La distribución de agua es fundamental para la sociedad moderna, y existen muchos desafíos asociados en el contexto de grandes áreas metropolitanas. Se requiere un enfoque multidominio para diseñar soluciones modernas para la infraestructura existente, incluyendo sistemas de control y monitoreo, ciencia de datos y aprendizaje automático. Considerando las extensas redes de distribución de agua en áreas metropolitanas, los algoritmos de aprendizaje automático y profundo pueden proporcionar una mejor adaptabilidad para aplicaciones de control. Este documento presenta una arquitectura basada en aprendizaje automático para monitoreo y control de un sistema inteligente de distribución de agua. Se proponen y diseñan escenarios de prueba automatizados y métodos de aprendizaje para predecir la configuración de la red para una implementación moderna de un supervisor de control de múltiples modelos con mayor adaptabilidad a las condiciones operativas cambiantes. El procesamiento de alto nivel y los componentes para sistemas inteligentes de distribución de agua son respaldados por los medidores inteligentes, que proporcionan datos en tiempo real, arquitecturas de software basadas en push y desacopladas y programación reactiva.