Verificación de seguridad

   

Este evento ya ha terminado. ¿Quieres localizar al organizador? Contáctanos

Acerca de

Objetivo General

Al término de este curso el participante conocerá los fundamentos de Google Cloud Platform y su utilización en Cómputo, Almacenamiento, Big Data y Machine Learning, la evolución a través del tiempo de cloud computing y el alcance general de Google, así como sus conceptos generales.

Dirigido a:

Profesionales de sistemas y arquitectos de infraestructura utilizando o por utilizar la plataforma de Google Cloud Platform (GCP) para diseñar, implementar y operar ambientes de desarrollo e infraestructura en general

¿Qué aprenderé?

1. Introducción a Google Cloud Platform

Objetivos: Presentar la oferta y características generales de la nube pública de Google, haciendo énfasis en los valores y diferenciadores de la plataforma. 2. Explicar las vías de interacción con GCP.

1.1. ¿Qué es la nube? Presentar de manera general las características de una nube y presentar sus ventajas a través de la comparación con ‘on premises’.

1.2. ¿Cómo es la infraestructura nube de Google y por qué es una opción óptima?. Explicar cómo está constituida la nube de Google y hablar de sus diferenciadores respecto a otras nubes públicas (valores y tecnologías)

1.3. ¿Cómo se agrupan y gestionan los recursos en GCP?. Presentar la estructura de un proyecto para luego explicar el modelo de permisos y el manejo de APIs y servicios, además de explicar las vías de interacción con la plataforma (APIs, libraries, Web console, Cloud Shell/Cloud SDK y App Móvil)

2. Cómputo

Objetivos: Presentar y explicar la variedad de servicios de cómputo para procesamiento de información, desde IaaS hasta Serverless. Y realizar una comparativa entre ellas.

2.1. Compute Engine. Explicar las características que tienen las máquinas virtuales en GCP y cómo gestionar recursos de red para manejar comunicación entre las máquinas.

2.2. App Engine. Presentar la plataforma como servicio y explicar las ventajas que para los desarrolladores tiene comparado contra el uso máquinas virtuales tradicionales.

2.3. Kubernetes Engine. Explicar las características generales del servicio de orquestación de contenedores de Google.

2.4. Serverless. Presentar las características del servicio y ejemplificar como desplegar funciones que respondan ante eventos de la plataforma.

3. Almacenamiento de datos

Objetivos: Presentar y explicar la variedad de servicios de almacenamiento de información, desde almacenamiento de objetos hasta bases de datos NoSQL administradas. Y realizar una comparativa entre ellos.

3.1. Cloud Storage. Explicar cómo almacenar objetos que regularmente no tiene sentido guardar en una base de datos. Presentar los tipos de almacenamiento que tiene y explicar los mejores casos de uso para cada uno.

3.2. Cloud SQL. Explicar cómo se pueden desplegar bases de datos relaciones y gestionar las opciones de configuración para dejarle a Google la administración de las mismas.

3.3. Datastore. Explicar las bondades de este servicio de bases de datos para

entender cómo y cuándo usarla.

4. Big Data

Objetivos: Presentar y explicar algunos servicios de aseguramiento de calidad, análisis de información y generación de tableros de información.

4.1. Dataprep. Explicar la importancia de la calidad de los datos en los procesos de

Big Data y ejemplificar cómo se transforman datos con los servicios de Google.

4.2. Big Query. Presentar las características de la herramienta y explicar las vías de uso (web, api/libraries, línea de comandos). 4.3. Data Studio. Presentar el servicio para generación de reportes haciendo énfasis en la integración con fuentes de Google y en la simplicidad de uso.

5. Machine Learning

Objetivos: Presentar y explicar algunas APIs de modelos de ML entrenados por Google y hablar del servicio que permite entrenar y desplegar modelos personalizados de ML.

5.1. ML APIs. Presentar los modelos de ML que Google ofrece como APIs y ejemplificar la uso de algunas. 5.2. ML Engine. Explicar cuándo y cómo usar este servicio para entrenamiento y despliegue de modelos personalizados de ML.

Conocimientos Requeridos: 

Conocimientos generales de TI, se requiere laptop con navegador web (preferentemente Google Chrome)

¿Quién imparte? 

Kevin Loyola - Mentor en Kodemia

Especialista Cloud, en Xertica. Apasionado por apoyar a empresas en el traslado de su infraestructura tecnológica digital a la nube de Google Cloud Platform. Parte del equipo organizador del GDG UNAM y entusiasta de colaborar con comunidades que buscan compartir conocimiento para crecer como individuos y en lo colectivo.

Acerca de Kodemia

La primera academia real para programadores.

Transformamos la vida de cualquier persona con experiencias extremas en tecnologías de desarrollo web y móvil, activando nuevas capacidades para aventurar su talento en nuevos o mejores empleos y emprendimiento de innovación.

Desarrollamos talento en:

  • Programación web y móvil.
  • Diseño UX/UI.

Formamos desarrolladores mexicanos mediante cursos intensivos y experiencias completamente personalizadas.

Patrocinadores