En el siguiente proyecto se explora el desarrollo y validez de un modelo de aprendizaje automático para la identificación y detección de vacas, con un enfoque específico en las vacas Holando en Uruguay. Los resultados obtenidos a través de métodos actuales, aunque funcionalmente adecuados, pueden generar problemas de sanidad animal y fallas en la trazabilidad e identificación correcta de individuos. Por esto se plantea una investigación de la factibilidad y posterior ejecución de un modelo de visión artificial para la detección e identificación de vacas Holando. La implementación del modelo se divide en dos etapas fundamentales: detección e identificación. En la etapa de detección, se emplea una arquitectura basada en YOLOv8, que ha demostrado excelentes resultados en tareas de localización y clasificación de vacas. En cuanto al modelo de identificación, se han explorado arquitecturas siamesas y generadores de embeddings. Se concluye que la combinación de datos teóricos y empíricos permitió implementar un algoritmo de visión artificial sólido y efectivo para la identificación de vacas en los tambos, lo que ha brindado una perspectiva invaluable sobre las posibilidades y limitaciones de la tecnología actual, además de la enorme importancia que tiene el conocimiento del negocio y las aplicabilidades en el mundo real a la hora de desarrollar un proyecto de aprendizaje automático.