- 1

Guía de Instalación de Google Cloud para Desarrolladores
01:27 - 2
Crear Cuentas en Google Cloud y Qwiklabs paso a paso
01:30 - 3

Uso de Quick Labs para Entrenamiento en Google Cloud
07:50 - 4

Google Cloud: Beneficios y Seguridad en la Nube Pública
13:30 - 5

Opciones de Cómputo en la Nube con Google Cloud
05:50 - 6

Máquinas Virtuales en Google Cloud: Uso, Optimización y Descuentos
07:32 - 7
Instalación de Qwiklabs paso a paso
00:18 - 8

Creación y Gestión de Máquinas Virtuales en Google Cloud
17:34 - 9

App Engine: Despliegue de Aplicaciones sin Infraestructura
07:30 - 10

Despliegue de Aplicaciones en App Engine con Java 11 y SpringBoot
12:50 - 11
Introducción a Docker y Contenerización de Aplicaciones
02:48 - 12

App Engine Estándar vs Flexible: Ventajas y Usos Prácticos
11:23 - 13

Implementación de Cloud Run: Serverless y Contenedores en Google Cloud
08:10 - 14

Cloud Functions: Creación y Conexión de Servicios Serverless
12:56
Opciones de Cómputo en la Nube con Google Cloud
Clase 5 de 48 • Entrenamiento de Google Cloud Platform
Contenido del curso
- 15

Continuous Integration y Delivery en Google Cloud Platform
10:13 - 16

Estrategias de Despliegue de Aplicaciones en Producción
10:02 - 17

Repositorios en Google Cloud: Cloud Source y Container Registry
07:33 - 18

Construcción y Despliegue en Google Cloud Platform
09:32 - 19

Infraestructura como Código: Conceptos y Herramientas Clave
09:28 - 20

Despliegue de Aplicaciones Serverless en Google Cloud Platform
08:38
- 21

Fundamentos de Kubernetes y Google Kubernetes Engine
10:10 - 22

Creación y Despliegue de Clúster Kubernetes en Google Cloud
09:25 - 23

Planificación de Ambientes de Despliegue en Kubernetes
12:37 - 24

Implementación y Gestión de Anthos para Aplicaciones en la Nube
09:07 - 25

Cloud Run: Despliegue de Contenedores Serverless en Google Cloud
09:51 - 26

Despliegue de Servicios en Cloud Run con GKE
08:49 - 27

Anthos Service Mesh: Observabilidad y Seguridad en Kubernetes
06:22 - 28

Tour Completo de Anthos: Despliegue y Gestión en Google Cloud
06:52
- 29

Integración de Datos en Tiempo Real con Google Cloud Data Fusion
15:27 - 30

Construcción de Flujos de Datos con Google Cloud Data Fusion
15:51 - 31

Ingesta de Datos Confiable en Google Cloud Platform
11:07 - 32

Ingesta de Eventos en Google Cloud con Apache Kafka y Dataflow
06:30 - 33

Configuración de Apache Kafka y Debezium en Linux para SQL Server y PubSub
12:39 - 34

Visualización de Mensajes en Google Cloud con Dataflow y BigQuery
04:58 - 35

Construcción de un Data Lakehouse con Google BigQuery
09:11 - 36

Ventajas de BigQuery como Data Lakehouse
11:48 - 37

Opciones de Almacenamiento en Google Cloud Platform
06:18 - 38

Gestión de Datos en Google Cloud: Portafolio y Migración
10:59 - 39

Gobierno de Datos en Google Cloud: Mejores Prácticas y Herramientas
09:54 - 40

Calidad y Monitoreo de Datos en Google Cloud
07:53
- 41

Conceptos Básicos de Inteligencia Artificial y Aprendizaje Automático
13:00 - 42

Soluciones de IA y Machine Learning en Google Cloud para Desarrolladores
12:40 - 43

AutoML Tables: Modelado Predictivo con Datos Estructurados
11:50 - 44

Uso de AutoML Tables en Google Cloud para Modelos de Clasificación
05:17 - 45

Predicción de Tarifas con Jupyter Notebooks en Google Cloud
07:33 - 46

Análisis de Datos de Taxis en iNotebook con Google Cloud y BigQuery
13:34 - 47

Implementación de Pipelines con TensorFlow Extended
13:48
¿Cómo nos ayuda Google Cloud con opciones de cómputo en la nube?
Google Cloud ofrece un amplio abanico de opciones para desplegar aplicaciones en la nube, organizadas en un espectro desde infraestructura como servicio (IaaS) hasta cómputo serverless. Cada una de estas opciones ofrece distintos niveles de control administrativo y esfuerzo, permitiéndote elegir la que mejor se adapte a tus necesidades y experiencia en administración de infraestructura.
¿Qué es la infraestructura como servicio (IaaS)?
La infraestructura como servicio es el punto de entrada al cómputo en la nube de Google y es representada por Compute Engine, que básicamente son máquinas virtuales. Estas te ofrecen control absoluto para configurar y administrar el sistema operativo, instalar binarios, librerías y cualquier otra necesidad técnica que tengas. A diferencia de utilizar un servidor físico completo, la virtualización te permite escalar horizontalmente mejorando la eficiencia y reduciendo el riesgo de un único punto de fallo.
¿Cuáles son las ventajas de usar máquinas virtuales?
- Control Total: Tienes la capacidad de personalizar las configuraciones desde el sistema operativo hasta las aplicaciones que desees instalar.
- Escalabilidad Horizontal: Facilita la adición de capacidad de procesamiento al dividir la carga entre múltiples unidades más pequeñas, mejorando así la resiliencia.
- Seguridad: Puedes implementar configuraciones y prácticas de seguridad según tus necesidades específicas.
¿Qué es Kubernetes Engine?
Kubernetes Engine es una opción de cómputo orientada a contenedores. Esta tecnología ofrece una capa de abstracción, haciendo que dejes de preocuparte por la administración directa de las máquinas virtuales donde corren tus aplicaciones, y en cambio, te enfoques más en tus workloads o cargas de trabajo. Aunque sea seductor para desarrolladores que prefieren minimizar el trabajo de gestión de infraestructura, Kubernetes Engine requiere un nivel de comprensión sobre contenedores y su orquestación.
¿Qué es la plataforma como servicio (PaaS)?
En esta categoría entra la Plataforma como Servicio, donde Google se encarga de ejecutar tu código. Aquí entregas tu aplicación y Google se encarga de administrarla y desplegarla, permitiéndote concentrarte en configuraciones más específicas y no en la infraestructura que sostiene tu app. Esto es ideal para aquellos que desean enfocarse más en el desarrollo y menos en el mantenimiento del sistema.
Beneficios de la PaaS:
- Enfoque en el Desarrollo: Menos preocupaciones por la infraestructura, lo cual libera tiempo para innovar y desarrollar más.
- Despliegue Rápido: Google maneja el entorno y despliega tu aplicación, lo que te permite llegar al mercado más rápido.
- Simplificación Operacional: Menos responsabilidades administrativas y técnicas, lo que reduce costos operativos.
¿Qué implica el cómputo serverless?
El cómputo serverless es el extremo derecho del espectro, enfocándose en ejecutar microservicios o funciones individuales, eficientemente y sin necesidad de administrar servidores. Tradicionalmente, usar funciones serverless implica cierta limitación en cuanto a lenguajes y runtimes soportados por la plataforma. No obstante, la flexibilidad de los contenedores abre la discusión sobre el futuro del serverless, permitiendo correr cualquier código bajo un entorno totalmente administrado y sin servidor.
¿Cómo funciona el modelo de responsabilidad compartida?
El modelo de responsabilidad compartida en computación en la nube establece que, mientras Google Cloud se encarga de una parte crucial de la infraestructura y seguridad, tú, como desarrollador, sigues siendo responsable de tus aplicaciones y datos. A medida que te mueves hacia opciones más serverless, disminuyen tus responsabilidades administrativas, sin embargo, sigue siendo vital colaborar estrechamente con tu proveedor en la seguridad y optimización de tus soluciones.
Factores Claves del Modelo de Responsabilidad Compartida:
- Seguridad Compartida: Aunque Google se encarga de la seguridad de la infraestructura, la seguridad de las aplicaciones y datos recae en el usuario.
- Optimización Colaborativa: Google optimiza el entorno, pero el diseño y eficiencia del código sigue siendo tu responsabilidad.
- Continuidad del Negocio: Asegurar que las aplicaciones sean resilientes y estén siempre operativas es una colaboración entre el proveedor y el usuario.
Estas herramientas y servicios de Google Cloud te ofrecen flexibilidad, pero deberías evaluar cuál de ellas se adapta mejor a tus necesidades específicas. ¡Continúa aprendiendo sobre estas tecnologías innovadoras y conviértete en un experto en Google Cloud!