El presente trabajo muestra la implementacion de una tecnica de neurosimulacion para la ubicacion de pozos aplicado en el desarrollo de un campo de hidrocarburos heterogeneo y de geometria irregular. Durante el desarrollo de un campo de hidrocarburos la ubicacion de pozos es una de las tareas mas importantes, ya que un cambio pequeno en la ubicacion puede representar ganancias o perdidas durante el resto de vida productiva del campo, con este trabajo se plantea una tecnica de neurosimulacion como alternativa a los metodos convencionales de ubicacion de pozos los cuales son costosos y consumen gran cantidad de tiempo. Esta tecnica forma un puente entre el hard-computing y el soft-computing, mezclando eficazmente redes neuronales artificiales (RNA) y simulacion numerica de yacimientos, de esta forma usando la simulacion numerica de yacimientos sobre unas combinaciones de pozos de entrenamiento se obtienen datos de produccion que junto con otros datos son usados para entrenar y ajustar la red, luego se generan escenarios que son evaluados por la RNA entrenada, los mejores resultados se verifican con el simulador numerico de yacimientos, para despues predecir la tasa a la cual los pozos produciran y la cantidad cumulativa producida de hidrocarburos. Para el desarrollo de este trabajo se hace uso de herramientas de codigo abierto y software libre para incentivar su uso y desarrollo en el campo de la investigacion, en la academia y en la industria de los hidrocarburos. Con este trabajo se muestra un metodo alternativo de seleccion de pozos que produzca resultados rapidos y precisos, con los cuales sea facil tomar la decision de donde perforar nuevos pozos durante el desarrollo de un campo. Palabras claves: Neurosimulacion; Redes Neuronales Artificiales; Simulacion Numerica de Yacimientos; Campos Maduros; Desarrollo de Campo de Hidrocarburos; Software Libre; Lenguaje de Programacion Python. ABSTRACT This paper shows the implementation of a neurosimulation technique for the well placement applied to the development of a heterogeneous hydrocarbon field with an irregular geometry. During the development of a hydrocarbon field the well placement is a major task, because a small change in location can make gains or losses of money during the remaining productive life of the field; this paper presents a neurosimulation technique as an alternative to conventional methods of well placement which are expensive and consume large amounts of time. This technique is a bridge between hard-computing and soft-computing; effectively mixes artificial neural networks (ANN) and numerical reservoir simulation, in this way using the numerical reservoir simulation in a combination of training wells, production data are obtained along with other data which are used to train and adjust the network, then a large number of scenarios are generated which are evaluated by the trained ANN, the best results are verified whit the numerical reservoir simulation, and then it is possible to predict the rate at which the wells will produce and the cumulative hydrocarbon production. For the development of this work open source tools and free software was used to encourage their use and development in research, in academia and in hydrocarbon industry. This work shows an alternative method of selecting wells that produce fast and accurate results, with which it is easy to take the decision about where is the best place to drill new wells during the development of a hydrocarbon field. Keywords: Neurosimulation, artificial neural networks, reservoirs numeric simulation, mature fields, hydrocarbon field development, free software, python.