Los procesos realizados por las cámaras digitales usualmente son propietarios y adaptados exclusivamente a los modelos de cada fabricante. Sin embargo, muchas de las etapas de la cadena de procesamiento son similares en la mayoría de las cámaras. Entre estas etapas se encuentran las de demosaicing y denoising, que se encargan de estimar colores faltantes no capturados por los sensores y eliminar el ruido de la imagen respectivamente. Con el advenimiento del aprendizaje automático, y en particular del aprendizaje profundo, muchos trabajos se han presentado con el objetivo de implementar estas etapas de la cadena de procesamiento de las cámaras digitales. En este trabajo se presentan dos redes convolucionales para resolver el problema de demosaicing y denoising conjuntamente tomando en cuenta el estado del arte y buscando la optimización de estas redes. Además, junto con este trabajo se publica el código de un algoritmo que permite generar ejemplos para el entrenamiento de dichas redes.