El proyecto trata sobre el diseño de un sistema SCADA utilizando Ignition para el monitoreo y control en tiempo real en una sala de compresores de una planta de fabricación de envases, donde se busca mejorar la eficiencia operativa al integrar técnicas de Machine Learning para el mantenimiento predictivo, permitiendo anticipar fallos y asegurar un correcto funcionamiento de los compresores. A partir de la conexión de los equipos de los tableros de control de cada compresor a través de OPC UA se verificó la correcta adquisición de datos y la respuesta del sistema SCADA frente a un entorno real. El diseño del sistema también incorporó pantallas interactivas que permiten a los operadores monitorear el estado de los compresores, controlar la marcha y paro de sus motores, y acceder a datos históricos y tendencias de operación. Luego, con la programación en Python de un modelo de Machine Learning orientado al mantenimiento predictivo de los compresores utilizando datos de presión y temperatura se pudo realizar el análisis de las alteraciones y anomalías que pueden ocurrir dentro de estos parámetros, siendo de gran utilidad para reducir el riesgo de interrupciones inesperadas dentro del proceso de producción en planta. Palabras Clave: presión, temperatura, predicción, tendencias, alteración.