Esta tesis pretende mitigar, en parte, la creciente necesidad que existe por mejorar la eficiencia en la gestión de recursos hídricos y agrícolas en un contexto de cambio climático y escasez de agua. El tratamiento de datos es el proceso que ocurre entre la recolección y su posterior traducción en información utilizable. La problemática central radica en la carencia de sistemas de monitoreo precisos y asequibles que puedan proporcionar datos confiables sobre las condiciones hidrológicas y su vinculación a procesos íntimamente relacionados como el crecimiento y rendimiento de cultivos. Para abordar esta problemática, se desarrollaron dispositivos IoT (del inglés, Internet of Things) de bajo costo para la medición automática de variables hidrológicas, ambientales y biológicas. Los dispositivos, basados en plataformas de hardware libre / open-source, permitieron la recopilación de información precisa sobre la dinámica hidrológica y la medición de la evolución del crecimiento de cultivos en la región centro de la Provincia de Santa Fe. Por tanto, la tesis propone una transformación en la forma en que se adquiere y se agrega valor a los datos agro-hidrológicos. El estudio incluye el diseño y desarrollo de hardware y software, la calibración y validación de sensores utilizando técnicas de aprendizaje automático, y la implementación de sistemas de monitoreo agro-hidrológicos. Además, se emplearon modelos de crecimiento y rendimiento de cultivos basados en datos recolectados por estos dispositivos, demostrando su eficacia en la mejora de la gestión de recursos hídricos y su impacto en la producción agrícola. El desarrollo ha mostrado resultados alentadores para su uso como herramienta de soporte en la toma de decisiones. La investigación concluye con recomendaciones para la implementación y mejora continua de estos sistemas, subrayando su potencial impacto positivo en la agricultura y la gestión del agua.