Este proyecto se ha elaborado con la finalidad de desarrollar una aplicación para el análisis de grandes volúmenes de datos georrefenciados. Estos pueden consistir de información climatológica o datos urbanos (congestión vehicular, accidente o contaminación ambiental, entre otros). Debido al gran volumen de datos, resulta indispensable el uso de la capacidad computacional de técnicas de Aprendizaje de Máquina (Machine Learning) que permiten un procesamiento automatizado. Otra área que trabaja sobre este problema es Visual Analytics, que emplea canales visuales, transformando la data en una representación visual adecuada para su entendimiento y análisis interactivo. El presente proyecto pretende integrar el conocimiento humano experto en el área con el procesamiento automatizado de una forma iterativa, interactiva y dinámica. El análisis que pretende realizarse, presenta grandes oportunidades al facilitar el entendimiento de comportamientos (monitoreo de tráfico, planeamiento urbano, etc) y descubrimiento de patrones geo- espaciales y/o sociales para predicción de futuros comportamientos, recomendaciones y toma de decisiones. Es necesario mencionar que el proyecto es realizable debido al creciente número de ciudades que disponen conjuntos de datos urbanos al público, creando oportunidades para el análisis e integración de múltiples fuentes, o para la creación de diferentes aplicación que benefician a los ciudadanos de dichos centros urbanos. Este proyecto se realiza como parte de la investigación de tesis para estudios de Maestría en Ciencia de la Computación de la coordinadora del proyecto. Además, cuenta con la experiencia del grupo de investigación RICS (Research and Innovation Center in Computer Science) de la Universidad Católica San Pablo, Arequipa, donde se realiza la maestría y del grupo de investigación VICG( Visualization, Imaging and Computer Graphics lab) del ICMC- Universidad de Sao Paulo, Sao Carlos Brasil, donde se realizará la movilización, con el objetivo de profundizar los conocimientos en las áreas de Visualización y Aprendizaje de Máquina para la mejora de los resultados previos obtenidos en la implementación de la aplicación.