Actualmente, contamos con codificadores visuales generales con alta efectividad en la representación de imágenes para diversas tareas "tradicionales". Sin embargo, para tareas más específicas como buscar patrones en en documentos históticos o vasijas  antiguas, estos modelos tienen un comportamiento subóptimo. Así, en esta memoria se propone el desarrollo de codificadores fundacionales en el dominio del patrimonio cultural, basándonos en esrategias de entrenamiento autosupervisadas bajo un esquema  multiescala.