Este trabajo presenta el desarrollo de un prototipo de vehículo inteligente autónomo con capacidades para ejecutar sencillas misiones de búsqueda de objetos y reconocimiento de su entorno. El artefacto integra múltiples tecnologías de hardware y software: una tarjeta Raspberry Pi® 4 permite controlar los subsistemas de visión y movimiento autónomo. El acelerador USB Google Coral® permite ejecutar con mayor velocidad diversos algoritmos de inteligencia artificial, mejorando considerablemente el desempeño de la tarjeta Raspberry. En cuanto al software, se ha adoptado Python 3® como lenguaje de programación junto con la librería TensorFlow®, la cual permite la implementación de algoritmos como YOLO -You Only Look Once- usado para el reconocimiento de objetos en tiempo real y el algoritmo SLAM-Simultaneous Localization And Mapping- el cual permite que el vehículo explore su entorno de forma autónoma. Las aplicaciones prácticas del vehículo varían en un amplio rango, desde servir como juguete didáctico hasta explorar ambientes inaccesibles o inhóspitos para un ser humano. Desde el punto de vista académico, el desarrollo de un Sistema Inteligente Autónomo constituye un claro ejemplo de cómo la educación STEM -Science, Technology, Engineering and Math- integrada con el modelo pedagógico de la Universidad El Bosque, conocido como Aprendizaje Significativo, permite potenciar las capacidades de los estudiantes a nivel individual y en equipo, a la vez que se estimula la innovación y el emprendimiento de base tecnológica. Se espera que los futuros profesionales tengan los conocimientos y habilidades para transformar positivamente los hábitos y creencias del entorno social y productivo a través del desarrollo y la transferencia efectiva de artefactos tecnológicos basados en Inteligencia Artificial.