La mayoría de los proyectos de investigación se basan en datos. Sin embargo, muchas organizaciones carecen de sistemas de información adecuados (IS) para gestionar datos, es decir, planificar, recopilar, analizar, almacenar, archivar y compartir para su uso y reutilización. Muchas instituciones de investigación tienen datos dispares y fragmentados que dificultan mantener los principios de gestión de datos FAIR (encontrables, accesibles, interoperables y reutilizables). Al mismo tiempo, hay una práctica mínima de ciencia abierta y reproducible. Para resolver estos desafíos, diseñamos e implementamos una arquitectura de IS para la gestión de datos de investigación. A través de ella, tenemos una plataforma centralizada para la gestión de datos de investigación. El IS tiene varios componentes de software que están configurados y unificados para comunicarse y compartir datos. Los componentes de software son, a saber, ontología común, plan de gestión de datos, recolectores de datos y el almacén de datos. Los resultados muestran que los componentes de IS han ganado tracción global, el 56.3% de las visitas totales a la web provinieron de nuevos usuarios, y 259 proyectos tenían metadatos (y 17 de ellos también tenían recursos de datos). Además, el IS alineó los recursos de datos científicos de la institución con estándares universales como los principios FAIR de gestión de datos y al mismo tiempo mostró datos abiertos, ciencia abierta y ciencia reproducible. En última instancia, la arquitectura puede ser adoptada por otras organizaciones para gestionar datos de investigación.