Los enfoques existentes para asignar recursos en entornos de borde son ineficientes y carecen del soporte de dispositivos de borde heterogéneos, lo que a su vez no logra optimizar la dependencia de infraestructuras en la nube o centros de datos. En este sentido, proponemos en este documento OpERA, un marco de optimización de asignación de recursos basado en borde de múltiples capas que soporta la ejecución heterogénea y sin problemas de tareas transferibles a través de capas y arquitecturas de cómputo en borde, niebla y nube. Al capturar los requisitos de las tareas transferibles, OpERA es capaz de identificar recursos adecuados dentro de capas de borde o niebla cercanas, optimizando así el proceso de ejecución. A lo largo del documento, presentamos resultados que muestran la efectividad de nuestra estrategia de optimización propuesta en términos de reducción de costos, minimización del consumo de energía y promoción de otros beneficios residuales en términos de cálculos de procesamiento, ancho de banda de red y tiempo de ejecución de tareas. También demostramos que al optimizar la asignación de recursos en la transferencia de cómputo, es posible aumentar la probabilidad de éxito en la transferencia de tareas, especialmente para tareas computacionalmente intensivas que son cada vez más integrales en muchas aplicaciones de IoT como cirugía robótica, conducción autónoma, dispositivos de monitoreo de ciudades inteligentes y tareas de aprendizaje profundo. La evaluación de nuestro algoritmo de optimización OpERA revela que la técnica MCDM TOPSIS identifica de manera efectiva los recursos de cómputo óptimos para el procesamiento de tareas transferibles, con una tasa de éxito del 96%. Además, los resultados de nuestros experimentos con una amplia gama de casos de uso muestran que nuestra estrategia de optimización OpERA puede reducir eficazmente el consumo de energía hasta en un 88% y los costos operativos en un 76%, al identificar recursos de cómputo relevantes.