El uso de métodos de optimización tradicionales en problemas de diseño de ingeniería, específicamente en la optimización aerodinámica y de sigilo infrarrojo para toberas de motores, requiere un gran número de evaluaciones de funciones objetivo, lo que introduce un desafío considerable en términos de restricciones de tiempo. En este artículo, se aborda esta limitación utilizando una optimización bayesiana multiobjetivo eficiente en muestras que toma el Kriging como modelo sustituto y la Mejora de Hipervolumen Esperada como criterio de relleno. Con este enfoque, el modelo probabilístico se establece y actualiza continuamente, y se obtiene el frente de Pareto aproximado con un presupuesto computacional relativamente pequeño. El objetivo de este trabajo es evaluar la aplicabilidad de emplear un marco de optimización bayesiana multiobjetivo para la optimización de la forma aerodinámica-infrarroja de una tobera elíptica de doble serpentina en condiciones de vuelo a 6 km, donde las funciones objetivo se evalúan mediante simulaciones de dinámica de fluidos computacional de alta fidelidad y trazado de rayos de Monte Carlo inverso. Logramos buenos resultados tanto en la reducción de la firma de radiación infrarroja como en la mejora del rendimiento aerodinámico con un número razonable de evaluaciones, lo que indica que el método propuesto es efectivo y eficiente para abordar los desafíos de optimización computacionalmente intensivos en el diseño de aeronaves.