Fil: Britos, Paola. Universidad Nacional de Río Negro. Laboratorio de Informática Aplicada. Río Negro. Argentina.Fil: Pizzingrilli, Paola. Universidad Nacional de Río Negro. Laboratorio de Informática Aplicada. Río Negro. Argentina.Fil: Pizzingrilli, Paola. Universidad Nacional de Río Negro. Instituto de Investigaciones de Recursos Naturales, Agroecología y Desarrollo Rural (IRNAD). Río Negro. Argentina.Fil: Montoya Suárez, Lina María. Comisión Nacional de Energía Atómica, Centro Atómico Bariloche. Río Negro; Argentina.Fil: Britos, Pamela. Universidad Nacional de Salta. Sede Regional Sur: Metán – Rosario de la Frontera. Salta; Argentina.Fil: Di Bonis, Gastón. Universidad Nacional de Río Negro. Rio Negro. Argentina.Fil: Isaja, Melisa. Universidad Nacional de Río Negro. Rio Negro. Argentina.Fil: Fois, Giuliana. Universidad Nacional de Río Negro. Laboratorio de Informática Aplicada. Río Negro. Argentina.Fil: Agüero Crovella, Gustavo Andrés. Universidad Nacional de Río Negro. Laboratorio de Informática Aplicada. Río Negro. Argentina.Fil: Argañaras, Pablo Enrique. Universidad Nacional de Río Negro. Laboratorio de Informática Aplicada. Río Negro. Argentina.Fil: Argañaras, Pablo Enrique. Comisión Nacional de Energía Atómica, Centro Atómico Bariloche. Río Negro; Argentina.Fil: Vilugrón, Martín René. Universidad Nacional de Río Negro. Laboratorio de Informática Aplicada. Río Negro. Argentina.Fil: Vilugrón, Martín René. Comisión Nacional de Energía Atómica, Centro Atómico Bariloche. Río Negro; Argentina.Fil: Donadio, Maximiliano. Universidad Nacional de Río Negro. Laboratorio de Informática Aplicada. Río Negro. Argentina.Las organizaciones están buscando una nueva manera de producir optimizando y potenciando sus recursos, es por ello que están incorporando tecnologías que conectan el mundo físico con el virtual a través de diversos dispositivos que le permitan acceder a grandes cantidades de datos en tiempo real y tomar mejores decisiones en todo el proceso productivo. Por otra parte, la Ciencia de Datos es un conjunto de principios fundamentales que apoyan y guían la extracción de información y conocimiento a partir de los datos; incluye diversas metodologías, técnicas, algoritmos y herramientas que facilitan el procesamiento avanzado y automático de los mismos; permitiendo identificar información relevante y estratégica, que a simple vista no es detectada. Este proyecto tiene por objetivo articular integradamente mecanismos de proceso de interpretación de grandes masas de información en diversas industrias, (con hincapié en la agropecuaria de la provincia de Río Negro), a través diversas técnicas de tratamiento de datos y su visualización brindada por la Ciencia de Datos.