de uso
  2. 6.2Predicción de abandono de usuarios
  3. 6.3Sistemas de recomendación
  4. 6.4Detección de anomalías de uso
  5. 6.5Modelos de secuencias de interacción
  6. 6.6Personalización adaptativa de interfaces
  7. 6.7Explicabilidad de modelos con SHAP
  8. 6.8Despliegue de modelos en el producto
  9. 6.9Evaluación del impacto de los modelos
  10. 6.10Ejercicio práctico: segmentación de conductores con agrupamiento
  1. 7.1Paneles para equipos de diseño
  2. 7.2Narrativa con datos
  3. 7.3Diseño de gráficos efectivos
  4. 7.4Herramientas Tableau y Power BI
  5. 7.5Adaptación del mensaje a las audiencias
  6. 7.6Informes periódicos de uso
  7. 7.7Alertas automáticas de métricas
  8. 7.8Analítica de autoservicio
  9. 7.9Errores comunes de interpretación
  10. 7.10Estudio de caso: informe de uso para un comité de producto
  1. 8.1Bases jurídicas bajo el RGPD
  2. 8.2Consentimiento y preferencias
  3. 8.3Anonimización y seudonimización
  4. 8.4Datos personales en vehículos conectados
  5. 8.5Obligaciones bajo la Ley de Datos
  6. 8.6Directiva ePrivacy y cookies
  7. 8.7Minimización y conservación de datos
  8. 8.8Evaluaciones de impacto relativas a la protección de datos (EIPD)
  9. 8.9Transferencias internacionales de datos
  10. 8.10Taller: EIPD para un sistema de telemetría
  1. 9.1Triangulación de datos y entrevistas
  2. 9.2Entrevistas guiadas por telemetría
  3. 9.3Estudios con diarios y registro de datos
  4. 9.4Encuestas contextuales dentro del producto
  5. 9.5Análisis de la retroalimentación de usuarios
  6. 9.6Grabaciones de sesiones de uso
  7. 9.7Investigación contextual en el vehículo
  8. 9.8Síntesis de métodos mixtos
  9. 9.9Priorización de mejoras basada en evidencia
  10. 9.10Ejercicio práctico: estudio de métodos mixtos de una función poco utilizada
  1. 10.1Electrodomésticos conectados y su uso
  2. 10.2Datos de uso de vehículos
  3. 10.3Wearables y salud
  4. 10.4Maquinaria industrial monitorizada
  5. 10.5Sensores de uso y desgaste
  6. 10.6Consumo de energía y batería
  7. 10.7Restricciones de conectividad
  8. 10.8De los datos de campo al rediseño
  9. 10.9Datos de garantía y confiabilidad
  10. 10.10Laboratorio: telemetría para un prototipo con ESP32
  1. 11.1Roles de analista de datos y científico de datos
  2. 11.2Analistas integrados en los equipos
  3. 11.3Democratización del acceso a los datos
  4. 11.4Gobernanza de métricas compartidas
  5. 11.5La métrica estrella del producto
  6. 11.6Rituales de revisión de datos
  7. 11.7Alfabetización de datos en el diseño
  8. 11.8Equilibrio entre datos y creatividad
  9. 11.9Selección del stack de analítica
  10. 11.10Estudio de caso: modelo organizacional basado en datos
  1. 12.1Pregunta de diseño y métricas
  2. 12.2Propuesta de plan de instrumentación
  3. 12.3Recopilación y preparación de datos
  4. 12.4Análisis exploratorio del uso
  5. 12.5Diseño de un experimento controlado
  6. 12.6Hallazgos cualitativos complementarios
  7. 12.7Propuesta de rediseño basada en datos
  8. 12.8Evaluación de privacidad y ética
  9. 12.9Informe de la Tesis de Maestría
  10. 12.10Tesis de Maestría: defensa ante un tribunal
Metodología, software y laboratorios

Cómo aprenderás

Formación 100% en línea en el campus de SEIUM, con material descargable, clases grabadas y un tutor técnico asignado. No hay horarios fijos: avanzas a tu propio ritmo dentro de cada convocatoria, para que puedas combinarla con tu trabajo.

Cada módulo combina teoría, lectura guiada de la norma original y ejercicios aplicados. El software de trabajo es Amplitude, Apache Kafka, dbt, Tableau y Python con pandas, en versiones gratuitas, académicas o de evaluación. La práctica se basa en procedimientos reales para analizar telemetría real de productos conectados, experimentos A/B sobre flotas y aplicaciones, y estudios de métodos mixtos con usuarios. La evaluación es continua en cada módulo, además de la Tesis de Maestría final.

Normas abordadas: Reglamento (UE) 2016/679 (RGPD), Reglamento (UE) 2023/2854 (Ley de Datos), Directiva 2002/58/CE (ePrivacy), ISO/IEC 27701:2019, ISO/IEC 20889:2018, ISO/IEC 25012:2008, ISO 9241-210:2019.

Tutor técnico asignado:cada módulo termina con un entregable que su tutor evalúa de forma individual.
Aprendizaje basado en estándares:lectura guiada del RGPD, la Ley de Datos y la Directiva ePrivacy aplicados a casos reales, no como un anexo teórico.
Software de la industria:Amplitude, Apache Kafka, dbt, Tableau y Python con pandas, en versiones gratuitas, académicas o de evaluación.
Tesis de maestría con defensa:un rediseño completo basado en datos, desde la pregunta de diseño y el plan de instrumentación hasta el análisis, un experimento controlado y una evaluación de privacidad, defendido ante un tribunal.
Formato flexible:100 % en línea, sin horarios fijos, compatible con un trabajo de tiempo completo.
Proyecto final

Desarrólalo de principio a fin

Tu proyecto final sigue el flujo de trabajo real de la ingeniería, paso a paso, revisado por tu tutor.

Pregunta de diseño e instrumentación
Definir una pregunta de diseño medible, sus métricas y el plan de instrumentación.
Recolección y análisis de datos
Recopilar y preparar datos de uso y realizar un análisis exploratorio.
Experimento controlado
Diseñar un experimento controlado y complementarlo con hallazgos cualitativos.
Evaluación de privacidad y ética
Evaluar las implicaciones de privacidad y éticas del sistema de telemetría.
Tesis de maestría
Presentar una propuesta de rediseño basada en datos, defendida ante un tribunal.
Oportunidades profesionales

Hacia dónde te lleva

Diseñador basado en datosAnalista de productoCientífico de datos de UXIngeniero de telemetríaInvestigador de métodos mixtosResponsable de analítica de producto
Admisión y becas

Requisitos

  • Título universitario en ingeniería, ciencias o arquitectura, o experiencia profesional equivalente debidamente acreditada.
  • Conexión a internet y una computadora capaz de ejecutar el software del programa.
  • Inglés suficiente para leer normas técnicas.

¿Listo para empezar?

Envía tu solicitud hoy. Nuestro equipo de admisiones responde en un plazo de 72 horas con tu plan de estudios y las opciones de financiamiento.

Preguntas frecuentes

Preguntas frecuentes

El programa suma 1.900 horas a lo largo de 12 a 14 meses. Usted define su propio ritmo dentro de cada convocatoria, y su tutor le ayuda a planificar la carga de trabajo en función de su empleo.

Trabajará con Amplitude, Apache Kafka, dbt, Tableau y Python con pandas, usando versiones gratuitas, académicas o de evaluación. Su tutor le indicará la alternativa gratuita siempre que exista.

Un diploma del SEIUM Institute, otorgado al aprobar la evaluación continua y la tesis de maestría. Es una titulación propia de SEIUM, no un título oficial del Estado; su reconocimiento depende del programa cursado y de la normativa de cada país.

Sí. Los módulos aprobados en un curso o diplomado de posgrado del mismo área se reconocen en el programa superior. Consulte la política de reconocimiento al matricularse.

Un título universitario en ingeniería, ciencias o arquitectura (o experiencia profesional equivalente), una computadora capaz de ejecutar el software del programa, y un nivel de inglés suficiente para leer normas técnicas.

Las fechas de inicio las define el cuerpo docente de SEIUM para cada convocatoria. Nuestro equipo de admisiones le confirmará la próxima fecha disponible al presentar su solicitud.

Maestría en Diseño Basado en Datos e Ingeniería de Telemetría de UsoInscripción
Volver arriba
SEIUM – Instituto de Ingeniería Avanzada
Resumen de privacidad

Este sitio web utiliza cookies para brindarle la mejor experiencia de usuario posible. La información de las cookies se almacena en su navegador y cumple funciones como reconocerlo cuando regresa a nuestro sitio web y ayudar a nuestro equipo a comprender qué secciones del sitio le resultan más interesantes y útiles.