El mundo industrial está evolucionando hacia el nuevo paradigma denominado Industria 4.0, donde la conectividad y generación de información con valor añadido representa uno de los pilares fundamentales. En este sentido, las tecnologías aplicadas al mantenimiento, control y adquisición de datos en las industrias están siendo redefinidas Tal como indica el informe realizado recientemente por la dirección técnica de Automatización Industrial en Siemens es, “En las arquitecturas de IoT tradicionales todos los datos de los activos físicos se llevan a la nube para su almacenamiento y procesamiento analítico”, sin embargo, “a medida que crece la aceptación del IoT y las pruebas de concepto demuestran su valor y se transforman en proyectos reales, va siendo cada vez más necesario resolver las limitaciones propias de esa centralización”, en especial, respecto a las exigencias en las comunicaciones. En este sentido, por edge Computing se entienden propuestas de arquitecturas que buscan reducir la cantidad de datos que se envían a la nube, reducir la latencia de red, y mejorar el tiempo de respuesta en aplicaciones remotas criticas en el tiempo. La forma de hacerlo es trasladar parte de los procedimientos de procesado, inteligencia y servicios de la aplicación más cerca del origen del dato, al extremo de la red (edge), específicamente, en el equipo local a pie de máquina al que se conecta el sensor (edge computing). Así́, la idea de este trabajo es estudiar el funcionamiento y desarrollar una arquitectura basada en IoT edge computing aplicada a monitorización inteligente de maquinaria industrial. Con la inteligencia artificial, además, se puede obtener información con alto valor añadido, referente, por ejemplo, al reconocimiento de patrones de malfuncionamiento o desviaciones respecto a la normalidad de operación y así́, conseguir que el dispositivo sensor solo comunique o avise cuando las señales indican un funcionamiento fuera de lo normal.