El uso de herramientas de ciencias de datos para la toma de decisiones en organizaciones ha crecido significativamente en los últimos años. La práctica habitual es utilizar primero los datos para crear un modelo de pronóstico para los elementos inciertos, como por ejemplo la demanda, y luego utilizar este modelo como entrada en un esquema de optimización que elige el mejor curso de acción entre un conjunto de alternativas. El objetivo de este proyecto es construir modelos prescriptivos que integren esos dos pasos, de modo que se pueda medir directamente el impacto que tiene el pronóstico que se hace a partir de los datos sobre modelo de decisión. El proyecto propone aplicar la metodología a problemas en planificación energética, un área en el que abundan los datos y en el que se han utilizado ampliamente los modelos de optimización bajo incertidumbre.