Abstracto Los imanes de neodimio-hierro-boro (NdFeB), reconocidos por sus excepcionales propiedades magnéticas, son fundamentales en tecnologías modernas que abarcan desde vehículos eléctricos hasta turbinas eólicas. La optimización de su composición química —un delicado equilibrio de neodimio (Nd), hierro (Fe), boro (B) y aditivos de tierras raras como el disprosio (Dy)— es crucial para mejorar el rendimiento y, al mismo tiempo, reducir los costos y el impacto ambiental. Los métodos tradicionales de ensayo y error para el desarrollo de fórmulas requieren mucho tiempo y recursos. Este artículo explora cómo el aprendizaje automático (AA), piedra angular de la informática de materiales, puede revolucionar la predicción de nuevas fórmulas para imanes de NdFeB mediante la integración de datos multiescala, técnicas avanzadas de modelado y marcos de interpretabilidad. Analizamos los desafíos, las metodologías y los avances recientes en este campo, culminando en una hoja de ruta para el descubrimiento de materiales impulsado por el AA.