SMARKIA es una startup nacida con el objetivo de crear una plataforma cloud líder en la gestión energética para grandes consumidores de energía. Después de 6 años de vida, se ha convertido en uno de los gestores energéticos más avanzados del mercado, tanto a nivel nacional como internacional, con una tracción comercial demostrable al más alto nivel y unas métricas de crecimiento cercanas al 100%. SMARKIA cuenta con dos servicios principales: SMARKIA MONITOR, para la monitorización avanzada de consumos energéticos y SMARKIA 50001, para la implantación de sistemas de gestión energética según el estándar ISO 50001. La plataforma ha incorporado tecnologías como Big Data, Cloud Computing e IoT, y hemos desarrollado avanzados modelos predictivos de consumo energético. Importantes organizaciones nacionales e internacionales ya confían en nosotros. Desde el inicio, SMARKIA ha tenido una clara vocación internacional, especialmente hacia Latinoamérica, donde contamos con diferentes proyectos. Actualmente operamos en España, Chile, Perú, Ecuador, México, Brasil y Argentina. Mencionar que nuestro proyecto ha merecido la consideración del ICEX a través del programa ICEXNext y de los programas de internacionalización de la Junta de Castilla y León. A raíz de las experiencias con utilities en LATAM, y en particular Perú, se ha detectado la necesidad de optimizar los procesos operativos de la gestión energética a través de la sistematización y tratamiento inteligente de los datos en empresas de distribución eléctrica. El desarrollo del proyecto OPERATO (sistema inteligente para la Optimización de Procesos opERativos en distribuidoras eléctricas basados en tecnologías de Aprendizaje auTOmático) permitirá disponer de un prototipo (en formato cloud) muy cercano al mercado que les ayuden en la gestión sistematizada de los procesos de operación ante anomalías energéticas, gestión inteligente de las alertas en los sistemas de medición y en la obtención del balance energético de una forma sistematizada gracias a la explotación de avanzada con datos de alta calidad. La innovación de este proyecto radica en una evolución de los métodos de detección de anomalías. Históricamente, se han aplicado métodos tradicionales de reconocimiento de patrones, bien supervisados o no supervisados, para entornos similares al del proyecto, aunque hemos identificado que se puede y deben ser mejorados mediante técnicas mucho más actuales basadas en metodologías de Deep Learning.