Máster en Sensores y Sistemas de Navegación Autónoma
¿Por qué este master?
El Máster en Sensores y Sistemas de Navegación Autónoma
Te prepara para liderar la revolución en la movilidad del futuro. Domina las tecnologías clave en percepción del entorno, fusión de sensores, localización y mapeo, y planificación y control para vehículos autónomos terrestres, aéreos y marítimos. Este programa te brinda una formación integral con prácticas en simuladores y plataformas reales, proyectos de investigación aplicada y un enfoque en las últimas tendencias en Inteligencia Artificial y Robótica.
Ventajas diferenciales
- Formación multidisciplinar: integra conocimientos de electrónica, informática, matemáticas y control.
- Laboratorios especializados: acceso a equipos de última generación para experimentación y desarrollo.
- Proyectos reales: colaboración con empresas líderes en el sector para resolver desafíos concretos.
- Profesores expertos: equipo docente con amplia experiencia en investigación y desarrollo en navegación autónoma.
- Salidas profesionales: amplias oportunidades en automoción, aeroespacial, logística y robótica.
- Modalidad: Online
- Nivel: Masters
- Horas: 1600 H
- Fecha de matriculación: 06-02-2026
- Fecha de inicio: 12-03-2026
- Plazas disponibles: 1
¿A quién va dirigido?
- Ingenieros electrónicos, informáticos y de telecomunicaciones que buscan especialización en percepción ambiental, fusión de datos y control autónomo.
- Profesionales de la automoción, robótica y aeroespacial interesados en adaptar tecnologías de navegación autónoma a nuevos dominios.
- Investigadores y académicos que desean profundizar en los últimos avances en sensores, algoritmos y arquitecturas de sistemas autónomos.
- Empresas del sector tecnológico que necesitan formar talento en el desarrollo e implementación de soluciones de navegación autónoma.
- Graduados en ingenierías y ciencias afines que buscan un impulso profesional en el campo de la inteligencia artificial y la robótica móvil.
Flexibilidad formativa
Adaptado a profesionales y estudiantes: modalidad online flexible, recursos multimedia interactivos y tutorías personalizadas.
Objetivos y competencias
Diseñar e implementar sistemas de percepción avanzados:
Integrar datos de múltiples sensores (LiDAR, cámaras, radar) mediante fusión sensorial, para crear un modelo ambiental robusto y preciso, adaptándose a condiciones variables de iluminación y meteorología.
Desarrollar algoritmos de fusión sensorial robustos y eficientes:
«Implementar filtros de Kalman extendidos y variantes para la estimación óptima del estado, adaptándose dinámicamente a la incertidumbre y las características de cada sensor.»
Gestionar y optimizar el rendimiento de sistemas de navegación autónoma:
«Implementar estrategias de mitigación de riesgos basadas en análisis predictivos y aprendizaje automático, para anticipar y evitar situaciones críticas.»
Integrar y validar sistemas de navegación en entornos reales:
«Interpretando la información de sensores (GNSS, AIS, radar) y evaluando su precisión en tiempo real.»
Liderar proyectos de I+D en el ámbito de la robótica móvil y la navegación.
«Definir arquitecturas robóticas robustas y escalables, integrando percepción, planificación y control, con foco en la adaptabilidad a entornos dinámicos y la gestión eficiente de recursos computacionales.»
Evaluar y seleccionar la tecnología de sensores más adecuada para cada aplicación:
Considerando precisión, rango, consumo energético, coste y robustez ambiental, justificando la elección basada en las necesidades específicas del proyecto y el entorno operativo.
Plan de estudio - Módulos
- Fundamentos de navegación autónoma: principios básicos y desafíos en entornos dinámicos y no estructurados
- Modelado matemático y cinemático para vehículos aéreos, terrestres y marinos: sistemas de referencia y parámetros clave
- Diseño y análisis de algoritmos de localización: filtros de Kalman, SLAM (Simultaneous Localization and Mapping) y técnicas de fusión sensorial multimodal
- Optimización avanzada de rutas: algoritmos heurísticos, metaheurísticos y programación matemática para la generación eficiente de trayectorias seguras
- Planificación en tiempo real bajo incertidumbre: métodos de toma de decisiones robusta y adaptativa para entornos altamente variables
- Integración y calibración de sensores multiescala: LiDAR, radar, cámaras estéreo, sensores inerciales (IMU) y sistemas GNSS de alta precisión
- Control predictivo y adaptativo para la navegación autónoma: diseño de controladores basados en modelos y aprendizaje automático
- Algoritmos de evitación de obstáculos: detección, seguimiento y maniobras evasivas con garantía de seguridad operacional
- Redes neuronales profundas y aprendizaje reforzado aplicados a la toma de decisiones autónomas en entornos complejos
- Simulación y validación de algoritmos: entornos virtuales, pruebas en hardware-in-the-loop y escenarios marinos, terrestres y aéreos reales
- Protocolos de comunicación y sincronización entre sensores y sistemas de control para operar en flotas mixtas y colaborativas
- Evaluación de desempeño y métricas de eficiencia para algoritmos de navegación considerando consumo energético, precisión y tiempo de respuesta
- Consideraciones de seguridad funcional y ciberseguridad en sistemas autónomos: detección de fallos, redundancia y recuperación ante errores
- Normativas y estándares internacionales aplicables a sistemas autónomos en navegación avanzada
- Casos de estudio y proyectos integradores que abordan la implementación real de algoritmos en vehículos no tripulados multifuncionales
- Fundamentos teóricos de sensores inerciales: acelerómetros, giróscopos y magnetómetros, principios físicos y características dinámicas.
- Arquitecturas GNSS: constelaciones GPS, GLONASS, Galileo y BeiDou, protocolos de señal y tipología de mensajes.
- Modelos matemáticos para fusión sensorial: filtros de Kalman extendido, filtros de partículas y métodos de estimación robusta para integridad de datos.
- Integración tightly coupled vs loosely coupled de sensores inerciales y GNSS: ventajas, limitaciones y modos de implementación práctica.
- Corrección diferencial DGPS y técnicas RTK: bases de referencia, algoritmos de corrección y mejora de precisión centimétrica.
- Compensación de errores sistemáticos y aleatorios en sensores inerciales y GNSS, incluyendo derivas, biases, multipath y ruido térmico.
- Algoritmos avanzados de estima de actitud, posición y velocidad en entornos multidominio: terrestres, marítimos y aéreos.
- Integración de sensores complementarios: lidar, radar Doppler y odometría inercial para robustez en condiciones de señal GNSS degradada o nula.
- Sistemas de navegación autónoma multidominio: desafíos operativos y requisitos de tiempo real para fusión sensorial eficiente y confiable.
- Desarrollo e implementación de software embebido para procesamiento de datos de sensores y algoritmos de navegación en plataformas autónomas.
- Simulación y validación mediante entornos virtuales y bancos de prueba hardware-in-the-loop (HIL) para evaluación de rendimiento de sistemas integrados.
- Normativas y estándares internacionales aplicables a la integración de sistemas de navegación autónoma: requisitos de certificación, seguridad y ciberseguridad.
- Casos prácticos y estudios de aplicación real: desde vehículos autónomos terrestres hasta drones y embarcaciones no tripuladas.
- Tendencias futuras en sensores y sistemas de navegación autónoma: inteligencia artificial, aprendizaje automático y sensores cuánticos.
- Diseño de arquitecturas modulares y escalables para actualización y mantenimiento de plataformas de navegación autónoma en entornos multidominio.
- Fundamentos de sensores en navegación autónoma: tipos, principios de funcionamiento y características técnicas
- Modelos y algoritmos de fusión de datos: filtros de Kalman, filtros de partículas, y métodos bayesianos aplicados a sistemas multisensor
- Integración de sensores inerciales (IMU), GNSS, LiDAR, radar y cámaras para mejorar la precisión y robustez en la navegación
- Algoritmos de localización y mapeo simultáneo (SLAM): técnicas avanzadas para entornos no estructurados y dinámicos
- Compensación de errores y manejo de incertidumbres en señales de sensores durante condiciones adversas y entornos urbanos densos
- Estrategias de redundancia y tolerancia a fallos en sistemas de navegación para garantizar fiabilidad en operación continua
- Implementación de fusión multisensor en tiempo real mediante arquitecturas distribuídas y basadas en edge computing
- Optimización de rutas y planificación de trayectorias bajo restricciones dinámicas y según información fusionada de sensores
- Evaluación y validación de algoritmos de navegación mediante simulaciones avanzadas y experimentación en campo
- Casos de estudio y aplicaciones prácticas en vehículos terrestres, marítimos y aéreos autónomos
- Diseño de arquitecturas resilientes en sistemas de navegación autónoma: principios fundamentales, redundancia y tolerancia a fallos
- Modelos de integración multidominio para sensores heterogéneos: fusión de datos de LiDAR, radar, GNSS, cámaras y sensores inertiales
- Protocolos de validación y verificación de sensores en entornos simulados y reales: métricas de desempeño y criterios de aceptación
- Metodologías avanzadas de calibración dinámica y estática para sensores en plataformas móviles autónomas
- Detección y mitigación de anomalías en lectura de sensores: técnicas de filtrado adaptativo y detección de fallos en tiempo real
- Arquitecturas de ciberseguridad para sensores: modelos de amenaza, análisis de vulnerabilidades y defensa en profundidad
- Implementación de criptografía y autenticación segura en la comunicación entre sensores y sistemas centrales
- Normativas y estándares internacionales de ciberseguridad aplicados a sensores y sistemas de navegación autónoma multidominio
- Estrategias para la protección contra ataques de interferencia y spoofing en GNSS y otros sensores clave
- Casos prácticos y escenarios de ataque y defensa: análisis forense y recuperación post-incidente en sensores autónomos
- Uso de inteligencia artificial y machine learning para la detección predictiva de fallos y ciberataques en redes de sensores
- Pruebas avanzadas de resiliencia: ensayos bajo condiciones adversas, simulación de fallos simultáneos y evaluación de recuperación del sistema
- Integración de sistemas seguros de gestión de claves y actualización segura de firmware en plataformas autónomas
- Desarrollo y aplicación de gemelos digitales para la validación continua y la monitorización remota de sensores y sistemas
- Aspectos éticos y normativos en la gestión de datos sensibles y privacidad en sensores para navegación autónoma multidominio
- Fundamentos matemáticos del procesamiento de señales: transformadas de Fourier, wavelets y filtrado adaptativo
- Modelado y caracterización de ruido: análisis espectral, ruido blanco y procesos estocásticos en sensores
- Algoritmos avanzados de fusión sensorial: técnicas de Kalman, Filtro de Partículas y métodos de Bayesian Estimation
- Calibración dinámica de sensores inerciales y sistemas de navegación: técnicas online y offline, autocalibración en tiempo real
- Compensación de errores sistemáticos: alineamiento de ejes, deriva térmica y corrección de sesgos en acelerómetros y giróscopos
- Procesamiento de datos de sensores multiplataforma: sincronización temporal, registro espacial y optimización de datos heterogéneos
- Detección y mitigación de fallos en sistemas sensoriales: técnicas de diagnóstico, redundancia y filtrado robusto
- Implementación de filtros avanzados para navegación autónoma: Filtro de Kalman Extendido (EKF), Unscented Kalman Filter (UKF)
- Análisis de desempeño y validación experimental: métricas de precisión, sensibilidad, estabilidad y tests en entornos simulados y reales
- Integración de sensores LIDAR, radar y cámaras con IMUs para sistemas autónomos: desafíos técnicos y soluciones de calibración conjuntas
- Fundamentos de sensores para navegación autónoma: principios físicos, tipos de sensores (inerciales, ópticos, acústicos, electromagnéticos) y sus características técnicas
- Modelado matemático de sensores: ecuaciones de estado, modelos de ruido, error sistemático, calibración y linearización de señales
- Filtrado y fusión de datos multisensoriales: filtros de Kalman extendido, partículas, algoritmos de estimación bayesiana para mejora de precisión y robustez
- Integración de sensores inerciales y GNSS: técnicas de aldaba para sincronización temporal, compensación de deriva y mejora en posicionamiento
- Diseño e implementación de arquitecturas de sistemas de navegación multidominio: marítimos, aéreos y terrestres; enfoques modulares y distribuidos
- Protocolos y estándares para comunicación e interoperabilidad de sensores: CAN, SPI, I2C, protocolos vehiculares y marítimos
- Estrategias avanzadas de sincronización y timestamping en sistemas con latencias variables y entornos multi-plataforma
- Validación experimental y simulación: creación de bancos de pruebas virtuales, entornos digitales gemelos y pruebas en campo real para calibración y verificación
- Metodologías de diagnóstico y monitoreo continuo de la salud de sensores: detección de fallos, autocorrección y redundancia activa
- Casos de aplicación práctica y estudio de integración en sistemas autónomos de última generación: vehículos no tripulados, UAVs, UUVs y sistemas robóticos móviles
- Fundamentos matemáticos y estadísticos para la fusión de datos: teoría de probabilidad, estimación bayesiana, filtros de Kalman y sus variantes (EKF, UKF, SKF)
- Modelos de sensores y características físicas: sensores inerciales, GNSS, LiDAR, cámaras estéreo, radar, ultrasonido y sus perfiles de error
- Algoritmos de fusión de sensores multi-modal: técnicas de integración a nivel de datos, características y decisiones
- Diseño y optimización de arquitecturas de sistemas de navegación autónoma: distribución de tareas, redundancia y tolerancia a fallos
- Fusión de datos en entornos adversos y dinámicos: manejo de interferencias, oclusiones y variabilidad ambiental
- Localización y mapeo simultáneo (SLAM) avanzados: algoritmos probabilísticos, graph optimization y aplicaciones en tiempo real
- Integración de algoritmos de aprendizaje automático para mejora en la predicción y detección de fallos en sensores
- Gestión de incertidumbre y confiabilidad en sistemas autónomos: métricas de confianza, diagnóstico y recuperación ante fallos
- Implementación en hardware y software: procesamiento en tiempo real, paralelización, sistemas embebidos y Edge Computing
- Estudios de caso y análisis comparativo de sistemas de navegación en vehículos terrestres, aéreos y marítimos autónomos
- Normativas, estándares y aspectos de ciberseguridad aplicados a la gestión y fusión de datos en sistemas autónomos
- Fundamentos de control adaptativo avanzado: teoría y aplicación en sistemas multirobot
- Modelado matemático para sistemas de navegación autónoma bajo incertidumbre ambiental
- Algoritmos de optimización heurística y metaheurística aplicados a control en tiempo real
- Implementación de filtros de estimación robustos (EKF, UKF, PF) para navegación en entornos dinámicos
- Diseño y ajuste de controladores predictivos basados en modelos (MPC) para plataformas móviles heterogéneas
- Validación experimental mediante simulaciones de alto realismo: entornos urbanos, marítimos y aéreos
- Protocolos de comunicación y sincronización en flotas multiplataforma para control colaborativo
- Evaluación de desempeño y criterios de estabilidad en sistemas de navegación autónoma multiescala
- Incorporación de aprendizaje automático para mejora adaptativa de algoritmos de control
- Normativas y estándares internacionales para certificación y homologación de sistemas de navegación autónoma
- Fundamentos avanzados de sistemas de navegación autónoma: principios físicos y matemáticos de los sensores multidominio (inercial, óptico, acústico, electromagnético)
- Diseño y modelado de algoritmos de fusión sensorial: técnicas de filtrado de Kalman extendido, filtros de partículas y aprendizaje automático para integración de datos heterogéneos
- Arquitecturas hardware-software para sistemas integrados: selección, calibración y sincronización de sensores, procesadores embebidos y unidades de control distribuido
- Desarrollo de modelos de confiabilidad y tolerancia a fallos en sistemas complejos: análisis FMEA, análisis de riesgos y estrategias de redundancia activa y pasiva
- Metodologías de validación y verificación de algoritmos en entornos simulados y reales: pruebas de robustez, escenarios críticos y validación cruzada con datos experimentales
- Implementación de técnicas avanzadas de auto-calibración y auto-diagnóstico para sensores multisensoriales en tiempo real
- Integración multidominio de sensores inerciales, GNSS, LIDAR, cámaras estereo-visión y radares de alta resolución: desafíos y soluciones técnicas
- Optimización de rutas y posicionamiento con algoritmos adaptativos: aprendizaje en línea, optimización estocástica y control predictivo
- Impacto de la interferencia electromagnética y el ruido ambiental en la precisión y robustez de sistemas autónomos y estrategias de mitigación
- Estándares industriales y normativas aplicables para diseño seguro y confiable de sistemas autónomos, incluyendo certificación y cumplimiento regulatorio
- Casos prácticos avanzados: integración y prueba de sensores en vehículos aéreos y marítimos autónomos con demostraciones en laboratorio y campo
- Innovaciones recientes en sensores cuánticos y tecnología MEMS aplicadas a la navegación autónoma y su impacto en la próxima generación de sistemas
- Evaluación del ciclo de vida y mantenimiento predictivo de sensores y hardware asociado mediante técnicas de análisis de datos y machine learning
- Desarrollo de interfaces hombre-máquina para supervisión y control en tiempo real de sistemas de navegación autónoma
- Estudio de casos de fallo y recuperación: análisis post-mortem y estrategias para garantizar continuidad operativa en entornos críticos
- Fundamentos avanzados de sensores para navegación autónoma: sensores inerciales, LIDAR, cámaras estereoscópicas, radares de apertura sintética (SAR) y sensores ultrasónicos
- Integración multisensorial: fusión de datos en tiempo real mediante algoritmos Kalman, filtros de partículas y redes neuronales para aumentar la precisión y robustez de la navegación autónoma
- Desarrollo y arquitectura de plataformas integradas de validación: diseño modular para simulación, testeo y análisis de sistemas autónomos en entornos multidominio
- Protocolos de comunicación y sincronización en sistemas distribuidos: uso de middleware DDS, ROS 2 y Time-Sensitive Networking (TSN) para garantizar la coherencia y baja latencia en redes de sensores
- Métodos avanzados de calibración y autoajuste de sensores: técnicas basadas en aprendizaje automático para compensar errores sistemáticos y dinámicos durante la operación en campo
- Seguridad y resiliencia en sistemas autónomos: modelado de amenazas, análisis de vulnerabilidades específicas de sensores y sistemas de navegación, incluyendo ataques spoofing y jamming
- Implementación de estrategias criptográficas para ciberseguridad: uso de criptografía cuántica, firmas digitales y protocolos de autenticación para asegurar la integridad y confidencialidad de los datos sensor-fusión
- Diseño de entornos de validación y verificación (V&V) ciberseguros: integración de simuladores hardware-in-the-loop (HIL) y software-in-the-loop (SIL) con capas de protección contra intrusiones y manipulación maliciosa
- Normativas, estándares y frameworks aplicables: análisis detallado de ISO/SAE 21434, IEC 62443, y las recomendaciones de la OTAN para garantizar conformidad y interoperabilidad en sistemas autónomos multidominio
- Metodologías avanzadas para la generación de informes técnicos y auditorías de ciberseguridad: documentación exhaustiva sobre resultados de validación, riesgos mitigados y planes de mejora continua en plataformas autónomas
Salidas profesionales
«`html
- Ingeniero de desarrollo de sensores: Diseño, prototipado y validación de sensores para navegación autónoma.
- Ingeniero de sistemas de navegación: Integración de sensores, algoritmos de fusión sensorial y sistemas de control.
- Especialista en robótica móvil: Desarrollo de algoritmos de navegación, planificación de rutas y control de robots autónomos.
- Ingeniero de pruebas y validación: Diseño de pruebas, análisis de datos y evaluación del rendimiento de sistemas autónomos.
- Científico de datos en percepción artificial: Desarrollo de algoritmos de visión artificial, aprendizaje automático y procesamiento de señales.
- Ingeniero de I+D en conducción autónoma: Desarrollo de sistemas de percepción, planificación y control para vehículos autónomos.
- Consultor en sistemas autónomos: Asesoramiento técnico en la implementación de soluciones de navegación autónoma en diversos sectores.
- Emprendedor tecnológico: Creación de empresas innovadoras en el ámbito de la robótica y la navegación autónoma.
«`
Requisitos de admisión
Perfil académico/profesional:
Grado/Licenciatura en Náutica/Transporte Marítimo, Ingeniería Naval/Marina o titulación afín; o experiencia profesional acreditada en puente/operaciones.
Competencia lingüística:
Recomendado inglés marítimo (SMCP) funcional para simulaciones y materiales técnicos.
Documentación:
CV actualizado, copia de titulación o libreta de embarque, DNI/Pasaporte, carta de motivación.
Requisitos técnicos (para online):
Equipo con cámara/micrófono, conexión estable, monitor ≥ 24” recomendado para ECDIS/Radar-ARPA.
Proceso de admisión y fechas
1. Solicitud
online
(formulario + documentos).
2. Revisión académica y entrevista
(perfil/objetivos/compatibilidad horaria).
3. Decisión de admisión
(+ propuesta de beca si aplica).
4. Reserva de plaza
(depósito) y matrícula.
5. Inducción
(acceso a campus, calendarios, guías de simulador).
Becas y ayudas
- Tecnología de vanguardia: Domina los sensores más avanzados y las técnicas de navegación autónoma de última generación.
- Aplicaciones reales: Aprende a diseñar y aplicar sistemas en robótica, vehículos autónomos, drones y más, resolviendo desafíos del mundo real.
- Experiencia práctica: Desarrolla proyectos innovadores con simulaciones avanzadas y equipamiento especializado en nuestros laboratorios.
- Profesores expertos: Aprende de líderes de la industria y la academia, con amplia experiencia en investigación y desarrollo de sistemas autónomos.
- Salidas profesionales: Impulsa tu carrera en sectores de alta demanda como automoción, aeroespacial, logística y desarrollo de software.
Testimonios
Este máster me proporcionó las herramientas y conocimientos necesarios para liderar el desarrollo de un nuevo sistema de navegación autónoma para drones de reparto. Aplicando algoritmos de fusión sensorial y técnicas de control predictivo aprendidas durante el programa, conseguimos mejorar la precisión de navegación en un 30% y reducir el consumo energético en un 15%, resultados que fueron clave para asegurar la financiación de la siguiente fase del proyecto.
Durante el Máster en Robótica y Automatización Marítima, desarrollé un sistema de control autónomo para un ROV de inspección de plataformas offshore. Este proyecto, que superó las expectativas iniciales del programa, me permitió aplicar conocimientos de visión artificial y aprendizaje automático para optimizar las rutas de inspección y la detección de anomalías, resultando en una reducción del 20% en el tiempo de operación y un aumento del 15% en la precisión de la detección, validado en simulaciones y pruebas en tanque.
Apliqué los conocimientos del máster para desarrollar un sistema de navegación para drones de reparto en entornos urbanos, logrando una precisión de posicionamiento submétrica y una tasa de éxito de entrega del 98% en pruebas de campo.
Apliqué los conocimientos del máster para desarrollar un sistema de navegación autónoma para drones de reparto, logrando una precisión de aterrizaje del 99.8% en entornos urbanos complejos, superando las expectativas de la empresa y optimizando la eficiencia de las entregas.
Preguntas frecuentes
Sistemas de sensores y navegación autónoma.
Sí. El itinerario incluye ECDIS/Radar-ARPA/BRM con escenarios de puerto, oceánica, niebla, temporal y SAR.
Online con sesiones en vivo; opción híbrida para estancias de simulador/prácticas mediante convenios.
Ingeniería robótica, específicamente la navegación autónoma.
Recomendado SMCP funcional. Ofrecemos materiales de apoyo para fraseología estándar.
Sí, con titulación afín o experiencia en operaciones marítimas/portuarias. La entrevista de admisión confirmará encaje.
Opcionales (3–6 meses) a través de Empresas & Colaboraciones y la Red de Egresados.
Prácticas en simulador (rúbricas), planes de derrota, SOPs, checklists, micro-tests y TFM aplicado.
Título propio de Navalis Magna University + portafolio operativo (tracks, SOPs, informes y KPIs) útil para auditorías y empleo.
- Fundamentos avanzados de sensores para navegación autónoma: sensores inerciales, LIDAR, cámaras estereoscópicas, radares de apertura sintética (SAR) y sensores ultrasónicos
- Integración multisensorial: fusión de datos en tiempo real mediante algoritmos Kalman, filtros de partículas y redes neuronales para aumentar la precisión y robustez de la navegación autónoma
- Desarrollo y arquitectura de plataformas integradas de validación: diseño modular para simulación, testeo y análisis de sistemas autónomos en entornos multidominio
- Protocolos de comunicación y sincronización en sistemas distribuidos: uso de middleware DDS, ROS 2 y Time-Sensitive Networking (TSN) para garantizar la coherencia y baja latencia en redes de sensores
- Métodos avanzados de calibración y autoajuste de sensores: técnicas basadas en aprendizaje automático para compensar errores sistemáticos y dinámicos durante la operación en campo
- Seguridad y resiliencia en sistemas autónomos: modelado de amenazas, análisis de vulnerabilidades específicas de sensores y sistemas de navegación, incluyendo ataques spoofing y jamming
- Implementación de estrategias criptográficas para ciberseguridad: uso de criptografía cuántica, firmas digitales y protocolos de autenticación para asegurar la integridad y confidencialidad de los datos sensor-fusión
- Diseño de entornos de validación y verificación (V&V) ciberseguros: integración de simuladores hardware-in-the-loop (HIL) y software-in-the-loop (SIL) con capas de protección contra intrusiones y manipulación maliciosa
- Normativas, estándares y frameworks aplicables: análisis detallado de ISO/SAE 21434, IEC 62443, y las recomendaciones de la OTAN para garantizar conformidad y interoperabilidad en sistemas autónomos multidominio
- Metodologías avanzadas para la generación de informes técnicos y auditorías de ciberseguridad: documentación exhaustiva sobre resultados de validación, riesgos mitigados y planes de mejora continua en plataformas autónomas
Solicitar información
- Completa el Formulario de Solicitud
- Adjunta CV/Titulación (si la tienes a mano).
- Indica tu cohorte preferida (enero/mayo/septiembre) y si deseas opción híbrida con sesiones de simulador.
Un asesor académico se pondrá en contacto en 24–48 h para guiarte en admisión, becas y compatibilidad con tu agenda profesional.
Profesorado
Ing. Tomás Riera
Profesor Titular
Ing. Tomás Riera
Profesor Titular
Ingeniero naval con foco en selección, integración y optimización de sistemas de propulsión para yates, HSC y buques de servicio
Ing. Sofía Marquina
Profesora Titular
Ing. Sofía Marquina
Profesora Titular
Ingeniera de materiales especializada en composites marinos y sistemas de protección anticorrosiva para buques, yates y estructuras portuarias.
Ing. Javier Bañuls
Profesor Titular
Ing. Javier Bañuls
Profesor Titular
Ingeniero eléctrico naval con más de quince años de experiencia en diseño, integración y operación de sistemas de potencia y automatización.
Dra. Nuria Llobregat
Profesora Titular
Dra. Nuria Llobregat
Profesora Titular
Especialista en toma de decisiones meteorológicas y operativas para navegación costera y de altura, integra modelos de viento, oleaje y corriente.
Dr. Pau Ferrer
Profesor Titular
Dr. Pau Ferrer
Profesor Titular
Ingeniero naval con doctorado en hidrodinámica aplicada y más de una década diseñando cascos de alto rendimiento y estructuras marinas.
Cap. Javier Abaroa (MCA)
Profesor Titular
Cap. Javier Abaroa (MCA)
Profesor Titular
Capitán con certificación MCA y mando en buques de altura, especializado en maniobra avanzada, gestión de la navegación y seguridad de puente.
