Un grupo de investigadores y estudiantes sanrafaelinos de la Universidad Tecnológica Nacional local son protagonistas de una importante certamen internacional.
El Grupo I+D+i en Tecnologías Espaciales participó del Premio Binacional Italo-Argentino a la Innovación Tecnológica 2025, una convocatoria impulsada por el Ministerio de Ciencia, Tecnología e Innovación de la Nación junto a la Embajada de Italia en Argentina.
La propuesta presentada por el equipo sanrafaelino fue Cóndor View, una plataforma que integra imágenes satelitales con algoritmos de deep learning (una técnica avanzada de aprendizaje automático) para generar información de alto valor agregado aplicada a la toma de decisiones en ámbitos como la planificación territorial, el monitoreo ambiental y la agricultura de precisión.
Cóndor View se destaca por ser un sistema accesible, escalable y adaptable a diversos contextos de uso, orientado a brindar soluciones inteligentes en sectores estratégicos.
El equipo está integrado por estudiantes de las carreras de Ingeniería en Sistemas e Ingeniería en Informática, bajo la coordinación del profesor Roque Bielli, y forma parte de un grupo de extensión universitaria que trabaja en el desarrollo de tecnologías aplicadas al espacio.
“Desde San Rafael analizamos imágenes satelitales utilizando visión computacional y Deep Learning. Obtenemos imágenes de distintas zonas, las procesamos con redes neuronales y detectamos cambios claves como sequía, estrés hídrico o plagas”, explican y destacan que “así ayudamos a tomar mejores decisiones anticipándonos a los problemas y optimizando recursos”.
CIENCIA APLICADA DESDE EL SUR MENDOCINO
El grupo desarrolla herramientas basadas en inteligencia artificial, visión computacional y análisis geoespacial.
Su enfoque interdisciplinario articula la investigación académica con el diseño de soluciones concretas para problemáticas vinculadas al ambiente, los recursos naturales y la planificación del territorio.
A Cóndor View se suma el desarrollo de GeoMonitor, una plataforma de monitoreo geoespacial en tiempo real que combina datos satelitales, sensores IoT y modelos predictivos, con el fin de realizar un seguimiento continuo de variables territoriales y ambientales.
