Certificación SC-100 Microsoft Cybersecurity Architect

Esta certificación está dirigida a todas aquellas personas que deseen demostrar que poseen la suficiente comprensión sobre cómo aplicar y adaptar la metodología PRINCE2® en su entorno o proyectos.

• Profundizar en la filosofía y estructura de PRINCE2®.
• Aprender a implementar del PRINCE2®.
• Analizar con detenimiento y entender la implementación práctica de los principios, temas y fases del modelo PRINCE2®.
• Prepararte para el examen de certificación PRINCE2® Practitioner.
• Obtener la certificación PRINCE2® Practitioner.

Introducción

• Revisión de principios, temas y procesos.

Tema del Business Case

• Relaciones del tema de Business Case con otros temas y procesos.

Tema de organización

• Relaciones del tema de organización con otros temas y procesos.
• La estrategia de la gestión de la comunicación.

Tema de riesgo

• Relaciones del tema de riesgo con otros temas y procesos.
• La estrategia de la gestión de riesgos.

Tema de calidad

• Relaciones del tema de calidad con otros temas y procesos.
• La técnica de la calidad.

Tema de planes

• Relaciones del tema de planes con otros temas y procesos.

Tema de cambio

• Relaciones del tema de cambio con otros temas y procesos.
• La estrategia de gestión de la configuración.

Tema de progreso

• Relaciones del tema de progreso con otros temas y procesos.
• Informes.

Proceso de puesta en marcha de un proyecto

• Actividades del proceso.
• Relación con los temas.

Proceso de dirección de un proyecto

• Actividades del proceso.
• Relación con los temas.

Proceso de inicio de un proyecto

• Actividades del proceso.
• Relación con los temas.

Proceso de control de una fase

• Actividades del proceso.
• Relación con los temas.

Proceso de entrega de productos

• Actividades del proceso.
• Relación con los temas.

Proceso de gestión de los límites de fase

• Actividades del proceso.
• Relación con los temas.

Proceso de cierre de un proyecto

• Actividades del proceso.
• Relación con los temas.

Documentación oficial para el curso PRINCE2® Practitioner, 6º edición.

• Formador certificado PRINCE2®.
• Más de 5 años de experiencia profesional.
• Más de 4 años de experiencia docente.
• Profesional activo en empresas del sector IT.

• Describir Dynamics 365 Supply Chain Management.
• Describir Dynamics 365 Finance.
• Describir Dynamics 365 Commerce.
• Describir Dynamics 365 Human Resources.
• Describir Project Operations.
• Describir las características compartidas.
• Obtener la certificación Microsoft Certified: Dynamics 365 Fundamentals (ERP).

• Describir Microsoft Dynamics 365 Marketing.
• Describir Dynamics 365 Sales.
• Describir Dynamics 365 Customer Service.
• Describir Dynamics 365 Field Service.
• Explorar las funcionalidades principales de las aplicaciones de interacción con el cliente de Dynamics 365.
• Obtener la certificación Microsoft Certified: Dynamics 365 Fundamentals (CRM).

Este examen de certificación está diseñado para aquellos candidatos que quieran demostrar un conocimiento básico de las soluciones basadas en la nube para facilitar la productividad y la colaboración in situ, en casa o en una combinación de ambos. Los candidatos pueden tener conocimientos sobre soluciones basadas en la nube o pueden ser nuevos en Microsoft 365.

• Describir los conceptos de la nube.
• Describir las aplicaciones y los servicios de Microsoft 365.
• Describir la seguridad, el cumplimiento, la privacidad y la confianza en Microsoft 365.
• Describir los precios, las licencias y el soporte técnico en Microsoft 365.
• Obtener la certificación Microsoft 365 Certified: Fundamentals.

• Ingenieros de plataformas de datos.
• Arquitectos y operadores que construyen y administran canalizaciones de análisis de datos.

• Comparar las características y los beneficios de los almacenes de datos, los lagos de datos y las arquitecturas de datos modernas.
• Diseñar e implementar una solución de análisis de datos por lotes.
• Identificar y aplicar técnicas adecuadas, incluida la compresión, para optimizar el almacenamiento de datos.
• Seleccionar e implementar las opciones apropiadas para ingerir, transformar y almacenar datos.
• Eligir la instancia y los tipos de nodos, los clústeres, el escalado automático y la topología de red apropiados para un caso de uso comercial particular.
• Comprender cómo el almacenamiento y el procesamiento de datos afectan los mecanismos de análisis y visualización necesarios para obtener información comercial útil.
• Proteger los datos en reposo y en tránsito.
• Supervisar las cargas de trabajo de análisis para identificar y solucionar problemas.
• Aplicar las mejores prácticas de gestión de costos.

A. Overview of Data Analytics and the Data Pipeline

• Data analytics use cases
• Using the data pipeline for analytics

Módulo 1: Introduction to Amazon EMR

• Using Amazon EMR in analytics solutions
• Amazon EMR cluster architecture
• Interactive Demo 1: Launching an Amazon EMR cluster
• Cost management strategies

Módulo 2: Data Analytics Pipeline Using Amazon EMR: Ingestion and Storage

• Storage optimization with Amazon EMR
• Data ingestion techniques

Módulo 3: High-Performance Batch Data Analytics Using Apache Spark on Amazon EMR

• Apache Spark on Amazon EMR use cases
• Why Apache Spark on Amazon EMR
• Spark concepts
• Interactive Demo 2: Connect to an EMR cluster and perform Scala commands using the Spark shell
• Transformation, processing, and analytics
• Using notebooks with Amazon EMR
• Practice Lab 1: Low-latency data analytics using Apache Spark on Amazon EMR

Módulo 4: Processing and Analyzing Batch Data with Amazon EMR and Apache Hive

• Using Amazon EMR with Hive to process batch data
• Transformation, processing, and analytics
• Practice Lab 2: Batch data processing using Amazon EMR with Hive
• Introduction to Apache HBase on Amazon EMR

Módulo 5: Serverless Data Processing

• Serverless data processing, transformation, and analytics
• Using AWS Glue with Amazon EMR workloads
• Practice Lab 3: Orchestrate data processing in Spark using AWS Step Functions

Módulo 6: Security and Monitoring of Amazon EMR Clusters

• Securing EMR clusters
• Interactive Demo 3: Client-side encryption with EMRFS
• Monitoring and troubleshooting Amazon EMR clusters
• Demo: Reviewing Apache Spark cluster history

Módulo 7: Designing Batch Data Analytics Solutions

• Batch data analytics use cases
• Activity: Designing a batch data analytics workflow

B: Developing Modern Data Architectures on AWS

• Modern data architectures

Documentación oficial del curso Building Batch Data Analytics Solutions on AWS.

• Formador certificado por AWS.
• Más de 5 años de experiencia profesional.
• Más de 4 años de experiencia docente.
• Profesional activo en empresas del sector IT.

• Planear y administrar una solución de Azure AI.
• Implementar soluciones de procesamiento de imágenes y vídeos.
• Implementar soluciones de procesamiento del lenguaje natura.
• Implementar soluciones de minería del conocimiento.
• Implementar soluciones de IA conversacional.
• Obtener la certificación Microsoft Certified: Azure AI Engineer Associate.

• Diseñar e implementar modelos de datos.
• Diseñar e implementa la distribución de datos.
• Integrar una solución de Azure Cosmos DB.
• Optimizar una solución de Azure Cosmos DB.
• Mantener una solución de Azure Cosmos DB.
• Obtener la certificación Microsoft Certified: Azure Cosmos DB Developer Specialty.

• Implementar y administrar un entorno de análisis de datos.
• Consultar y transformar dato.
• Implementar y administrar modelos de datos.
• Explorar y visualizar datos.
• Obtener la certificación Microsoft Certified: Azure Enterprise Data Analyst Associate.

• Planear e implementar recursos de plataformas de datos.
• Implementar un entorno seguro.
• Supervisar, configurar y optimizar recursos de base de datos.
• Configurar y administrar la automatización de tareas.
• Planificar la implementación de un entorno de alta disponibilidad y recuperación ante desastres (HA/DR).
• Obtener la certificación Microsoft Certified: Azure Database Administrator Associate.

• Diseñar e implementar el almacenamiento de datos.
• Desarrollar el procesamiento de datos.
• Proteger, supervisar y optimizar el almacenamiento y el procesamiento de datos.
• Obtener la certificación Microsoft Certified: Azure Data Engineer Associate.

• Diseñar y preparar una solución de aprendizaje automático.
• Explorar datos y entrenamiento de modelos.
• Preparar un modelo para la implementación.
• Implementar y volver a entrenar un modelo.
• Obtener la certificación Microsoft Certified: Azure Data Scientist Associate.

• Solucionar problemas de continuidad empresarial.
• Solucionar problemas de conectividad híbrida y en la nube.
• Solucionar problemas de plataforma como servicio.
• Solucionar problemas de autenticación y control de acceso.
• Solucionar problemas de redes.
• Solucionar problemas de conectividad de las máquinas virtuales.
• Obtener la certificación Microsoft Certified: Azure Support Engineer for Connectivity Specialty.

Este curso está diseñado para ingenieros de soporte técnico de red de Azure que comprenda el valor que tienen los datos empresariales y la necesidad de protegerlos frente a riesgos internos y externos. Cuando encuentren problemas con la copia de seguridad o la recuperación, deben saber cómo abordarlos.

Prepararte para el examen de certificación AZ-720 Troubleshooting Microsoft Azure Connectivity.

• Módulo 1: Solución de problemas de continuidad empresarial con Microsoft Azure
• Módulo 2: Solución de problemas de resolución de nombres en Microsoft Azure
• Módulo 3: Solución de problemas de conectividad híbrida y en la nube en Microsoft Azure
• Módulo 4: Solución de problemas de plataforma como servicio en Microsoft Azure
• Módulo 5: Solución de problemas de autenticación y control de acceso en Microsoft Azure
• Módulo 6: Solución de problemas de seguridad de red con Microsoft Azure
• Módulo 7: Solución de problemas de enrutamiento, control de tráfico y equilibrio de carga en Microsoft Azure
• Módulo 8: Solución de problemas de conectividad con máquinas virtuales en Microsoft Azure
• Módulo 9: Solución de problemas de puertas de enlace de VPN en Microsoft Azure

Documentación oficial para el curso AZ-720 Azure Support Engineer Troubleshooting Azure Connectivity.

• Formador certificado por Microsoft.
• Más de 5 años de experiencia profesional.
• Más de 4 años de experiencia docente.
• Profesional activo en empresas del sector IT.

• Configurar la infraestructura de la solución de Azure IoT Hub.
• Aprovisionar y administrar dispositivos.
• Implementar IoT Edge.
• Implementar la integración empresarial.
• Procesar y administrar datos.
• Supervisar, solucionar problemas y optimizar soluciones de loT.
• Implementar la seguridad.
• Obtener la certificación Microsoft Certified: Azure IoT Developer Specialty.

• Planificar e implementar una infraestructura de Azure Virtual Desktop.
• Planificar e implementar la identidad y la seguridad.
• Planificar e implementar entornos y aplicaciones de usuario.
• Supervisar y mantener una infraestructura de Azure Virtual Desktop.
• Obtener la certificación Microsoft Certified: Azure Virtual Desktop Specialty.

• Migrar cargas de trabajo de SAP a Azure.
• Diseñar e implementar una infraestructura para admitir cargas de trabajo de SAP en Azure.
• Diseñar e implementar soluciones de alta disponibilidad y recuperación ante desastres (HADR).
• Obtener la certificación Microsoft Certified: Azure for SAP Workloads Specialty.

• Proteger infraestructuras híbridas y locales de Windows Server.
• Implementar y administrar la alta disponibilidad de Windows Server.
• Implementar recuperación ante desastres.
• Migrar servidores y cargas de trabajo.
• Supervisar y solucionar problemas de entornos de Windows Server.
• Obtener la certificación Microsoft Certified: Windows Server Hybrid Administrator Associate.

• Implementar y administrar AD DS en entornos locales y en la nube.
• Administrar cargas de trabajo y servidores de Windows en un entorno híbrido.
• Administrar máquinas virtuales y contenedores.
• Implementar y administrar una infraestructura de red local e híbrida.
• Administrar servicios de archivos y almacenamiento.
• Obtener la certificación Microsoft Certified: Windows Server Hybrid Administrator Associate.

• Diseñar e implementar la infraestructura de red principal.
• Diseñar, implementar y administrar servicios de conectividad.
• Diseñar e implementar servicios de entrega de aplicaciones.
• Diseñar e implementar acceso privado a los servicios de Azure.
• Proteger la conectividad de red con recursos de Azure.
• Obtener la certificación Microsoft Certified: Azure Network Engineer Associate.

• Planificar e implementar Azure Stack Hub.
• Proporcionar servicios.
• Administrar la infraestructura.
• Obtener la certificación Microsoft Certified: Azure Stack Hub Operator Associate.

• Administrar identidades y accesos.
• Configurar redes seguras.
• Establecer protección de procesos, almacenamiento y bases de datos.
• Administrar operaciones de seguridad.
• Obtener la certificación Microsoft Certified: Azure Security Engineer Associate.

• Desarrollar estrategia de instrumentación.
• Desarrollar una estrategia de Ingeniería de confiabilidad de sitios (SRE).
• Desarrollar un plan de seguridad y cumplimiento.
• Administrar el control de código fuente.
• Comunicación y colaboración sencillas.
• Definir e implementar la integración continua.
• Definir e implementar una estrategia de administración de versiones y entrega continua.
• Obtener la certificación Microsoft Certified: DevOps Engineer Expert.

• Diseñar soluciones de identidad, gobernanza y supervisión.
• Diseñar soluciones de almacenamiento de datos.
• Diseñar soluciones de continuidad empresarial.
• Diseñar soluciones de infraestructura.
• Obtener la certificación Microsoft Certified: Azure Solutions Architect Expert.

• Desarrollar soluciones de proceso de Azure.
• Desarrollar para Azure Storage.
• Implementar la seguridad en Azure.
• Supervisar, solucionar problemas y optimizar de soluciones de Azure.
• Conexión y consumo de servicios de Azure y de terceros.
• Obtener la certificación Microsoft Certified: Azure Developer Associate.

• Administrar identidades y gobernanza en Azure.
• Implementar y administrar el almacenamiento.
• Implementar y administrar recursos de proceso de Azure.
• Configurar y administrar redes virtuales.
• Supervisar y hacer mantenimiento de recursos de Azure.
• Obtener la certificación Microsoft Certified: Azure Administrator Associate.

Este examen de certificación está destinado a candidatos con conocimientos tanto técnicos como no técnicos. No se requiere experiencia en ciencia de datos e ingeniería de software. Sin embargo, es recomendable conocer los conceptos básicos de la nube y las aplicaciones cliente-servidor.

• Describir las cargas de trabajo y las consideraciones de inteligencia artificial.
• Describir los principios fundamentales del aprendizaje automático en Azure.
• Describir las características de las cargas de trabajo de visión de procesos en Azure.
• Describir las características de las cargas de trabajo de procesamiento del lenguaje natural.
• Obtener la certificación AI-900 Microsoft Certified: Azure AI Fundamentals.

Este examen de certificación está destinado a candidatos que comienzan a trabajar con datos en la nube.

• Describir conceptos de datos básicos.
• Identificar consideraciones para datos relacionales en Azure.
• Describir las consideraciones para trabajar con datos no relacionales en Azure.
• Describir una carga de trabajo de análisis en Azure.
• Obtener la certificación Microsoft Certified: Azure Data Fundamentals.

Este examen de certificación está dirigido a candidatos que recién estén comenzando a trabajar con soluciones y servicios basados en la nube o que son nuevos en Azure.

• Describir los conceptos de la nube
• Describir la arquitectura y los servicios de Azure
• Describir la administración y la gobernanza de Azure
• Obtener la certificación Microsoft Certified: Azure Fundamentals.

• Analizar la visión y los requisitos de la solución.
• Diseñar una solución.
• Implementar la solución.
• Obtener la certificación Microsoft Certified: Power Platform Solution Architect Expert.

• Diseñar soluciones
• Desarrollar soluciones
• Implementar y administrar soluciones
• Obtener la certificación Microsoft Certified: Power Automate RPA Developer Associate.

Prepararte para el examen de certificación PL-500 Microsoft Power Automate RPA Developer.

• Módulo 1: Primeros pasos con Power Automate para escritorio
• Módulo 2: Conceptos básicos del desarrollo de Power Automate para escritorio
• Módulo 3: Compilar el primer flujo de Power Automate para escritorio
• Módulo 4: Definir parámetros de entrada y salida en Power Automate
• Módulo 5: Integrar flujos de escritorio con el conector de Outlook en Power Automate para escritorio
• Módulo 6: Conectar un flujo de nube a flujos de escritorio en Power Automate para escritorio
• Módulo 7: Utilizar AI Builder para procesar formularios de facturas en Power Automate
• Módulo 8: Utilizar el conector Teams en Power Automate
• Módulo 9: Ejecutar flujo de Power Automate para escritorio en modo desasistido
• Módulo 10: Optimizar sus procesos de negocio con Process Advisor
• Módulo 11: Gestionar variables en Power Automate para escritorio
• Módulo 12: Automatizar las tareas repetitivas mediante bucles en Power Automate para escritorio
• Módulo 13: Ajustar el comportamiento del proceso mediante acciones condicionales con Power Automate para escritorio
• Módulo 14: Configurar el control de flujo en Power Automate para escritorio
• Módulo 15: Generar flujos de Power Automate para escritorio mediante su grabación
• Módulo 16: Configurar la gestión de excepciones y errores en Power Automate para escritorio
• Módulo 17: Controlar la gestión de archivos y carpetas en Power Automate para escritorio
• Módulo 18: Automatización web en Power Automate para escritorio
• Módulo 19: Utilizar Power Automate para escritorio para interactuar con ventanas y aplicaciones
• Módulo 20: Automatización de Excel en Power Automate para escritorio
• Módulo 21: Automatizar la gestión del correo electrónico en Power Automate para escritorio
• Módulo 22: Automatizar acciones del sistema, la estación de trabajo y los servicios en Power Automate para escritorio
• Módulo 23: Comunicarse mediante cuadros de mensaje en los flujos de Power Automate para escritorio
• Módulo 24: Manipulación de texto en Power Automate para escritorio
• Módulo 25: Simular las acciones del ratón y el teclado con Power Automate para escritorio
• Módulo 26: Combinar los flujos de escritorio y de nube de Power Automate
• Módulo 27: Manejo de bases de datos en Power Automate para escritorio
• Módulo 28: Gestionar Active Directory en Power Automate para escritorio
• Módulo 29: Scripting en Power Automate para escritorio
• Módulo 30: Tecnologías OCR en Power Automate para escritorio
• Módulo 31: Introducción a los conectores personalizados en Power Automate
• Módulo 32: Configurar conectores personalizados con API autenticadas en Power Automate
• Módulo 33: Introducción a la seguridad y la gobernanza de Microsoft Power Platform

Documentación oficial para el curso PL-500 Microsoft Power Automate RPA Developer.

• Formador certificado por Microsoft.
• Más de 5 años de experiencia profesional.
• Más de 4 años de experiencia docente.
• Profesional activo en empresas del sector IT.

• Crear un diseño técnico.
• Configurar Microsoft Dataverse.
• Crear y configurar Power Apps.
• Configurar la automatización de procesos empresariales.
• Extender la experiencia del usuario.
• Extender la plataforma.
• Desarrollar integraciones.
• Obtener la certificación Microsoft Certified: Power Platform Developer Associate.

• Preparar los datos.
• Modelar los datos.
• Visualizar y analizar los datos.
• Implementar y mantener los recursos.
• Obtener la certificación Microsoft Certified: Power BI Data Analyst Associate

• Configurar Microsoft Dataverse.
• Crear aplicaciones mediante Microsoft Power Apps.
• Crear y administrar la automatización de procesos.
• Describir Microsoft Power Virtual Agents.
• Realizar importación y visualización de datos mediante flujos de datos y Power BI.
• Definir una estrategia de entorno.
• Obtener la certificación Microsoft Certified: Power Platform Functional Consultant Associate

• Diseñar soluciones empresariales.
• Realizar análisis y visualización de datos.
• Crear soluciones empresariales.
• Obtener la certificación Microsoft Certified: Power Platform App Maker Associate.

La certificación Microsoft Certified: Power Platform Fundamentals está dirigida a personas que aspiren a comprender cómo se pueden usar las tecnologías de Microsoft Power Platform para mejorar los procesos y ayudar a impulsar los resultados comerciales. Este examen de certificación está destinado a candidatos que buscan comenzar su viaje creando soluciones con Microsoft Power Platform.

• Describir el valor empresarial de Microsoft Power Platform.
• Identificar los componentes principales de Microsoft Power Platform.
• Demostrar las capacidades de Power BI.
• Demostrar las capacidades de Power Apps.
• Demostrar las capacidades de Power Automate.
• Mostrar las funcionalidades de Power Virtual Agents.
• Obtener la certificación Microsoft Certified: Power Platform Fundamentals.

• Impulsar y gestionar un cambio organizacional efectivo.
• Fomentar una cultura de mejora continua.
• Facilitar la toma de decisiones.
• Apoyar la gestión del cambio.
• Minimizar la interrupción.
• Innovar sin dejar de cumplir.
• Prepararte para el examen de certificación ITIL® 4 Strategist: Direct, Plan & Improve.

Documentación oficial para el curso ITIL® 4 Strategist: Direct, Plan & Improve.

• Formador certificado por ITIL®.
• Más de 5 años de experiencia profesional.
• Más de 4 años de experiencia docente.
• Profesional activo en empresas del sector IT.

• Alinear los objetivos comerciales y de TI.
• Reconocer y gestionar sistemas adaptativos complejos.
• Cerrar la brecha entre desarrollo y operaciones.
• Mejorar el rendimiento con Lean, Agile y DevOps.
• Aumentar la velocidad y la calidad de los servicios.
• Invertir en herramientas y técnicas digitales para crear valor.
• Prepararte para el examen de certificación ITIL® 4 Specialist: High Velocity IT.

Documentación oficial para el curso ITIL® 4 Specialist: High Velocity IT.

• Formador certificado por ITIL®.
• Más de 5 años de experiencia profesional.
• Más de 4 años de experiencia docente.
• Profesional activo en empresas del sector IT.

• Gestionar eficazmente a las partes interesadas clave.
• Construir relaciones de confianza.
• Dar forma a la demanda del cliente.
• Incrustar pensamiento de diseño efectivo (Design Thinking).
• Optimizar la experiencia del usuario y la experiencia del cliente.
• Prepararte para el examen de certificación ITIL® 4 Specialist: Drive Stakeholder Value.

Documentación oficial para el curso ITIL® 4 Specialist: Drive Stakeholder Value.

• Formador certificado por ITIL®.
• Más de 5 años de experiencia profesional.
• Más de 4 años de experiencia docente.
• Profesional activo en empresas del sector IT.

• Mejorar los procesos existentes.
• Gestionar eficazmente los equipos de TI.
• Optimizar flujos de valor y flujos de trabajo.
• Alinear los servicios digitales con la estrategia comercial.
• Mejorar la forma en que se desarrollan los servicios.
• Integrar nuevas tecnologías que incorporen formas de trabajo Lean, Agile y DevOps.
• Prepararte para el examen de certificación ITIL® 4 Specialist: Create, Deliver & Support.

Documentación oficial para el curso ITIL® 4 Specialist: Create, Deliver & Support.

• Formador certificado por ITIL®.
• Más de 5 años de experiencia profesional.
• Más de 4 años de experiencia docente.
• Profesional activo en empresas del sector IT.

• Profesionales interesados en ayudar a su organización a adoptar la nueva cultura de gestión de servicios o a mejorar continuamente la gestión de servicios.
• Profesionales que desean conocer el marco de trabajo de ITIL y cómo utilizarlo para mejorar la calidad de la gestión de servicios dentro de una organización.
• Profesionales IT que están trabajando en una organización con un programa de mejora continua de servicios.

• Comprender cómo operan las organizaciones modernas.
• Comprender los flujos de valor y cómo aumentan la velocidad y la eficiencia.
• Comprender los principios culturales o de comportamiento y cómo guían el trabajo que beneficia a la organización en términos generales.
• Comprender cómo utilizar términos y conceptos de gestión de servicios de uso común.
• Prepararte para el examen de certificación ITIL® 4 Foundation.
• Obtener la certificación ITIL® 4 Foundation.

Módulo 1: Introducción y resumen de ITIL® 4

• Introducción a ITIL® 4
• Estructura y beneficios de los componentes clave
• Sistema de Valor del Servicio (SVS)
• Esquema de certificaciones ITIL®

Módulo 2: Gestión del servicio. Conceptos clave

• Valor y co-creación de valor
• Servicios y productos
• Relaciones del servicio
• Valor: efectos, costes y riesgos

Módulo 3: Las cuatro dimensiones de la gestión del servicio

• Organizaciones y personas
• Información y tecnología
• Socios y suministradores
• Integración y gestión del servicio
• Flujos de valor y procesos
• Factores externos

Módulo 4: El Sistema de Valor de Servicio (SVS)

• Descripción general del Sistema de Valor de Servicio
• Oportunidad, demanda y valor
• Gobernanza
• La cadena de valor del servicio
• Actividades de la cadena de valor del servicio: Los principios rectores y las prácticas de gestión de ITIL®

Módulo 5: Prácticas ITIL® de gestión general

• Gestión de la arquitectura
• Mejora continua
• El modelo CSA paso a paso
• La práctica de la mejora continua
• Gestión de la seguridad de la información
• Gestión del conocimiento
• Medición y reporte
• Gestión de la cartera de servicios
• Gestión del cambio organizativo
• Gestión de proyectos
• Gestión de relaciones
• Gestión de riesgos
• Gestión financiera del servicio
• Gestión de la estrategia
• Gestión de suministradores
• Gestión de la plantilla y el talento

Módulo 6: Prácticas ITIL® de gestión del servicio

• Gestión de disponibilidad
• Análisis de negocio
• Gestión de la capacidad y del rendimiento
• Control de cambios
• Gestión de incidencias
• Gestión de los Activos TI
• Monitorización y gestión de eventos
• Gestión de problemas
• Gestión de versiones liberadas o Releases
• Gestión del catálogo de servicios
• Gestión de la configuración del servicio
• Gestión de la continuidad del servicio
• Diseño del servicio
• Service Desk
• Gestión del nivel del servicio
• Validación del servicio y pruebas

Módulo 7: Prácticas ITIL® de gestión técnica

• Gestión del despliegue
• Gestión de infraestructuras y plataformas
• Gestión y desarrollo del software

Documentación oficial para el curso ITIL® 4 Foundation.

• Formador certificado ITIL®.
• Más de 5 años de experiencia profesional.
• Más de 4 años de experiencia docente.
• Profesional activo en empresas del sector IT.

Cualquier profesional comercial o equipo de una organización interesado en aprender sobre los cambios operativos con la tecnología de Google Cloud, incluyendo la administración de costos, la seguridad y el monitoreo de recursos de TI.

• Describir la gobernanza financiera en la nube y las mejores prácticas recomendadas de Google Cloud para una gestión eficaz de los costos de la nube.
• Definir un modelo de responsabilidad compartida para una seguridad óptima en la nube.
• Explicar cómo los equipos de TI y los líderes empresariales pueden usar los principios de DevOps y SRE para aumentar la eficiencia operativa de la nube.
• Identificar las soluciones de Google Cloud para el monitoreo de recursos en la nube y la gestión del rendimiento de las aplicaciones.

Módulo 1: Introduction

Objetivos:

Gain an overview of the course structure and content breakdown.

Temas:

• Course introduction
• Student slides

Módulo 2: Financial Governance in the Cloud

Objetivos:

• Explain how to think about the total cost of ownership (TCO) in the cloud.
• Describe best practices for effective cloud cost management.

Temas:

• Introduction
• Fundamentals of cloud cost management
• Total cost of ownership
• Best practices for managing Google Cloud costs

Módulo 3: Security in the cloud

Objetivos:

• Identify today’s top cybersecurity challenges and threats to data privacy.
• Explain what is meant by a ‘Shared Responsibility Model’ and how customers can use Google Cloud tools to implement their chosen security policies.

Temas:

• Introduction
• Fundamental terms: Privacy, security, compliance and availability
• Today’s top cyber security challenges
• Shared Responsibility Model – Part I
• Shared Responsibility Model – Part II
• Identity and access management
• Resource hierarchy

Módulo 4: Monitoring Cloud IT Services and Operations

Objetivos:

• Define monitoring, logging, and observability within the context of cloud operations.
• Identify the Google Cloud resource monitoring and maintenance tools.
• Differentiate DevOps from SRE.

Temas:

• Introduction
• IT development and operations challenges
• DevOps and SRE
• Google Cloud resource monitoring tools

Módulo 5: Summary

Objetivos:

Breakdown of module learning objectives

Temas:

• Review the key topics and core concepts covered in this course.
• Find additional resources to continue your learning.

Documentación oficial para el curso Understanding Google Cloud Security and Operations.

• 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.

Cualquier profesional de negocios o equipo de una organización interesado en aprender a desbloquear el valor de los sistemas de TI tradicionales y modernizar las aplicaciones con la tecnología de Google Cloud puede beneficiarse de este curso.

• Describir los beneficios clave de la modernización de la infraestructura y las aplicaciones con referencia a la tecnología de la nube.
• Diferenciar entre máquinas virtuales, contenedores y Kubernetes.
• Explicar las soluciones de Google Cloud que ayudan a las empresas a administrar mejor sus sistemas, como App Engine y Google Kubernetes Engine.
• Explicar cómo las soluciones de Google Cloud respaldan la modernización de aplicaciones y simplifican la administración de API.

Módulo 1: Introduction

Objetivos:

Gain an overview of the course structure and content breakdown.

Temas:

• Course introduction
• Student slides

Módulo 2: Modernizing IT Infrastructure with Google Cloud

Objetivos:

• Explain why legacy infrastructure struggles to deliver modern services to customers.
• Define private, hybrid, and multi-cloud infrastructures, and how businesses gain value from them.
• Identify the Google Cloud solutions that help businesses modernize their infrastructure.

Temas:

• Introduction
• Infrastructure Modernization
• Understanding compute options in the cloud
• Hybrid and multi-cloud architectures
• Google Cloud Compute Solutions

Módulo 3: Modernizing Applications with Google Cloud

Objetivos:

• Describe patterns for modernizing and developing applications.
• Explain Google Cloud core solutions for application development and modernization.

Temas:

• Introduction
• Cloud change patterns
• Challenges in application development
• Google Kubernetes Engine
• App Engine
• Customer case studies

Módulo 4: The Value of APIs

Objetivos:

• Explain how APIs can create new business models and support app modernization.
• Explain how Apigee simplifies API management.

Temas:

• Introduction
• Legacy system challenges
• How APIs can modernize legacy systems
• Using APIs to create new business value
• Apigee

Módulo 5: Summary

Objetivos:

Breakdown of module learning objectives

Temas:

• Review the key topics and core concepts covered in this course.
• Find additional resources to continue your learning.

Documentación oficial para el curso Infrastructure and Application Modernization with 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.

Cualquier profesional de negocios o equipo de una organización interesado en aprender sobre la nube, los datos y la tecnología de Google Cloud.

• Describir el papel de los datos en la transformación digital y la importancia de una cultura basada en datos.
• Identificar soluciones comunes de Google Cloud para la gestión de datos.
• Identificar soluciones comunes de Google Cloud para análisis inteligente.
• Identificar las soluciones de Google Cloud para Machine Learning e inteligencia artificial.

Módulo 1: Introduction

Objetivos:

Gain an overview of the course structure and content breakdown.

Temas:

Course introduction

Módulo 2: The Value of Data

Objetivos:

• Describe the role of data in digital transformation.
• Describe how to use data to create business insights.
• Recognize examples of structured and unstructured data.

Temas:

• Introduction
• The role of data in digital transformation
• Leveraging data in your organization
• Understanding data types
• Important data considerations

Módulo 3: Data Consolidation and Analytics

Objetivos:

• Explain the benefits of storing data in the cloud.
• Define key terms such as database, data warehouse, and data lake.
• Identify Google Cloud data storage and database services.
• Identify key Google Cloud products that use data to create business insights, including Looker and Big Query.

Temas:

• Introduction
• Migrating your data to the cloud
• Cloud databases
• Cloud data warehouses
• Cloud data lakes
• Business intelligence solutions (e.g. BigQuery, Looker)

Módulo 4: Innovation with Machine Learning

Objetivos:

• Define artificial intelligence (AI) and machine learning (ML).
• Explain the importance of data quality in ML prediction accuracy.
• Describe Google Cloud’s differentiators when it comes to AI and Machine Learning.
• Recognize ways customers have used Google Cloud’s AI and ML products to innovate.

Temas:

• Introduction
• What is machine learning?
• Data Quality
• AI and ML with Google Cloud
• Real-world use cases for ML

Módulo 5: Summary

Objetivos:

• Review the key topics and core concepts covered in this course.
• Find additional resources to continue your learning.

Temas:

Course summary

Documentación oficial para el curso Innovating with Data and 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.

Cualquier profesional de negocios o equipo de una organización interesado en aprender sobre la nube, los datos y la transformación digital con la tecnología de Google Cloud.

• Definir conceptos fundamentales como datos, tecnología en la nube y transformación digital.
• Utilizar casos de uso de clientes para demostrar cómo la tecnología de la nube está transformando las empresas.
• Reconocer los pilares de la solución de Google Cloud y los casos de uso de cada uno.
• Describir los principios clave que ayudan a escalar una mentalidad de innovación en toda una organización.

Módulo 1: Introduction

Objetivos:

Gain an overview of the course structure and content breakdown.

Temas:

• Course introduction
• Student slides

Módulo 2: Why cloud technology is revolutionizing business

Objetivos:

• Explain why and how the cloud revolutionizes businesses.
• Define key terms such as cloud, cloud technology, data, and digital transformation.

Temas:

• Introduction
• What is cloud?
• Danger of maintaining the status quo
• A paradigm shift
• Extraordinary compute power
• Data as currency

Módulo 3: Digital Transformation with Google Cloud

Objetivos:

• Recognize common challenges and opportunities that businesses might encounter in their digital transformation journey.
• Identify Google Cloud solution pillars and common use cases for each.
• Recognize the Google Cloud Adoption Framework (GCAF).

Temas:

• Introduction
• Enhancing productivity and collaboration
• Modernizing IT infrastructure
• Modernizing business platforms and applications
• Unlocking the value of data
• Using a new built-in security model
• Google Cloud solutions for digital transformation
• Google Cloud Adoption Framework (GCAF)

Módulo 4: Scaling the innovation mindset

Objetivos:

• List Google’s 6 focus areas for organizational transformation.
• Define innovation and principles for scaling the innovation mindset.
• Explain the importance of focusing on your users and use Google’s methods to identify user expectations.
• Familiarize yourself with how a business case for the cloud is created.

Temas:

• Introduction
• Focus areas for culture transformation
• Scale the innovation mindset
• Think 10X
• Launch and iterate
• Innovation example: Banking industry
• Try it yourself

Módulo 5: Summary

Objetivos:

Breakdown of module learning objectives

Temas:

• Review the key topics and core concepts covered in this course.
• Find additional resources to continue your learning.

Documentación oficial para el curso Introduction to Digital Transformation with 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.

Administradores de Google Workspace nuevos o existentes.

• Aprender a crear y configurar una nueva cuenta de Google Workspace con un dominio principal y explorar opciones para el aprovisionamiento.
• Aprender a administrar tus usuarios y familiarizarte con las estructuras organizativas y los servicios principales de Google Workspace, como Gmail y Calendar. Aprender a configurar estos servicios para satisfacer las necesidades de tu organización.
• Conocer las prácticas recomendadas de Google para proteger a tus usuarios y datos. Esto incluye examinar la seguridad de los usuarios y las aplicaciones y familiarizarte con las opciones de inicio de sesión único (SSO) disponibles para tu organización. Aprender a identificar eventos y riesgos de seguridad y mitigar los problemas que puedan surgir.
• Aprender a configurar el cumplimiento del correo electrónico e implementar medidas para proteger tu organización contra ataques de spam, suplantación de identidad, phishing y malware. Familiarizarte con las diversas opciones de enrutamiento de correo disponibles.
• Conocer las prácticas recomendadas de Google para implementar Google Workspace en tu organización.

Módulo 1: Introduction to Google Workspace Administration

• Set up a Google Workspace account.
• Access and navigate the Google Workspace Admin console.
• Describe the key properties of the Google Workspace Directory.
• Explain how an organizational structure can be used to simplify user and service management.
• Provision users, groups, and calendar resources in Google Workspace, and undertake common user management tasks.
• Describe the types of admin roles available in Google Workspace.

Módulo 2: Managing Google Workspace

• Describe how to manage and configure Google Workspace services for an organization.
• Explore the mobile device management options available in Google Workspace.
• Describe Google Vault and learn how to use it to retain, search, and export your organization’s data.
• Navigate Google Workspace admin reports and set up administrator alerts.

Módulo 3: Google Workspace Security

• Configure Google Workspace’s user protection settings, such as password policies and recovery.
• Implement 2-step verification in your organization.
• Describe the SSO options available in Google Workspace.
• Identify the differences between using Google as an identity provider versus using a third-party provider.
• Use Secure LDAP to integrate LDAP compliant applications.
• Configure trusted applications for your organization.
• Configure access to trusted applications to prevent malicious attacks.
• Use the security center to identify, triage, and act on security and privacy issues.

Módulo 4: Google Workspace Mail Management

• Explain the Domain Name System (DNS), and identify the common record types.
• Implement Google Workspace’s email security measures, and explain the purpose of each.
• Configure Google Workspace to protect users from spam, phishing, and malware attacks.
• Implement email compliance features provided by Google Workspace.
• Describe common Google Workspace email routing options.

Módulo 5: Planning for a Google Workspace Deployment

• Describe Google’s three-phase deployment methodology.
• Describe how to provision domains, users, groups, and other objects in Google Workspace.
• Describe mail delivery types, and explain how routing should be configured during each deployment phase.
• Explain migration options, and make recommendations based on organizational needs.
• Describe how to migrate mail, calendar, and contacts data from a legacy platform to Google Workspace.
• Explain coexistence challenges encountered during a Google Workspace deployment, and recommend best practices, in particular around calendar coexistence.
• Describe the value of change management and the importance of the change manager.

Documentación oficial para el curso Google Workspace Administration.

• 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.

• Observar y supervisr los servicios que se ejecutan en los clústeres de Anthos en varios entornos.
• Instalar Anthos Service Mesh en clústeres de Anthos en varios entornos.
• Configurar el enrutamiento del tráfico, mejorar la seguridad de la red y la visibilidad con Anthos Service Mesh.
• Crear arquitecturas de red de varios clústeres con Anthos Service Mesh.

Módulo 1: Introducing Anthos Service Mesh

Temas:

• Introduction to Anthos Service Mesh
• Architecture
• Installation
• Life of a request in the mesh
• Mesh telemetry and instrumentation
• Anthos Service Mesh dashboards
• Anthos Service Mesh pricing and support

Objetivos:

• Understand the benefits of Anthos Service Mesh, including running distributed services across clusters and enhancing service observability, traffic management, and security.
• Install Anthos Service Mesh on different Anthos clusters and choose capabilities depending on the level of management and automation you want.
• Collect workload telemetry including metrics, traces, and logs, and learn to visualize your services on the Anthos Service Mesh dashboards.
• Understand Anthos Service Mesh and the capabilities,

Módulo 2: Managing Traffic Flow with Anthos Service Mesh

Temas:

• Networking and service discovery
• Anthos Service Mesh API resources
• Network resilience and testing

Objetivos:

• Understand how Anthos Service Mesh learns the network from Kubernetes and builds on top to provide advanced routing capabilities.
• Deploy mesh API resources such as the VirtualService, DestinationRule, Gateway, Service Entry, and the sidecar to configure the mesh.
• Harden the mesh network by introducing new functionality such as request retries, request timeouts, and circuit breakers.
• Test the mesh network by creating failures and delays on specific services to improve the overall resilience.

Módulo 3: Securing Network Traffic with Anthos Service Mesh

Temas:

• Security across services
• Authentication and encryption
• Service authentication in the mesh
• End-user authentication in the mesh
• Authorization in the mesh
• Bonus: Employee authentication and authorization in the mesh

Objetivos:

• Encrypt traffic between microservices to prevent anyone in the network from accessing private information.
• Authorize services and requests; ensuring that services only access the information that is allowed access from other services.
• Authenticate services and requests to verify trust among services in the mesh and among end users.
• Limit service access in the network so

Módulo 4: Multi-Cluster Networking with Anthos Service Mesh

Temas:

• Fleet networking
• Single network east-west routing
• Multiple network east-west routings
• North-south routing

Objetivos:

• Understand how to do multi-cluster networking, both north-south and east-west routing, with different network configurations.
• Learn how to configure east-west networking on different Anthos clusters running on multi-cloud and hybrid locations with Anthos Service Mesh.
• Install Anthos Service Mesh on different Anthos GKE clusters, and choose the right network configuration depending on where you want to run your cluster.
• Combine Anthos Service Mesh with multi-cluster Gateways and multi-cluster services (MCS) to seamlessly run distributed services.

Documentación oficial para el curso Cloud Operations and Service Mesh with Anthos.

• 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.

• Líderes de TI y líderes empresariales interesados en adoptar la filosofía SRE. Los roles incluyen, entre otros: CTO, director/gerente de TI, vicepresidente/director/gerente de ingeniería.
• Otros roles de productos y TI, como gerentes o ingenieros de operaciones, ingenieros de software, gerentes de servicios o gerentes de productos.

• Conocer la importancia del SRE para el éxito del proyecto de transformación de TI de una organización.
• Conocer la relación entre DevOps y SRE.
• Conocer los pilares de DevOps.
• Saber cómo se alinean las prácticas de SRE con los pilares de DevOps.
• Comprender el valor que SRE puede proporcionar a una organización.
• Conocer los fundamentos técnicos y culturales de la SRE.
• Aprender dónde se puede aplicar SRE dentro de las operaciones de TI.
• Conocer las habilidades que necesita una SRE.
• Conocer los diferentes tipos de implementaciones de equipos SRE.

Módulo 1: Welcome to Developing a Google SRE Culture

Explain why SRE is important to an organization’s IT transformation project’s success.

Módulo 2: DevOps, SRE, and Why They Exist

• Distinguish between DevOps and SRE.
• Articulate the pillars of DevOps.
• Explain how SRE practices align to DevOps pillars.

Módulo 3: SLOs with Consequences

• Understand the value SRE can provide to an organization.
• Describe the technical fundamentals of SRE (SLOs, error budgets, and blameless postmortems).
• Describe the cultural fundamentals of SRE (Psychological safety, blamelessness, unified vision, collaboration, and knowledge sharing).

Módulo 4: Make Tomorrow Better than Today

• Describe the technical fundamentals of SRE (continuous integration/continous delivery, canarying, and toil automation).
• Describe the cultural fundamentals of SRE (design thinking, prototyping, psychology of change, and resistance to change).

Módulo 5: Regulate Workload

• Describe the technical fundamentals of SRE (measuring toil and reliability, and monitoring).
• Describe the cultural fundamentals of SRE (goal-setting, transparency, data-driven decision making).

Módulo 6: Apply SRE in Your Organization

• Assess their organization’s SRE maturity level.
• Identify where SRE can be applied within their business.
• Recognize the skills an SRE needs.
• Articulate the different types of SRE team implementations.
• Advocate for SRE culture adoption across their organization.

Módulo 7: Final Assessment

Assess SRE technical and cultural fundamentals knowledge.

Documentación oficial para el curso Developing a Google SRE Culture.

• 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.

• Identificar los desafíos de la carga de trabajo abordados y los componentes involucrados en las soluciones informáticas sin servidor en Anthos.
• Instalar cargas de trabajo en Cloud Run y Cloud Run para Anthos.
• Configurar y revisar el registro, las métricas y la supervisión de las soluciones informáticas sin servidor en Anthos.
• Identificar las fases de la migración y los tipos de carga de trabajo para las migraciones con Anthos.
• Instalar Migrate for Anthos.
• Migrar cargas de trabajo.
• Conocer las mejores prácticas al migrar con Anthos.
• Aprender múltiples estrategias para la implementación de aplicaciones automatizadas y la integración y entrega continuas (CI/CD) con Anthos.

Módulo 1: Application Migration with Anthos

Temas:

• Modernization vision
• Workload discovery and migration assessment
• Migrating applications to containers

Objetivos:

• Understand the benefits and challenges of containerizing applications.
• Determine which workloads are a good or bad fit for migrations.
• Use automated tools to assess a workload’s containerization fitness of a workload.
• Plan a workload migration.

Módulo 2: Modern CI/CD for Anthos

Temas:

• CI/CD in Google Cloud
• CI/CD in a private network
• CI/CD on-premises and multi-cloud environments
• Securing the software supply chain
• Deploying third-party software

Objetivos:

• Recall the application deployment goals when working with microservicebased architectures.
• Identify the model and benefits of Cloud Marketplace.
• Explain manual (non-Marketplace) deployment patterns with Anthos Clusters.
• Describe an automated CI/CD architecture using Cloud Build.

Módulo 3: Serverless on Anthos

Temas:

• Overview of serverless computing solutions and their associated Anthos components.
• Installing Cloud Run for Anthos.
• Running serverless workloads on Anthos.

Objetivos:

• Identify workload challenges addressed by serverless computing solutions.
• List the Anthos serverless computing solutions components.
• Install Cloud Run for Anthos.
• Deploy, update, and adjust serverless workloads on Anthos.
• Use Eventarc to deliver events.
• Use best practices when running Serverless Computing Solutions on Anthos.

Documentación oficial para el curso Hybrid Cloud Modernizing Applications with Anthos.

• 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.

• Científicos de datos que busquen generar un impacto comercial mediante la conversión rápida del prototipo de machine learning a la producción.
• Ingenieros de software que busquen desarrollar habilidades de ingeniería de machine learning.
• Ingenieros de machine learning que deseen adoptar Google Cloud.

• Organizar el entrenamiento y la implementación de modelos con TFX y Cloud AI Platform.
• Operar modelos de machine learning implementados de manera efectiva y eficiente.
• Realizar una capacitación continua con varios marcos (Scikit Learn, XGBoost, PyTorch) y organizar pipelines con Cloud Composer y MLFlow.
• Integre los flujos de trabajo de machine learning con los flujos de trabajo de gestión de datos ascendentes y descendentes para mantener la gestión integral de linaje y metadatos.

Módulo 1: Introduction to TFX

• Develop a high level understanding of TFX standard pipeline components.
• Learn how to use a TFX Interactive Context for prototype development of TFX pipelines.
• Work with the Tensorflow Data Validation (TFDV) library to check and analyze input data.
• Utilize the Tensorflow Transform (TFT) library for scalable data preprocessing and feature transformations.
• Use the KerasTuner library for model hyperparameter tuning.
• Employ the Tensorflow Model Analysis (TFMA) library for model evaluation.

Módulo 2: Pipeline orchestration with TFX

Use the TFX CLI and Kubeflow UI to build and deploy TFX pipelines to a hosted AI Platform Pipelines instance on Google Cloud.

• Deploy a TensorFlow model trained using AI Platform Training to AI Platform Prediction.
• Perform advanced distributed hyperparameter tuning using CloudTuner and Cloud AI Platform Vizier.

Módulo 3: Custom components and CI/CD for TFX pipelines

Develop a CI/CD workflow with Cloud Build to build and deploy a TFX Pipeline.

• Integrate Github trigger to trigger Cloud Build CI/CD workflow for a TFX pipeline.

Módulo 4: ML Metadata with TFX

Access and analyze pipeline artifacts in ML Metadata store.

Módulo 5: Continuous Training with multiple SDKs, KubeFlow & AI Platform Pipelines

Perform continuous training with Scikit-learn and AI Platform Pipelines

• Perform continuous training with PyTorch and AI Platform Pipelines
• Perform continuous training with XGBoost and AI Platform Pipelines
• Perform continuous training with TensorFlow and AI Platform Pipelines

Módulo 6: Continuous Training with Cloud Composer

Perform continuous training with Cloud Composer

Módulo 7: ML Pipelines with MLflow

Manage Machine Learning lifecycle with MLflow

Módulo 8: Summary

Summarize the course

Documentación oficial para el curso ML Pipelines 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.

• Científicos de datos que busquen pasar rápidamente del prototipo de machine learning a la producción para lograr un impacto comercial.
• Ingenieros de software que busquen desarrollar habilidades de ingeniería de machine learning.
• Ingenieros de machine learning que deseen adoptar Google Cloud.

• Identificar y utilizar las tecnologías básicas necesarias para respaldar MLOps efectivos.
• Configurar y aprovisionar arquitecturas de Google Cloud para entornos de MLOps confiables y efectivos.
• Implementar flujos de trabajo de inferencia y capacitación confiables y repetibles.
• Adoptar las mejores prácticas de CI/CD en el contexto de los sistemas de ML.
• Operar modelos de machine learning implementados de manera efectiva y eficiente.

Módulo 1: Why and When do we need MLOps

• Discuss Data Scientists’ pain points
• Identify ML Engineering characteristics and challenges
• Define how Google Cloud can help with MLOps
• Recognize how MLOps differs from manual ML management
• Compare and contrast DevOps vs MLOps

Módulo 2: Understanding the Main Kubernetes Components (Optional)

• Define what is a Docker container
• Create Docker containers
• Identify the architecture of Kubernetes: pods, namespaces
• Create Docker containers using Google Container Builder
• Store container images in Google Container Registry
• Create a Kubernetes Engine cluster
• Manage Kubernetes deployments

Módulo 3: Introduction to AI Platform Pipelines

• Identify the benefits and opportunities of AI Pipelines
• Define Access Controls within AI Pipelines
• Recognize pipeline components
• List pipeline workflows
• Set up AI Platform Pipelines
• Create a machine learning pipeline
• Run a machine learning pipeline
• Connect to AI Platform Pipelines using the Kubeflow Pipelines SDK
• Configure a Google Kubernetes Engine cluster for AI Platform Pipelines

Módulo 4: Training, Tuning and Serving on AI Platform

• Identify the main concepts of MLOps on AI Platform
• Create a reproducible dataset
• Implement a tunable model
• Build and push a training container
• Train and tune a model
• Serve and query a model

Módulo 5: Kubeflow Pipelines on AI Platform

• Recognize how Kubeflow Pipelines fits in MLOps
• Describe a Kubeflow Pipeline with KF DSL
• Use the various Kubeflow components
• Compile, upload, and run a pipeline build in Kubeflow Pipelines

Módulo 6: CI/CD for Kubeflow Pipelines on AI Platform

• Create Cloud Build Builders
• Configure pipelines with Cloud Build
• Create triggers for training models using Cloud Build Triggers
• Adopt the best CI/CD practices in the context of ML systems

Módulo 7: Summary

• Summarize the course

Documentación oficial para el curso MLOps (Machine Learning Operations) Fundamentals.

• 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.

• Ingenieros de datos y programadores interesados en aprender a poner en práctica el machine learning.
• Cualquier persona interesada en aprender a construir y poner en funcionamiento modelos de TensorFlow.

• Implementar los diversos tipos de sistemas de producción de ML: capacitación estática, dinámica y continua, inferencia estática y dinámica, y procesamiento por lotes y en línea.
• Resolver un problema de ML mediante la creación de una canalización integral, desde la exploración de datos, el preprocesamiento, la ingeniería de características, la creación de modelos, el ajuste de hiperparámetros, la implementación y el servicio.
• Desarrollar una variedad de modelos de clasificación de imágenes, desde modelos lineales simples hasta redes neuronales convolucionales (CNNs) de alto rendimiento con normalización por lotes, aumento y transferencia de aprendizaje.
• Pronosticar valores de series temporales utilizando CNN, redes neuronales recurrentes (RNNs) y LSTMs.
• Aplicar ML al texto en lenguaje natural utilizando CNNs, RNNs, LSTMs, incrustaciones de palabras reutilizables y modelos generativos de codificador y decodificador.
• Implementar modelos de recomendación en TensorFlow, basados en contenido, colaborativos, híbridos y neuronales.

Módulo 1: End-to-End Machine Learning with TensorFlow on GCP

Temas:

In the first course of this specialization, we recap what was covered in the Machine Learning on Google Cloud Specialization. One of the best ways to review something is to work with the concepts and technologies that you have learned. So, this course is run like a workshop where you will carry out end-toend machine learning with TensorFlow on Google Cloud Platform. Here you will learn how to explore large datasets for features, create training and evaluation datasets, build models with the Estimator API in TensorFlow, train at scale and deploy those models into production with Google Cloud Platform machine learning tools.

New learners with ML background can also follow this course to learn how to do ML on GCP to fast track to the more advanced topics coming soon under the advanced specialization.

Módulo 2: Production ML Systems

Temas:

We’ll cover how to implement the various flavors of production ML systems—static, dynamic, and continuous training; static and dynamic inference; and batch and online processing. We’ll delve into TensorFlow abstraction levels and the various options for doing distributed training and how to write distributed training models with custom estimators.

• Compare static vs. dynamic training and inference
• Manage model dependencies
• Set up distributed training for fault tolerance, replication, and more
• Export models for portability

Módulo 3: Image Classification Models

Temas:

We will take a look at different strategies for building an image classifier using convolutional neural networks. We’ll improve the model’s accuracy with augmentation, feature extraction, and fine-tuning hyperparameters while avoiding overfitting our data.

• Classify images using deep learning
• Implement convolutional neural networks
• Improve the model by augmentation, batch normalization, etc.
• Leverage transfer learning

Objetivos:

Gain an overview of how ML is applied to image classification, including the evolving methods and challenges

Módulo 4: Sequence Models

Temas:

• Predict future values of a time-series
• Classify free form text
• Address time-series and text problems with recurrent neural networks
• Choose between RNNs/LSTMs and simpler models
• Train and reuse word embeddings in text problems

Objetivos:

This module is an introduction to sequence models and their applications, including an overview of sequence model architectures and how to handle inputs of variable length.

Módulo 5: Recommendation Models

Temas:

• Devise a content-based recommendation engine
• Implement a collaborative filtering recommendation engine
• Build a hybrid recommendation engine with user and content embeddings

Objetivos:

Apply your knowledge of classification models and embeddings to build a ML pipeline that functions as a recommendation engine.

Documentación oficial para el curso Advanced Machine Learning with TensorFlow on Google.

• 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.

• Ingenieros que planeen una migración de datos a Google Cloud Platform (GCP)
• Ingenieros que trabajen en un proyecto de migración de base de datos.
• Gerentes técnicos, tomadores de decisiones de TI y otros que deseen comprender los beneficios, riesgos, recompensas y procesos de migrar bases de datos a la nube.

• Planificar, ejecutar, probar y supervisar migraciones de bases de datos empresariales simples y complejas a Google Cloud.
• Evaluar arquitecturas de bases de datos locales y planificar migraciones a implementaciones optimizadas para la nube.
• Seleccionar los destinos de base de datos de Google Cloud apropiados en función de las fuentes de datos locales.
• Migrar bases de datos de SQL Server a Cloud SQL y Compute Engine.
• Ejecutar bases de datos de Oracle en Google Cloud bare metal.
• Reconocer y superar los desafíos del mundo real de mover datos para evitar la pérdida de datos, preservar la integridad de los datos y minimizar el
• tiempo de inactividad.
• Probar y monitorear proyectos de migración de datos.
• Aprovechar las herramientas para automatizar la migración de datos.
• Presentar caso comercial para trasladar las bases de datos a Google Cloud.

Módulo 1: Migrating Enterprise Databases to the Cloud

• Get a high-level solution overview of use cases, customers, and competitors.
• Understand traditional database architectures.
• Optimize databases for the cloud.
• Architect cloud databases for high-availability, scalability, and durability.

Módulo 2: Google Cloud Data Migration Solutions

• Evaluate the database solutions available on Google Cloud.
• Run databases on Google Cloud infrastructure using Compute Engine.
• Leverage Kubernetes and GKE for deploying databases.
• Use Cloud SQL for managed database solutions.
• Provision Bare Metal Solution for Oracle databases.
• Estimate the cost of database solutions.

Módulo 3: Google Implementation Methodology

• Migrate to the cloud using Google’s implementation methodology
• Perform the key database migration activities
• Choose the appropriate database migration approach.

Módulo 4: Migration Strategies

• Lift and shift databases from on-premises to Google Cloud.
• Backup and restore databases from on-premises to Google Cloud services.
• Migrate databases to the cloud with no downtime.
• Optimize databases for the cloud.

Módulo 5: Networking for Secure Database Connectivity

• Build secure networks to host databases and database client applications.
• Allow secure communication across networks using VPC Peering, VPNs, and interconnect.
• Control access to databases using firewall rules.
• Automate network infrastructure using Terraform.

Módulo 6: Migrating SQL Server Databases to Google Cloud

• Lift and shift SQL Server databases using Compute Engine.
• Employ Cloud SQL for managed SQL Server databases.
• Architect SQL Server for security, high availability, and disaster recovery.
• Configure SQL Server to run with Kubernetes on GKE.

Módulo 7: Migrating Oracle Databases to Google Cloud

• Explain why running Oracle on Google Cloud makes sense.
• Review the technical specs of Oracle BMS.
• Define common use cases for running Oracle on Google Cloud.

Módulo 8: Testing and Monitoring Databases in Google Cloud

• Use unit, integration, and regression testing techniques to ensure database migration success.
• Monitor your migration projects with Google tools.

Módulo 9: Google Cloud Data Migration Tools

• Move large amounts of data to the cloud using Google transfer services
• Program data processing and ETL pipelines using Cloud Data Fusion
• Create workflows using Composer

Módulo 10: Making the Business Case for Moving to Google Cloud