Me parecerÃa genial un ejemplo de enmascaramiento de datos
Compute on Google Cloud Platform
Introducción al curso de Google Cloud for Developer Community
Lectura: introducción de instalación
Tutorial de Qwiklabs
Cómputo en la nube de Google
Opciones de cómputo en la nube
Máquinas virtuales a profundidad
Tutorial para instalar Qwiklabs
Demo: máquinas virtuales a profundidad
Cómputo sin administración con plataformas como servicio
Demo: cómputo sin administración
Lectura: ¿qué son los contenedores?
Cómputo contenerizado con App Engine Flex
Cómputo contenerizado con Cloud Run
Funciones serverless
Continuous Integration, Continuous Delivery
CI/CD en Google Cloud Platform
Estrategias de Despliegue
Repositorios de código
Construcción y despliegue de artefactos
Infraestructura como código
Despliegue en Servicios Serverless
Google Kubernetes Engine
Kubernetes Overview
Demo Kubernetes
Planeación de tu despliegue
Anthos
Cloud Run for Anthos
Demo Cloud Run for Anthos
Anthos Service Mesh
Site Reliability Engineering con Anthos
Streaming Data Analytics
Integración de datos e ingesta de datos totalmente administrada sobre GCP
Demo: ingesta de datos
Ingesta de datos confiable en streaming sobre GCP
Demo: ingesta de datos confiable
Demo: configuración de Apache Kafka
Visualización de mensajes de una base de datos relacional en Google Cloud
Data Warehouse: el modelo tradicional para construir un repositorio de datos empresarial
Data Lakehouse: el nuevo y moderno enfoque para construir un repositorio de datos empresarial
El portafolio de gestión de datos en Google Cloud
Desglose del portafolio de gestión de datos (Bases de datos) en Google Cloud
Gobierno de datos de punta a punta para garantizar la seguridad en tu Data Lake
Gobierno de datos: calidad y monitoreo
Machine Learning
¿Qué es ML y AI?
Plataforma de AI en GCP
Auto ML con datos estructurados
Demo Auto ML con datos estructurados
Predicción de tarifas usando AI notebooks
Demo predicción de tarifas usando AI notebooks
TensorFlow Extended
Sesiones en vivo
Sesión en vivo con Pablo Pérez Villanueva
No tienes acceso a esta clase
¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera
En el mundo actual, el gobierno de datos eficiente es crucial para garantizar la seguridad, integridad y usabilidad de la información en una organización. Google Cloud ofrece soluciones avanzadas para gestionar un data lake moderno, garantizando el cumplimiento de las mejores prácticas en la materia. A través de un conjunto de herramientas de gestión de datos de principio a fin, Google simplifica el gobierno y la integridad de los datos sin comprometer su seguridad.
El gobierno de datos se centra en la gestión de datos, asegurando su disponibilidad, integridad, usabilidad y seguridad. Esto se hace bajo la dirección de un consejo de gobierno responsable de definir procesos y ejecutar planes alineados con las mejores prácticas. La comprensión del gobierno de datos es fundamental para manejar desde la ingesta de datos hasta su auditorÃa y acceso seguro.
El lineaje de datos permite visualizar el flujo de datos en una organización.
Lineaje horizontal: Identifica el origen y destino final de los datos combinados de diferentes fuentes.
Lineaje vertical: Detalla las modificaciones de las columnas o atributos dentro del flujo de datos, como fórmulas aplicadas o reglas de negocio.
Este enfoque permite agregar metadatos de negocio para comprender mejor los datos, convirtiendo columnas técnicas poco descriptivas, como "xx_2000", en conceptos claros de negocio, como "cliente".
El catálogo de datos es un servicio esencial para el gobierno de datos dentro de Google Cloud. Este permite:
Identificación de data assets: Localizar tablas y datasets que contengan información especÃfica, como "cliente", mediante búsquedas a través de interfaces web.
Administración de metadatos: Asignar metadatos de negocio a los elementos de datos técnicos para permitir acciones sobre ellos, como enmascaramiento o restricción de permisos, maximizando la eficiencia y seguridad.
Data Loss Prevention (DLP) es una herramienta valiosa para detectar y actuar sobre la información sensible dentro de una organización. Permite:
Descubrimiento de información sensible: Mediante expresiones regulares y clasificadores, DLP identifica datos crÃticos como números de seguridad social o tarjetas de crédito.
Enmascaramiento de datos: Facilita la protección de datos sensibles, ocultando o eliminando información crÃtica cuando sea necesario.
Combinar Data Loss Prevention con Data Fusion permite crear flujos de datos seguros y eficientes. AsÃ, se puede actuar sobre la información sensible en tiempo real, protegiendo datos como correos electrónicos o números de teléfono al ser detectados. Este enfoque es vital para cumplir con normas regulatorias como PCI, PIAI e IPA.
La integración de estas tecnologÃas no solo optimiza el manejo de datos, sino que también permite a las empresas cumplir con regulaciones importantes. Continuar explorando y aplicando estos conceptos es clave para cualquier organización que busca mejorar su gobierno de datos y estar a la vanguardia en gestión de información.
Aportes 2
Preguntas 0
Me parecerÃa genial un ejemplo de enmascaramiento de datos
Gobierno de datos, es conservar la disponibilidad, usabilidad, integridad y seguridad de la misma
¿Quieres ver más aportes, preguntas y respuestas de la comunidad?