- 1

DevOps con GitLab para automatizar entregas de software
04:19 - 2

Qué es DevOps y cómo integra desarrollo con operaciones
08:44 - 3

DevOps como ciclo iterativo continuo: etapas y beneficios clave
08:21 - 4

GitLab como plataforma integral para el ciclo de vida DevOps
09:29 - 5

Diferencias clave entre GitLab y GitHub para desarrolladores
03:25
Diferencias entre Agile y Waterfall en desarrollo de software
Clase 11 de 53 • Curso de DevOps con GitLab
Contenido del curso
- 11

Diferencias entre Agile y Waterfall en desarrollo de software
06:20 - 12

Creación y gestión de issues en GitLab para colaboración eficaz
12:07 - 13

Etiquetas para organizar issues en GitLab
07:30 - 14
Planificación en Gitlab-Pesos
02:40 - 15

Creación y gestión de milestones en GitLab para sprints y releases
07:23 - 16

Boards en GitLab para visualizar flujos de trabajo con issues
06:25 - 17

Service Desk de GitLab para soporte por correo electrónico
08:34 - 18
Planificación en Gitlab-Quick actions
00:33
- 19

Inicialización de Angular con GitLab y test-driven development
06:50 - 20

Merge requests y control de calidad en GitLab
12:24 - 21

Flujo completo de merge requests en GitLab
09:24 - 22

Automatización de flujos de trabajo con GitLab CI
02:59 - 23

GitLab CI: configuración, stages y variables para automatización
10:12 - 24

Configuración de GitLab CI para proyectos Angular
11:53 - 25

Validación de archivos GitLab CI con linter antes del pipeline
09:18 - 26
gitlab-ci.yml
02:33 - 27

Configuración de GitLab Pages para hosting estático con CI
04:26 - 28

Configuración de GitLab Pages para deploy automático de Angular
13:11 - 29

Desarrollo ágil y sus doce principios fundamentales
02:33 - 30

GitLab AutoDevOps: pipelines automatizados con seguridad y calidad
06:26 - 31

Configuración de GitLab Auto DevOps con Kubernetes en Google Cloud
09:39 - 32

Configuración de Auto DevOps en GitLab con Kubernetes
13:38
- 35

DevSecOps: integración de seguridad en el ciclo de desarrollo
06:27 - 36

Autenticación de commits con llaves PGP en GitLab
10:18 - 37

Pruebas estáticas de seguridad en GitLab para detectar vulnerabilidades
08:37 - 38

Análisis de contenedores con GitLab y Clair para detectar vulnerabilidades
03:40 - 39

Análisis de vulnerabilidades en dependencias de NPM, PIP y Composer
05:35 - 40

Pruebas dinámicas de seguridad con DAST en GitLab
06:37 - 41

GitLab Security Dashboard: hub centralizado de vulnerabilidades
04:35
- 42

Continuous Deployment seguro con GitLab y control de riesgos
08:04 - 43

Configuración de ambientes en GitLab para desarrollo industrial
08:08 - 44

Review apps: ambientes efímeros por branch para feedback rápido
13:34 - 45
Estrategias de Distribución
04:29 - 46
Feature Flags
03:07 - 47

Rollback en GitLab para revertir errores en producción
05:14
- 48

Importancia del monitoreo en DevOps y despliegue continuo
04:59 - 49

Métricas de desempeño en GitLab con Prometheus
04:35 - 50

Métricas de salud en GitLab para prevenir fallas de infraestructura
05:44 - 51

Métricas de equipo en GitLab para optimizar workflows de DevOps
05:45 - 52

Integración de GitLab con Sentry para rastrear errores en producción
12:27
Entender la diferencia entre modelos de desarrollo permite tomar decisiones rápidas y efectivas. Aquí verás cómo Agile y Waterfall cambian la forma de trabajar, cuándo conviene cada uno y qué implicaciones tienen en tiempos, entregables y equipo. Con ejemplos claros, fases comparables y el rol de GitLab en ambos enfoques.
¿Qué diferencia a Agile de Waterfall?
En Agile se trabaja con un proceso iterativo. Se ejecutan sprints y al final de cada esfuerzo se obtiene un entregable listo para producción. En Waterfall el proceso es secuencial y previamente definido: el entregable llega al final del proyecto.
¿Cómo funcionan los sprints y entregables?
- Sprints con alcance claro y entregable al final de cada ciclo.
- Entrega continua: lo construido puede ir a producción.
- Analogía de la casa: uso modular, primero la sala funcional mientras se construye el resto.
- En Waterfall: la casa solo se usa cuando está totalmente terminada.
¿Qué riesgos tiene el modelo Waterfall en la práctica?
- Meses de trabajo en especificaciones sin una sola línea de código.
- Posible “lujo” en contextos de monopolio, como gobierno.
- En entornos competitivos: no puedes esperar 6 meses para validar con el mercado.
- Experiencia real: trabajar con gobierno en Waterfall fue una “pequeña pesadilla” por el exceso de papeles sin entregables.
¿Cómo se comparan las fases del proyecto?
Se definen cuatro fases para contrastar: especificaciones, build, test y release. En Waterfall se realizan de forma lineal; en Agile se repiten en ciclos.
¿Qué pasa en Waterfall durante build y test?
- Especificaciones: qué y por qué del proyecto, todo por adelantado.
- Build: verificar si compila, resolver dependencias y problemas de construcción.
- Test: equipo de QA ejecuta pruebas no automatizadas para validar especificaciones y comportamientos diseñados; se pueden hallar algunos bugs pero no es el foco.
- Release: solo al final. Es una forma lenta y cansada de entregar software, común en los 80 y 90.
¿Cómo iteran Agile, Scrum y eXtreme Programming?
- Ciclos sin principio ni fin: iteraciones continuas.
- Por sprint: definir alcance, ejecutar pruebas, generar artefactos y hacer release.
- Al liberar, el ciclo se reinicia: se vuelve a definir “lo siguiente en la mesa”.
- Metodologías como eXtreme Programming y Scrum entran en el paraguas de modelos Agile.
¿Qué entregas y mantenimiento habilita Agile?
- Entrega frecuente y validación temprana con usuarios.
- Mejora continua del software “mientras la empresa siga viva”.
- Mantenimiento constante incorporado al ciclo.
¿Qué herramientas y habilidades se destacan con GitLab?
GitLab ofrece herramientas para ambos enfoques, dentro de la misma plataforma. Sirve si trabajas en una startup con prácticas ágiles o en una entidad de gobierno con regulaciones que exigen especificaciones antes de comenzar a codear. El siguiente paso es definir el flujo de trabajo del proyecto dentro de GitLab.
- Habilidades clave:
- Comparar proceso iterativo vs modelo secuencial.
- Planificar sprints y definir alcance por ciclo.
- Gestionar build: compilación y dependencias.
- Coordinar QA y tests no automatizados de verificación de especificaciones.
- Ejecutar release continuo y mantenimiento.
-
Diseñar flujo de trabajo en GitLab para ambos modelos.
-
Conceptos y keywords:
- Especificaciones, build, test, release.
- Sprints, entregable, producción.
- QA, bugs, dependencias, compila/no compila.
- Timeline, artefactos, mejora continua.
- Scrum, eXtreme Programming, modelos Agile y Waterfall.
- Contexto startup vs gobierno, monopolio y industria competitiva.
¿Qué modelo te funciona mejor y por qué? Comparte tu experiencia y contexto para enriquecer la conversación.