En los últimos años, la severidad de los incendios forestales ha llegado a niveles preocupantes tanto a nivel internacional como nacional. No obstante, gracias al avance de la tecnología es posible predecir la ocurrencia y magnitud de los mismos a través de modelos de Machine Learning especialmente desarrollados para tal fin. En línea con diversas investigaciones realizadas en materia de predicción espaciotemporal de incendios forestales, en el presente trabajo el objetivo fue desarrollar un modelo de Machine Learning que contribuya a la prevención de incendios forestales en el Partido de Pinamar. En consecuencia, se desarrolló un pipeline de datos automatizado en el lenguaje de programación Python que genera el dataset de incendios forestales específico a la zona. Por otro lado, se entrenaron diversos modelos predictivos utilizando las librerías TensorFlow y
Scikit-learn, alcanzando una sensibilidad del 88.4% para predecir la ocurrencia de incendios forestales en Pinamar. Asimismo se desarrolló una aplicación web basada en la librería ReactJS para que tanto bomberos como autoridades gubernamentales locales puedan visualizar fácilmente estas predicciones gracias a las capas predictiva e histórica que la misma provee. De esta manera, AQUA se integra a los procesos administrativos que se dan en el cuartel de bomberos al brindar información acerca de la ocurrencia y magnitud de los incendios forestales que se pueden producir contrastados con la evolución histórica de los mismos en la zona, posibilitando de esta forma su prevención activa. En efecto, a través de este trabajo se sentaron las bases necesarias para poder ampliar el área de predicción de incendios forestales a localidades vecinas.