Compute on Google Cloud Platform

1

Guía de Instalación de Google Cloud para Desarrolladores

2

Crear Cuentas en Google Cloud y Qwiklabs paso a paso

3

Uso de Quick Labs para Entrenamiento en Google Cloud

4

Google Cloud: Beneficios y Seguridad en la Nube Pública

5

Opciones de Cómputo en la Nube con Google Cloud

6

Máquinas Virtuales en Google Cloud: Uso, Optimización y Descuentos

7

Instalación de Qwiklabs paso a paso

8

Creación y Gestión de Máquinas Virtuales en Google Cloud

9

App Engine: Despliegue de Aplicaciones sin Infraestructura

10

Despliegue de Aplicaciones en App Engine con Java 11 y SpringBoot

11

Introducción a Docker y Contenerización de Aplicaciones

12

App Engine Estándar vs Flexible: Ventajas y Usos Prácticos

13

Implementación de Cloud Run: Serverless y Contenedores en Google Cloud

14

Cloud Functions: Creación y Conexión de Servicios Serverless

Continuous Integration, Continuous Delivery

15

Continuous Integration y Delivery en Google Cloud Platform

16

Estrategias de Despliegue de Aplicaciones en Producción

17

Repositorios en Google Cloud: Cloud Source y Container Registry

18

Construcción y Despliegue en Google Cloud Platform

19

Infraestructura como Código: Conceptos y Herramientas Clave

20

Despliegue de Aplicaciones Serverless en Google Cloud Platform

Google Kubernetes Engine

21

Fundamentos de Kubernetes y Google Kubernetes Engine

22

Creación y Despliegue de Clúster Kubernetes en Google Cloud

23

Planificación de Ambientes de Despliegue en Kubernetes

24

Implementación y Gestión de Anthos para Aplicaciones en la Nube

25

Cloud Run: Despliegue de Contenedores Serverless en Google Cloud

26

Despliegue de Servicios en Cloud Run con GKE

27

Anthos Service Mesh: Observabilidad y Seguridad en Kubernetes

28

Tour Completo de Anthos: Despliegue y Gestión en Google Cloud

Streaming Data Analytics

29

Integración de Datos en Tiempo Real con Google Cloud Data Fusion

30

Construcción de Flujos de Datos con Google Cloud Data Fusion

31

Ingesta de Datos Confiable en Google Cloud Platform

32

Ingesta de Eventos en Google Cloud con Apache Kafka y Dataflow

33

Configuración de Apache Kafka y Debezium en Linux para SQL Server y PubSub

34

Visualización de Mensajes en Google Cloud con Dataflow y BigQuery

35

Construcción de un Data Lakehouse con Google BigQuery

36

Ventajas de BigQuery como Data Lakehouse

37

Opciones de Almacenamiento en Google Cloud Platform

38

Gestión de Datos en Google Cloud: Portafolio y Migración

39

Gobierno de Datos en Google Cloud: Mejores Prácticas y Herramientas

40

Calidad y Monitoreo de Datos en Google Cloud

Machine Learning

41

Conceptos Básicos de Inteligencia Artificial y Aprendizaje Automático

42

Soluciones de IA y Machine Learning en Google Cloud para Desarrolladores

43

AutoML Tables: Modelado Predictivo con Datos Estructurados

44

Uso de AutoML Tables en Google Cloud para Modelos de Clasificación

45

Predicción de Tarifas con Jupyter Notebooks en Google Cloud

46

Análisis de Datos de Taxis en iNotebook con Google Cloud y BigQuery

47

Implementación de Pipelines con TensorFlow Extended

Sesiones en vivo

48

Mentoría en Google Cloud con Pablo Pérez Villanueva

No tienes acceso a esta clase

¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera

Mentoría en Google Cloud con Pablo Pérez Villanueva

48/48
Recursos

¿Quién es Pablo Pérez Villanueva y qué hace en Google?

Pablo Pérez Villanueva es un customer engineer en Google Cloud, donde se encarga de acompañar a los clientes en su transformación digital, materializando sus grandes objetivos de negocio desde un punto de vista técnico. Además, Pablo es conocido por su gran capacidad para explicar conceptos técnicos a personas que no necesariamente son expertas, lo que lo ha convertido en un excelente docente reconocido por sus estudiantes.

¿Qué ofrece el entrenamiento en Google Cloud de Platzi?

Este curso es una colaboración entre Google Cloud y Platzi para brindar a los estudiantes contenido técnico y relevante que les permita profundizar en el uso de Google Cloud. Está estructurado en cinco módulos que incluyen:

  1. Cómputo en la nube: Explora dónde puedes correr tus aplicaciones y qué servicios son más adecuados para tus soluciones.
  2. Kubernetes Engine y soluciones híbridas/multinube: Aprende a utilizar estas tecnologías para la gestión de contenedores.
  3. CICD (Integración y entrega continua): Implementa prácticas estandarizadas según las mejores prácticas de Google.
  4. Analítica de datos: Aplicaciones de analítica en la nube de Google.
  5. Machine Learning: Aprende a aplicar machine learning en soluciones en la nube.

¿Cómo funciona el API de Google Speech-to-Text?

La API de Speech-to-Text de Google es capaz de identificar automáticamente el idioma del audio de origen y transcribe dicho audio a texto. Para utilizarla, debes proporcionarle un archivo de audio, y obtendrás como respuesta el texto correspondiente a lo escuchado. Este servicio es especialmente útil para aquellos que trabajan con Dialogflow y Google Actions, cuya capacidad para traducir lenguaje a texto facilita la interacción mediante texto para procesamiento posterior.

Ejemplo de uso en aplicaciones

Puedes emplear la API de Google para transcribir desde archivos de audio en varios formatos soportados, generando peticiones de requests que envían el archivo de audio al servidor, el cual retorna la transcripción en texto.

¿Qué beneficios ofrecen las máquinas virtuales en Google Cloud?

Migración en vivo de máquinas virtuales

  • Google Cloud permite la migración en vivo (Live Migration) de máquinas virtuales, una técnica que consiste en mover una máquina virtual de un host a otro sin interrumpir su operación. Esto asegura que la infraestructura esté constantemente actualizada sin afectar el flujo de trabajo.

Máquinas virtuales ininterrumpibles

  • Las máquinas virtuales preemptibles son ideales para tareas que toleran interrupciones, tales como procesos batch, blockchain, o cualquier carga que pueda retomar proceso tras una pausa. Esto significa descuentos significativos en costos de infraestructura, hasta un 80%.

Diferencias entre Google Cloud Repositories y GitHub

Google Cloud Repositories es una solución menos desarrollada en comparación con GitHub, ya que sirve principalmente para hospedar repositorios dentro de la nube privada de Google. Aunque tiene sus limitaciones, sirve como puente para facilitar procesos de integración y despliegue continuo (CI/CD) en la nube de Google, creando webhooks para repositorios en GitHub o Bitbucket que detonen despliegues o construcciones automáticas, utilizando soluciones como Cloud Build.

¿Cómo Google Cloud ayuda a un desarrollador web?

  • Escalabilidad: Permite que las aplicaciones escalen a la par del crecimiento del usuario, con menos esfuerzo de administración.
  • Eficiencia de costos: Disminuye la necesidad de invertir en infraestructura interna.
  • Foco en la innovación: Minimiza la distracción en la gestión de servidores y maximiza el tiempo dedicado a mejoras y desarrollo de funciones.

¿Qué diferenciales tiene Google Cloud respecto a otras nubes?

  1. Compromiso con Open Source: Google es uno de los mayores contribuyentes al open source, como Kubernetes.
  2. Seguridad por defecto: Provee segurañidad en tránsito y en descanso sin configuraciones adicionales.
  3. Infraestructura avanzada: Su red cubre el 40% del tráfico diario de Internet, ofreciendo protección y minimizando exposición a riesgos.
  4. AI y Machine Learning: Lidera en IA, ofreciendo herramientas y marcos avanzados como Colab para facilidades en Machine Learning.
  5. Ambiente flexible para desarrolladores: Ofrece herramientas y características que facilitan el desarrollo sin necesidad de preocuparse por backend.

Recursos adicionales

Para quienes quieran profundizar en Google Cloud y su aplicación en la industria, se recomienda inscribirse en el curso proporcionado por Platzi y Google, que además incluye el acceso a Quick Labs durante un mes, donde se pueden realizar prácticas con recursos reales en la nube.

Aportes 6

Preguntas 0

Ordenar por:

¿Quieres ver más aportes, preguntas y respuestas de la comunidad?

Eh disfrutado mucho los cursos con este profe!

Excelente curso. Ideal como puerta de entrada a este mundo pensado para developers. Ahora toca empezar a migrar mis proyectos a la nube para practicar lo aprendido. Muchas gracias, muy buenos los profesores.

Joan Pereira, Puerto Madryn, Argentina

Tuvo muy buenos profes el curso! y GCP es un tema que me gusto bastante, muchas gracias

Tremendo Curso! algunos temas estan pasados muy por encima, ej AI, o Spark. Pero en lineas generales! excelente!

Excelente curso!!

No se pueden perder todas las clases de Pablo ! sin duda él con DavidAroesti y Diego deGranda son de los mejores para aprender 😃