- 1

Google Cloud para Retail: Optimización y Modernización en E-commerce
08:50 - 2

MLOps: Integración y Operacionalización en Ciencia de Datos Retail
12:17 - 3

Arquitectura de Alto Nivel para Aplicaciones en la Nube
08:41 - 4

Desarrollo de Aplicaciones con Firebase y Vue: Configuración Inicial
18:49 - 5

Firebase: Autenticación y Seguridad en Aplicaciones Web
12:07 - 6
Instalación y Configuración de Google Cloud y Firebase para Apps
07:05 - 7

Medición de Interacciones con Google Tag Manager y Analytics
08:42 - 8

Configuración de Google Tag Manager y Google Analytics
16:23 - 9

Tageo Avanzado con Google Tag Manager para Customer Lifetime Value
12:33 - 10
Uso estratégico del Customer Lifetime Value (CLV)
01:11 - 11

Integración de Servicios y APIs en Arquitecturas Modernas
11:25
Integración de Servicios y APIs en Arquitecturas Modernas
Clase 11 de 42 • Curso de Google Cloud Platform para E-commerce
Contenido del curso
- 12

Integración de APIs en Tiendas en Línea
09:17 - 13

Fundamentos y Creación de APIs con APIG de Google Cloud
09:33 - 14

Creación y Gestión de APIs con APIG
06:48 - 15

Creación de API Proxy con APIG y OpenAPI Specification
10:40 - 16

Creación y Gestión de API Products y Developer Apps
11:05 - 17

Creación y gestión de portales para desarrolladores con APIG
12:22 - 18

Configuración de Portales para Desarrolladores en APIG
06:04 - 19

Buenas prácticas para desarrollar APIs eficaces
01:46
- 20

Datos Estructurados en Machine Learning para Marketing
13:12 - 21

Modelos de Forecasting y Customer Lifetime Value con BigQuery
06:45 - 22

Integración de BigQuery con Jupyter para Análisis de Datos
15:34 - 23

Cuándo usar AutoML Tables vs BigQuery ML en Machine Learning
12:44 - 24

Entrenamiento de Modelos de Machine Learning con BigQuery ML
10:08 - 25

Entrenamiento y Evaluación de Modelos con BigQuery ML y Jupyter
13:39 - 26

Exportación de Modelos en BigQuery ML: Métodos y Consideraciones
07:09 - 27

Exportación de Modelos de Machine Learning a Cloud Storage
05:43
- 28

Despliegue de Modelos Machine Learning en Google Cloud Run
11:16 - 29

Introducción a Kubernetes y su Uso en la Orquestación de Contenedores
09:42 - 30

Implementación de Modelos de Machine Learning con BigQuery API
09:31 - 31

Almacenamiento de Predicciones con Google Cloud Storage y BigQuery
08:21 - 32

Implementación de Modelos ML en BigQuery y Almacenamiento en GCS
12:56 - 33

Despliegue Continuo con Google Cloud: Herramientas y Estrategias
12:13 - 34

Despliegue Continuo en Google Cloud con Cloud Run y Docker
10:31 - 35

Configuración de Escalamiento en Google Cloud Run
14:32 - 36

Control de Autenticación y Autorización en Google Cloud Run
25:41
- 37

Google Cloud Platform para Estrategias de Marketing Digital
10:45 - 38

Integración de Google Analytics con BigQuery para Segmentación Avanzada
09:29 - 39

Análisis de Datos con SQL y Modelos K-Means en Google Analytics
13:25 - 40

Creación y Evaluación de Modelos en BigQuery con Datos de Google Analytics
17:14 - 41

Segmentación de Audiencias en BigQuery y Predicciones de Compra
03:30 - 42

Integración de Audiencias en Google Marketing Platform
09:43
¿Por qué es importante la integración de servicios en tu organización?
En el mundo empresarial actual, la integración de servicios es una necesidad ineludible. Las organizaciones deben conectarse con diversos sistemas, ya sea para modernizar sus procesos o para asegurarse de que sus servicios sean accesibles y reutilizables por sus desarrolladores. Las soluciones de API Management permiten no solo integrar estos sistemas de manera eficiente, sino también hacer la vida más sencilla a los desarrolladores. Estos son algunos ejemplos de la importancia de la integración:
- Integración con catálogos de productos: Conectarse al árbol de productos y categorías del sitio para mantener inventarios y ofertas actualizados en tiempo real.
- Autenticación centralizada: Aprovechar métodos de autenticación existentes como Active Directory para no tener que reinventar la rueda en sistemas modernizados.
- Gestión de órdenes y logística: Conectar el eCommerce a los sistemas de orden y logística, asegurando que las órdenes generadas se gestionen de manera centralizada.
- Modelos de inteligencia: Implementar un enfoque omnicanal que use datos integrados para mejorar las iniciativas de ciencia de datos.
¿Cómo abordar la modernización de sistemas monolíticos?
Muchas organizaciones comienzan con arquitecturas monolíticas que, aunque han sido funcionales, pueden ser onerosas y difíciles de mantener. La transición a sistemas más modernos y segmentados es un paso crucial, pero debe realizarse con cuidado. Aquí hay algunas consideraciones clave:
- Desventajas de los monolitos: Suelen requerir gran capital, tener dependencias de hardware específicas y lenguajes de programación obsoletos, además de tener lógica de negocio pobremente documentada.
- Estrategia de modernización: Optar por una modernización gradual, fragmentando servicios específicos como pagos o manejo de órdenes, para minimizar riesgos y adaptarse al ritmo de la organización.
- Patrón del "estrangulador": Inspirado en un árbol que aloja ramas nuevas y eficientes haciendo el tronco original obsoleto. Este patrón permite una modernización cuidadosa y a medida.
¿Cómo utilizan las organizaciones modernas Kubernetes y la gestión de APIs?
Las organizaciones que han avanzado hacia la modernización suelen contar con una capa de servicios gestionada por Kubernetes, incluyendo telemetría, observabilidad, autoescalamiento y manejo de esquemas híbridos. Sin embargo, incluso con estas tecnologías avanzadas:
- APIs como protección: La capa de APIs es esencial para controlar el acceso a los servicios y gestionar la seguridad, analítica y monetización de los mismos.
- Estrategias de monetización: Las APIs pueden facilitar la monetización interna y externa, ofreciendo datos o funcionalidades comerciales bajo condiciones específicas, todo mientras se respeta la privacidad del usuario.
- Análisis de uso interno: Ayuda a comprender cómo los diferentes departamentos consumen servicios, permitiendo una mejor asignación de recursos y presupuesto.
¿Cuál es el siguiente paso en el curso de integración de servicios?
En el próximo módulo del curso, se explorará el uso práctico de estas estrategias de integración mediante un caso de estudio concreto. A modo de introducción:
- Secuencia de flujo: Desde la creación de una orden de compra por un usuario, el sistema almacenará la orden, activará una ejecución asíncrona y enviará una transacción a la plataforma APIG Edge.
- Integración de sistemas empresariales: La lógica de negocio se invocará en un contexto de ejecución diferente, interactuando con diversas bases de datos y asegurando que ambos equipos trabajen en paz sin complicaciones innecesarias de acceso cruzado.
Con este enfoque práctico, los estudiantes podrán aplicar lo aprendido a sus propias organizaciones, desarrollando sistemas que no solo sean modernos, sino también eficientes y preparados para el futuro. ¡Sigue aprendiendo y aplicando!