Carlos Artemio Coello Coello obtuvo un doctorado en ciencias de la computación de la Universidad Tulane (Estados Unidos), en 1996. Actualmente es Investigador Titular en el Departamento de Computación del Centro de Investigación y de Estudios Avanzados del Instituto Politécnico Nacional (CINVESTAV-IPN) y presidente de la Academia Mexicana de Computación.En este episodio Carlos nos relata cómo aprendió a acercarse a la ciencia de una forma amigable y cómo aprendió a ser un buen contador de historias. Al escuchar a Carlos,  podemos apreciar que le fascina fijarse en los detalles y aprender de otras personas ya sean científicos o no. Bajo este contexto, Carlos nos ayuda a comprender cómo debemos abordar los problemas en los estudios y la investigación. Por otra parte, Carlos nos da su punto de vista sobre la computación en México y su evolución a lo largo de los años. Para Carlos en muchas ocasiones el principal obstáculo que enfrenta la computación en México son los propios investigadores, ya que muchos de ellos tienen temor al éxito, algo que también le puede ocurrir a las instituciones.  Desde otra perspectiva, Carlos nos explica su visión sobre el camino que deberá seguir la Academia Mexicana de Computación.Carlos ha recibido diversos premios, de entre los que destacan el Premio Nacional de Investigación 2007 en “ciencias exactas” de la Academia Mexicana de Ciencias, el IEEE KiyoTomiyasuAwarden 2013 por “contribuciones pioneras a la optimización mono- y multi-objetivo usando metaheurísticas bio-inspiradas”,  el Premio Nacional de Ciencias y Artes 2012, en el área de Ciencias Físico-Matemáticas y Naturales, el 2016 The World Academy of Sciences (TWAS) Award en “Engineering Sciences” por “sus contribuciones pioneras al desarrollo de nuevos algoritmos basados en metaheurísticas bio-inspiradas para resolver problemas de optimización mono-objetivo y multi-objetivo", el Premio Luis Elizondo 2019 en la Categoría Científica y Tecnológica y el 2021 IEEE Computational Intelligence SocietyEvolutionaryComputation Pioneer Award por sus “contribuciones a la optimización evolutiva multi-objetivo y a las técnicas de manejo de restricciones”.Su investigación se centra principalmente en el desarrollo de nuevos algoritmos metaheurísticos bio-inspirados para optimización mono-objetivo y multi-objetivo no lineal.