Ingeniería de Datos e IA con GCP

Especialización

18va Edición

Ingeniería de Datos e IA con GCP

Gestiona, procesa y optimiza tus datos con la nube de Google

La expansión de la nube de Google se está haciendo cada vez más notoria. Aprende desde cero a gestionar máquinas virtuales, almacenamiento, bases de datos y mucho más en Google Cloud Platform (GCP). Prepárate para liderar en cloud computing y alcanzar nuevas metas en ingeniería de datos.

Clases en vivo

60 Hrs. Acad.

15 sesiones

Clases en vivo

60 Hrs. Acád. | 15 Sesiones

$324

Precio regular: $650

Ver horarios

Ver Horarios

$324

Precio regular:
$650

18va Edición

El objetivo principal del curso es brindar a estudiantes, profesionales y apasionados del mundo de los datos y el cloud computing una comprensión sólida de GCP con la Ingeniería de Datos e IA. Al finalizar el curso, los participantes estarán preparados para utilizar de manera efectiva los servicios y herramientas de GCP, así como también rendir los exámenes para las certificaciones Cloud Digital Leader y Professional Data Engineer de GCP.

Requisitos

Conocimientos Previos: Análisis de Datos con SQL.
No se requieren conocimientos técnicos avanzados, pero es recomendable contar con una comprensión básica de cualquier lenguaje de programación.

Público Objetivo

Este curso está diseñado para profesionales de diversas áreas, incluyendo aquellos interesados en el mundo de los datos y la ingeniería de datos, que deseen adentrarse en los
conceptos del cloud computing y su aplicación en proyectos de gestión y análisis de datos.
Profesionales de TI y especialistas en datos que busquen diferenciar los diferentes tipos de recursos disponibles en soluciones empresariales, comprendiendo cuándo y cómo utilizarlos de manera óptima para el procesamiento y almacenamiento eficiente de grandes volúmenes de datos.
Aprender a calcular y evaluar los costos asociados a una solución de cloud computing en el contexto de la ingeniería de datos, permitiendo a los profesionales tomar decisiones informadas sobre la selección de servicios y la optimización del gasto en la nube para proyectos de gestión y análisis de datos.

Objetivos Específicos

Familiarizarse con los servicios principales de Google Cloud Platform.
Comprender los conceptos fundamentales de la computación en la nube.
Aprender a administrar y configurar recursos en Google Cloud Platform.
Utilizar herramientas y servicios de análisis de datos en GCP.
Implementar soluciones de almacenamiento y recuperación de datos en la nube.

Temario

1. Descripción General de la Nube y Google Cloud Platform

Introducción a la nube y sus beneficios.
Modelos de servicio en la nube: IaaS, PaaS y SaaS.
Modelos de implementación de la nube: pública, privada y híbrida.
Descripción general de la infraestructura de Google Cloud Platform (GCP).
Creación de una cuenta de GCP y exploración de la consola.
Organizaciones, carpetas, proyectos, recursos y facturación en GCP.
Marco de arquitectura de Google Cloud.
Laboratorio

2. Máquinas Virtuales

Introducción a las máquinas virtuales en la nube.
Tipos y opciones de VM en Compute Engine.
Ciclo de vida de una instancia de VM y operaciones comunes.
Tipos de máquinas y opciones informáticas en Compute Engine.
Descuentos en Compute Engine.
Imágenes e instantáneas en Compute Engine.
Tipos de disco: SSD local, persistente y equilibrado.
Laboratorio.

3. IAM en la Nube

Introducción a IAM en la nube y sus beneficios.
Autenticación, autorización y autenticación multifactor (MFA) en IAM.
Roles, miembros y cuentas de servicio en IAM.
Políticas y jerarquía de recursos en GCP.
Mejores prácticas de Cloud IAM.
Laboratorio.

4. App Engine, Cloud Function, Cloud Run

Introducción a las aplicaciones sin servidor en la nube.
App Engine y sus entornos estándar y flexibles.
Cloud Function: eventos y disparadores.
Cloud Run: ejecución de contenedores sin servidor.
Laboratorio.

5. Ingesta de Datos

Introducción a Google Cloud Pub/Sub y sus características.
Temas y suscripciones en Google Cloud Pub/Sub.
Integración de Google Cloud Pub/Sub con otros servicios de GCP.
Laboratorio.

6. Almacenamiento de objetos en Cloud Storage

Introducción al almacenamiento en Google Cloud y Cloud Storage.
Características y beneficios de Cloud Storage.
Creación y configuración de buckets en Cloud Storage.
Carga y descarga de datos en Cloud Storage.
Controles de acceso y permisos en Cloud Storage.
Gestión del ciclo de vida de los objetos en Cloud Storage.
Replicación y redundancia de datos en Cloud Storage.
Herramientas de transferencia de datos: Transfer Appliance
y Transfer Service.
Precios y facturación de Cloud Storage.
Laboratorio.

7. Bases de datos y almacenes de datos en memoria

Introducción a Cloud SQL (MySQL y PostgreSQL).
Características de Cloud SQL y opciones de alta disponibilidad.
Cloud Spanner como una base de datos distribuida.
Cloud Firestore como una base de datos NoSQL documental.
Memorystore para Redis y Memcached.
Migración de bases de datos a GCP utilizando Database Migration Service.
Precios y rendimiento de las bases de datos en GCP.
Laboratorio.

8. Almacenamiento de Big Data

Introducción a Google BigQuery y su estructura de datos.
Carga y extracción de datos en BigQuery.
Uso de consultas SQL en BigQuery para el análisis de datos.
Modelado de datos y esquemas en BigQuery.
Integración de BigQuery con otras herramientas de GCP.
Introducción a Google Cloud Bigtable.
Modelado de datos y estructura de tabla en Google Cloud Bigtable.
Uso de Google Cloud Bigtable en casos de uso de big data.
Prácticas recomendadas de Google Cloud Bigtable.
Laboratorio.

9. Procesamiento de Datos

Procesamiento de datos en lotes con Google Cloud Dataproc.
Procesamiento de datos en tiempo real con Google Cloud Dataflow.
Uso de Apache Beam y sus transformaciones en Google Cloud Dataflow.
Análisis de datos con Apache Spark en Google Cloud Dataproc.
Laboratorio.

10. Preparación, Explotación y Análisis de datos

Procesamiento de datos a gran escala con Google DataFusion.
Introducción a Dataprep y sus funciones de preparación de datos.
Creación de mallas en Dataprep para definir flujos de trabajo de preparación de datos.
Creación de reportes y visualización de datos con Looker Studio.
Laboratorio.

11. Orquestación de tareas y Gobierno de Datos

Aprendizaje sobre Data Catalog y su importancia en el gobierno de datos.
Cómo funciona Dataplex y su papel en la gestión de datos en la nube.
Cómo empezar a utilizar Dataplex para acceder, descubrir y gobernar
tus datos.
Creación de pipelines con Workflow.
Automatización de ejecuciones con Cloud Scheduler.
Cloud Composer.
Laboratorio.

12. Inteligencia Artificial en GCP

Introducción a Analytics y AI en Google Cloud Platform.
Utilización de Natural Language API para análisis textual.
Aplicación de Cloud Vision API para detección de texto.
Uso de Translation API para traducción de textos.
Fundamentos de IA generativa con Gemini API.
Despliegues a PaLM API desde colab.
Laboratorio.

13. Machine Learning con BigQuery y Vertex AI

Predicción y clasificación con modelos de machine learning en
BigQuery ML.
Machine Learning con TensorFlow en Vertex AI.
Laboratorio.

14. Monitoreo de Recursos

Introducción a Cloud Monitoring & Observability y sus funciones de
monitoreo y registro en la nube.
Uso de Cloud Monitoring & Observability para el informe de errores,
seguimiento y depuración.
Planificación de la capacidad y optimización de costos con Cloud
Monitoring & Observability.
Despliegue, monitoreo y alerta, y respuesta a incidentes con Cloud
Monitoring & Observability.
Opciones de monitoreo y alertas disponibles en GCP.
Laboratorio.

15. Simulacro Examen de Certificación

Simulacro de examen de certificación de nivel Foundational «Cloud
Digital Leader».
Simulacro de examen de certificación de nivel Professional «Data
Engineer».
Consejos y recomendaciones para presentar los exámenes de
certificación.
Presentación del proyecto final basado en GCP.
Laboratorio.

Horarios

Inicio
19 de Marzo

Fin
12 de Mayo

Dias
Martes y Jueves

Horario
7:00pm a 10:00pm 🇵🇪 🇨🇴 🇪🇨 🇵🇦
6:00pm a 9:00pm 🇲🇽 🇨🇷 🇬🇹
8:00pm a 11:00pm 🇧🇴 🇺🇸 🇩🇴
9:00pm a 12:00pm 🇦🇷 🇨🇱

Certificados

Diploma de Reconocimiento

A los alumnos que aprueben los exámenes del curso satisfactoriamente se les otorgará un diploma de reconocimiento.

Diploma de Participación

A los alumnos que no aprueben los exámenes del curso se les otorgará un diploma de participación.

Docente

Ing. Danny Yañez

Cloud Technical Leader at Globant

Ruta de Aprendizaje

Data Engineer

Análisis de Datos con SQL

Ciencia de Datos e IA Generativa con Python

Ingeniería de Datos e IA con Azure

DevSecOps con Microsoft Azure

Ingeniería de datos e IA con AWS

Ingeniería de Datos e IA con GCP

Power BI Data Analyst & Storytelling

Estrategia de Gobierno de Datos

Clase Modelo

Testimonios de Nuestros Alumnos

Medios de Pago

Fechas:

Inicio:

19 Marzo

Fin:

12 Mayo

Duración:

15 Sesiones

Días:

Martes y Jueves
19:00 a 22:00 GMT-5

Inscribirme

Agregar al carro

En nuestra comunidad te enviaremos información valiosa gratis todos los días.

Preguntas frecuentes

¿Qué formas de pago hay?

Puedes hacer el pago con tu tarjeta de débito/crédito Visa, Mastercard u otros o con tu cuenta de Paypal o Mercado Pago. Para coordinar medios de pago como Western Union, Moneygram, Yape o Plin escribir al Whatsapp de la parte inferior derecha (+51917646049).

¿El curso esta en español?

El curso está completamente en español. Algún material adicional de vanguardia podría estar en inglés.

¿El curso es en vivo o pregrabado?

Las clases son en vivo vía Zoom y podrás hacer todas tus consultas en tiempo real. La clase se grabará y se subirá al Classroom para que puedas repasar.

¿Puedo pagar en otra moneda?

No te preocupes, puedes pagar con tu moneda nacional en cualquier momento, el monto se convierte a tu moneda nacional en automatico al momento del pago.