En esta tesis se aborda el problema de la detección de fraude en tarjetas de crédito mediante el uso de modelos construidos con técnicas de Aprendizaje Automático. Después de un análisis del estado del arte y de la evaluación de un procedimiento de creación de modelos anteriormente utilizado por Evertec (empresa de medios de pagos que impulsa esta investigación), se propone un método novedoso de extracción de características. El mismo busca obtener variables que exploren el comportamiento habitual del cliente y permitan detectar desviaciones. Luego, estas nuevas variables pueden usarse como entrada para el modelo y aumentar su poder predictivo. Además de explicar la forma de cálculo, en este trabajo se describen posibles optimizaciones de las variables calculadas mediante la exploración de metaparámetros y se presentan los resultados obtenidos sobre bases de datos reales.