Retail Store en Google Cloud Platform

1

Lo que aprenderás sobre GCP para ecommerce

2

Etapas clave y MLOps

3

Arquitectura de alto nivel

4

Tour de la aplicación de retail

5

Backend as a Service y modelo de seguridad

6

Introducción al proyecto

7

Medición de interacciones

8

Setup de Google Tag Manager

9

Etiquetando con Google Tag Manager

10

Etiquetas relevantes para CLV

11

Integración con servicios

Exposición de servicios con Apigee

12

Servicios expuestos con APIs

13

¿Qué son las APIs?

14

Apigee

15

Creación de tu primer API Proxy en Apigee

16

Administración de APIs con Apigee

17

Creando un portal de desarrolladores

18

Interactuando con el portal de desarrolladores

19

Insights to Actions

Generación de modelos AI/ML

20

Machine Learning con datos estructurados

21

BigQuery para modelos de Forecasting y LTV

22

Bigquery ML - Manos a la Obra

23

Auto ML vs. Bigquery ML

24

Consideraciones para entrenar un modelo en BigQueryML

25

Entrenamiento del modelo en BigQuery ML

26

Cómo exportar modelos hechos en BQML

27

Exportando un modelo hecho con BQML

Consumo de servicios de AI/ML

28

Cómputo Serverless y Contenedores

29

¿Qué es Kubernetes?

30

Consumo de modelos ML mediante BigQuery API

31

Almacenamiento de predicciones

32

Ejecución de predicciones y persistencia

33

Despliegue continuo con Cloud Run

34

Ejecución de despliegue con Cloud Run

35

Escalamiento de servicios en Cloud Run

36

AuthN y AuthZ con Cloud Run

Google Marketing Platform

37

Análisis de las predicciones

38

Segmentamos nuestras Predicciones

39

Caso práctico para definir tu estrategia de activación

40

Generemos nuestros modelos en la plataforma

41

Segmentamos nuestras audiencias en BigQuery

42

Carga tus audiencias y conecta tu medio de activación

No tienes acceso a esta clase

¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera

Cómputo Serverless y Contenedores

28/42
Recursos

¿Qué es serverless y cómo se relaciona con Google Cloud?

Comenzar a usar servicios en la nube puede redundar en múltiples beneficios que transforman la manera de operar aplicaciones, liberando de la carga operativa que implica la gestión de infraestructura. A menudo, cuando hablamos de soluciones serverless, nos referimos a la capacidad de ejecutar aplicaciones sin necesidad de ocuparnos de una infraestructura específica. En Google Cloud, esto se logra con servicios como Cloud Run, capaz de facilitar la adopción de modelos de machine learning mediante un enfoque híbrido y nativo de nube.

Cloud Run se sitúa en el centro de la oferta de servicios flexibles de Google Cloud. Aprovechando la simplicidad y agilidad de serverless, permite escalar aplicaciones en respuesta a la demanda y con costos competitivos, una combinación ideal para startups y grandes corporaciones.

¿Cómo pueden los contenedores mejorar el despliegue de aplicaciones?

Los contenedores han revolucionado la forma de desplegar aplicaciones, proporcionando una mayor portabilidad y consistencia. Imagina tu aplicación corriendo en cualquier entorno con las mismas características y dependencias que en tu entorno local; todo esto, encapsulado en una unidad que se mueve fácilmente entre desarrolladores y ambientes de producción.

Los contenedores también facilitan la gestión de recursos, isolando RAM y CPU para cada aplicación, reduciendo la probabilidad de conflictos internos. Además, aprovechan características del sistema operativo como procesos, namespaces y el sistema de archivos unificado para asegurar que cada aplicación funcione de manera independiente.

¿Qué papel juega Kubernetes en la gestión de contenedores?

Kubernetes se erige como una solución poderosa para la orquestación de contenedores, abordando los desafíos del día dos como la escalabilidad y gestión de actualizaciones. Al coordinar la interacción y despliegue de múltiples aplicaciones contenedorizadas, garantiza que el flujo de trabajo se mantenga fluido y eficiente.

Desde definir qué servicios se comunican entre sí hasta implementar actualizaciones sin provocar tiempos de inactividad, Kubernetes proporciona un marco robusto para satisfacer las demandas cambiantes de aplicaciones modernas.

¿Cuáles son las ventajas del uso de Google Cloud para proyectos serverless?

Elegir Google Cloud para despliegues serverless otorga varias ventajas significativas:

  • Escalabilidad automática: Responde rápidamente a incrementos en la demanda, asignando automáticamente más recursos.
  • Reducción de costos operativos: Paga solo por el uso real de los recursos, liberando de gastos innecesarios en mantenimiento de servidores.
  • Facilidad de integración: Con opciones como BigQuery y Firebase, permite extender funcionalidades de forma transparente.
  • Mayor enfoque en el desarrollo: Permite a los equipos centrar sus esfuerzos en el desarrollo de nuevas características y no en la gestión de infraestructura.

Por tanto, trabajar con tecnologías serverless en Google Cloud impulsa no solo la innovación sino también la eficiencia empresarial, permitiéndote mantener un ritmo de producción alineado con las necesidades y expectativas de tus usuarios y clientes.

Google Cloud

Para sacar el máximo provecho de estas herramientas y servicios, es aconsejable mantenerse actualizado a través de recursos educativos y prácticos, desarrollando habilidades que apoyen el avance y optimización de proyectos tecnológicamente avanzados en la nube.

Aportes 0

Preguntas 0

Ordenar por:

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