El uso de técnicas de monitoreo en el campo eléctrico ha revolucionado la toma de decisiones para los administradores de edificios y sistemas de control de energía. Además, la creciente disponibilidad de sensores y smart-meters permite la creación de aplicaciones en entornos inteligentes, como la identificación de patrones de ocupación en oficinas y edificios. Sin embargo, la falta de datasets abiertos para analizar y probar tales aplicaciones retrasa su implementación y complica la adaptación a escenarios desconocidos. En este trabajo, se presenta el proceso de creación de un modelo para la desagregación no intrusiva de cargas eléctricas o NILM, el cual consiste en obtener las mediciones desagregadas de una fuente primaria de monitoreo eléctrico sin necesidad de sensores adicionales. Esto implica varias fases, desde la creación de un sistema de telemetría para obtener los datos, el armado de un dataset, creación de perfiles de carga, el entrenamiento de modelos y la puesta en producción, todo esto presentado en un dashboard de monitoreo. Para aprovechar la fuente de datos que se va a crear, se complementó la información con estadísticas en tiempo real de la operación eléctrica tales como el consumo acumulado, pronósticos de consumo, su equivalente monetario y otros parámetros de importancia. Al final, presentamos CLED, Computer Lab Level Energy Dataset, un conjunto de datos obtenido en un entorno controlado con dispositivos comúnmente encontrados en un laboratorio de aula de ingeniería. También NilmEC, una aplicación web que permite el monitoreo en tiempo real de parámetros de operación de una red eléctrica, con pronósticos de consumo y facturación, datos históricos y desagregación de cargas no intrusiva. Palabras clave: NILM, monitoreo eléctrico, dataset de energía, telemetría