Calendario
Estamos preparando nuevas convocatorias, déjanos tus datos a través del formulario y te avisaremos en cuanto estén disponibles.
Acerca del curso
En este curso aprenderás sobre ingeniería de datos en Google Cloud, los roles y responsabilidades de los ingenieros de datos, y cómo se relacionan con las soluciones proporcionadas por Google Cloud. También conocerás formas de abordar los desafíos de la ingeniería de datos.
Este curso está dirigido a:
- Ingenieros de datos
- Administradores de bases de datos
- Administradores de sistemas
- Comprender el rol de un ingeniero de datos.
- Identificar tareas de ingeniería de datos y componentes clave utilizados en Google Cloud.
- Comprender cómo crear e implementar flujos de datos con distintos patrones en Google Cloud.
Identificar y utilizar diversas técnicas de automatización en Google Cloud.
Es necesario contar con:
- Experiencia previa con Google Cloud a nivel fundamental utilizando Cloud Shell y accediendo a productos desde la consola de Google Cloud.
- Competencia básica con un lenguaje de consulta común como SQL.
- Experiencia en modelado de datos y actividades ETL (extracción, transformación, carga).
- Experiencia en desarrollo de aplicaciones utilizando un lenguaje de programación común como Python.
Módulo 1: Tareas y componentes de la ingeniería de datos
Objetivos:
- Explicar el rol de un ingeniero de datos.
- Comprender las diferencias entre una fuente de datos y un destino de datos.
- Explicar los diferentes tipos de formatos de datos.
- Explicar las opciones de soluciones de almacenamiento en Google Cloud.
- Conocer las opciones de gestión de metadatos en Google Cloud.
- Comprender cómo compartir conjuntos de datos fácilmente utilizando Analytics Hub.
- Comprender cómo cargar datos en BigQuery utilizando la consola de Google Cloud o la CLI de gcloud.
Contenidos:
- El rol de un ingeniero de datos.
- Fuentes de datos versus destinos de datos.
- Formatos de datos.
- Opciones de soluciones de almacenamiento en Google Cloud.
- Opciones de gestión de metadatos en Google Cloud.
- Uso de Analytics Hub para compartir conjuntos de datos.
- Laboratorio: Cargar datos en BigQuery.
- Cuestionario.
Módulo 2: Replicación y migración de datos
Objetivos:
- Explicar la arquitectura base de replicación y migración de datos en Google Cloud.
- Comprender las opciones y casos de uso de la herramienta de línea de comandos gcloud.
- Explicar la funcionalidad y los casos de uso de Storage Transfer Service.
- Explicar la funcionalidad y los casos de uso de Transfer Appliance.
- Comprender las características y el despliegue de Datastream.
Contenidos:
- Arquitectura de replicación y migración.
- La herramienta de línea de comandos gcloud.
- Movimiento de conjuntos de datos.
- Datastream.
- Laboratorio: Datastream: Replicación de PostgreSQL a BigQuery (opcional para ILT).
- Cuestionario.
Módulo 3: Patrón de extracción y carga de flujos de datos
Objetivos:
- Explicar el diagrama base de arquitectura de extracción y carga.
- Comprender las opciones de la herramienta de línea de comandos bq.
- Explicar la funcionalidad y los casos de uso de BigQuery Data Transfer Service.
- Explicar la funcionalidad y los casos de uso de BigLake como un patrón no relacionado con extracción y carga.
Contenidos:
- Arquitectura de extracción y carga.
- Herramienta de línea de comandos bq.
- BigQuery Data Transfer Service.
- BigLake.
- Laboratorio: BigLake: Inicio Rápido.
- Cuestionario.
Módulo 4: Patrón de extracción, carga y transformación de flujos de datos
Objetivos:
- Explicar el diagrama base de arquitectura de extracción, carga y transformación.
- Comprender un flujo de datos ELT común en Google Cloud.
- Aprender sobre las capacidades de scripting y programación en BigQuery.
- Explicar la funcionalidad y los casos de uso de Dataform.
Contenidos:
- Arquitectura de extracción, carga y transformación (ELT).
- Programación y scripting SQL con BigQuery.
- Dataform.
- Laboratorio: Crear y ejecutar un flujo de trabajo SQL en Dataform.
- Cuestionario.
Módulo 5: Patrón de extracción, transformación y carga de flujos de datos
Objetivos:
- Explicar el diagrama base de arquitectura de extracción, transformación y carga.
- Conocer las herramientas GUI en Google Cloud utilizadas para flujos de datos ETL.
- Explicar el procesamiento por lotes con Dataproc.
- Aprender a usar Dataproc Serverless para Spark en ETL.
- Explicar las opciones de procesamiento de datos en tiempo real.
- Explicar el rol de Bigtable en los flujos de datos.
Contenidos:
- Arquitectura de extracción, transformación y carga (ETL).
- Herramientas GUI de Google Cloud para flujos ETL.
- Procesamiento de datos por lotes con Dataproc.
- Uso de Dataproc Serverless para Spark.
- Opciones de procesamiento de datos en tiempo real.
- Bigtable y flujos de datos.
- Laboratorios:
- Usar Dataproc Serverless para Spark para cargar datos en BigQuery (opcional para ILT).
- Crear un flujo de datos en tiempo real para un panel con Dataflow.
- Cuestionario.
Módulo 6: Técnicas de automatización
Objetivos:
- Explicar los patrones y opciones de automatización disponibles para flujos de datos.
- Aprender sobre Cloud Scheduler y Workflows.
- Aprender sobre Cloud Composer.
- Aprender sobre funciones de Cloud Run.
- Explicar la funcionalidad y los casos de uso de Eventarc para automatización.
Contenidos:
- Patrones y opciones de automatización para flujos de datos.
- Cloud Scheduler y Workflows.
- Cloud Composer.
- Funciones de Cloud Run.
- Eventarc.
- Laboratorio: Usar funciones de Cloud Run para cargar datos en BigQuery (opcional para ILT).
- Cuestionario
Documentación oficial para el curso Introduction to Data Engineering on Google Cloud.
- Formador certificado por Google Cloud.
- Más de 5 años de experiencia profesional.
- Más de 4 años de experiencia docente.
- Profesional activo en empresas del sector IT.
Solicita información
Descargar programa
Descargar matrícula
Si no has encontrado lo que buscabas, prueba buscar tu curso o certificación aquí
Acerca del curso
Este curso ofrece una experiencia de aprendizaje interactiva diseñada para proporcionar pasos prácticos que ayuden a las organizaciones a implementar una estrategia de gestión financiera en la nube y maximizar la inversión en Google Cloud. Durante la clase, se abordarán los cinco pilares de Google Cloud FinOps y comprenderás cómo tu organización puede trabajar para implementar estos pilares en su enfoque de FinOps.
Este curso está dirigido a profesionales en roles relacionados con las finanzas o TI, responsables de optimizar los costos en la nube de sus organizaciones. Es ideal para quienes desean comprender conceptos y prácticas de FinOps, incluyendo la gobernanza financiera y la gestión de costos en Google Cloud.
- Abordar los desafíos de gobernanza financiera con Cloud FinOps.
- Comprender los cinco pilares del modelo operativo de Google Cloud FinOps.
- Establecer políticas y habilitación de Cloud FinOps para tu organización.
- Impulsar la responsabilidad financiera y la realización de valor con métricas de éxito definidas.
- Optimizar los costos de los recursos utilizados en Google Cloud.
- Modernizar métodos de presupuesto y previsión.
- Utilizar herramientas de costos para gestionar y supervisar eficazmente el gasto en Google Cloud.
Es necesario contar con conocimientos básicos de computación en la nube y tecnologías de Google Cloud, tal como se aborda en el curso Cloud Digital Leader.
Módulo 1: Introducción
Objetivos:
- Describir los desafíos de gobernanza financiera para recursos en la nube.
- Analizar las tendencias de la industria en FinOps.
- Comprender el marco de trabajo FinOps de Google Cloud.
Contenidos:
- Desafíos de gobernanza financiera
- Tendencias de la industria en FinOps
- Marco de trabajo FinOps de Google Cloud
Módulo 2: Responsabilidad y Habilitación
Objetivos:
- Crear un modelo operativo de Cloud FinOps.
- Definir roles y responsabilidades dentro de un equipo de Cloud FinOps.
- Establecer gobernanza y políticas.
- Habilitar la organización mediante incentivos.
Contenidos:
- Modelo operativo de Cloud FinOps
- Roles y responsabilidades
- Gobernanza y políticas
- Incentivación
- Actividad: Establecer un modelo operativo de Cloud FinOps
Módulo 3: Medición y Realización
Objetivos:
- Establecer KPIs y métricas de valor.
- Comprender la relación valor vs. costo.
- Mejorar la transparencia a través de informes y responsabilidad.
Contenidos:
- Beneficios de medición y realización
- Indicadores clave de rendimiento (KPIs) y métricas de valor
- Relación valor vs. costo
- Transparencia mediante informes y responsabilidad
- Actividades:
- Relación valor vs. costo
- Transparencia mediante informes y responsabilidad
Módulo 4: Optimización de Costos
Objetivos:
- Comprender el enfoque de optimización de costos en Google Cloud.
- Implementar visibilidad en la utilización de recursos mediante etiquetas.
- Comprender las señales clave (golden signals).
- Describir estrategias de optimización para recursos, precios y arquitectura.
Contenidos:
- Enfoque de optimización de costos en Google Cloud
- Utilización de recursos
- Señales clave (golden signals)
- Optimización de recursos, precios y arquitectura
- Actividades:
- Comprender las señales clave
- Optimización de recursos, precios y arquitectura
Módulo 5: Planificación y Pronósticos
Objetivos:
- Comprender los procesos de presupuestación y asignación.
- Pronosticar los gastos en recursos de la nube.
- Implementar procesos de informes e integración.
- Entender el modelo de facturación de Google Cloud.
Contenidos:
- Presupuestación y asignación
- Pronóstico de gastos
- Informes e integración
- Modelo de facturación de Google Cloud
- Actividad: Presupuestación, asignación y pronóstico
Módulo 6: Herramientas y Aceleradores
Objetivos:
- Explorar presupuestos y alertas en Google Cloud.
- Utilizar herramientas de automatización de etiquetas y gestión de recursos.
- Describir las herramientas de gestión de costos en Google Cloud.
- Comprender los informes de costos en la nube.
Contenidos:
- Presupuestos y alertas en Google Cloud
- Automatización de etiquetas y gestión de recursos
- Herramientas de gestión de costos en Google Cloud
- Informes de costos en la nube
Documentación oficial para el curso Getting Started with FinOps on Google Cloud.
- Formador certificado por Google Cloud.
- Más de 5 años de experiencia profesional.
- Más de 4 años de experiencia docente.
- Profesional activo en empresas del sector IT.