8va 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.
- 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, función de nube, ejecución de nube
- 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.
- Almacenamiento de datos de ingesta en Cloud Storage.
- Servicio de transferencia de datos de BigQuery.
- 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 Appliancey Transfer Service.
- Precios y facturación de Cloud Storage.
- Introducción a Google Cloud Storage for Archival.
- Laboratorio.
- 7. Bases de datos y almacenes de datos en memoria
- Introducción a Cloud SQL (MySQL y PostgreSQL).
- Características de Cloud 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.
- Introducción a Cloud SQL (MySQL y PostgreSQL).
- Características de Cloud 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.
- Copias de seguridad y restauración en Google Cloud Bigtable.
- 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.
- Procesamiento de datos sin servidor con Google Cloud Functions.
- Procesamiento de datos a gran escala con Google DataFusion.
- Uso de Apache Beam y sus transformaciones en Google Cloud Dataflow.
- Análisis de datos con Apache Spark en Google Cloud Dataproc.
- Laboratorio.
- 10. Preparación de los Datos, Gobierno y Orquestación de tareas
- Introducción a Dataprep y sus funciones de preparación de datos.
- Creación de mallas en Dataprep para definir flujos de trabajo de preparación 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 reportes y visualización de datos con Looker Studio.
- Automatización de ejecuciones con Cloud Scheduler.
- Creación de pipelines con Workflow.
- Laboratorio.
- 11. Analítica de Datos
- Predicción y clasificación con modelos de machine learning en BigQuery ML.
- Uso de BigQuery en JupyterLab en Vertex AI para el análisis de datos.
- Machine Learning con TensorFlow en Vertex AI.
- Ejecución de pipelines en Vertex AI para el análisis de datos.
- 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.
- Explorando IA generativa LangChain.
- Despliegues a PaLM API desde colab.
- Laboratorio.
- 13. Monitoreo de Recursos
- Introducción a Stackdriver y sus funciones de monitoreo y registro en la nube.
- Uso de Stackdriver para el informe de errores, seguimiento y depuración.
- Planificación de la capacidad y optimización de costos con Stackdriver.
- Despliegue, monitoreo y alerta, y respuesta a incidentes con Stackdriver.
- Opciones de monitoreo y alertas disponibles en GCP.
- Laboratorio.
- 14. 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
4 de Julio
Fin
20 de Agosto
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 🇦🇷
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 del Curso
Ronny Gago
Data Engineer GCP Certified
Ruta de Aprendizaje
Data Engineer
Clase Modelo
Testimonios de Nuestros Alumnos
Medios de Pago
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.