El presente proyecto tiene como objetivo la identificación de los sectores de Guayaquil que presentan una mayor propensión a sufrir daños significativos a nivel de extensión promedio, a consecuencia de inundaciones. La relevancia de esta iniciativa reside en que las inundaciones representan una de las principales amenazas naturales que enfrenta Guayaquil, y es crucial abordar este desafío de manera proactiva y estratégica. Se propone la aplicación del método de aprendizaje automático Random Forest para predecir los daños por sector, utilizando variables sociodemográficas proporcionadas por el Centro Internacional del Pacífico para la Reducción del Riesgo de Desastres, variables geográficas suministradas por la Municipalidad de Guayaquil y datos de la Encuesta Nacional de Empleo, Desempleo y Subempleo del Instituto Nacional de Estadística y Censos (INEC). Este estudio adquiere relevancia al vincularse con el Objetivo de Desarrollo Sostenible (ODS) 11, ya que la identificación de zonas de riesgo permite dirigir la atención y asignar recursos de manera específica para prevenir posibles daños futuros. El proceso de entrenamiento del modelo incorporó diversos parámetros y técnicas, culminando en una precisión del 57%. Aunque se reconoce que aún existen oportunidades de mejora, el modelo demuestra la capacidad de realizar estimaciones en metros cuadrados del área total afectada por sector debido a inundaciones, considerando variables sociodemográficas obtenidas del ENEMDU. El trabajo realizado representa un avance significativo en la aplicación de modelos de aprendizaje automático para mejorar la calidad de vida de los habitantes de Guayaquil. Palabras Clave: Inundaciones, Calidad de vida, Gestión de Riesgos, Random Forest.