Certificación AWS Certified Data Engineer Associate

• Desarrolladores responsables de crear aplicaciones de aprendizaje profundo.
• Desarrolladores que deseen comprender los conceptos que subyacen al aprendizaje profundo y cómo implementar una solución de aprendizaje profundo en AWS.

• Definir los conceptos de machine learning y aprendizaje profundo.
• Identificar los conceptos en un ecosistema de aprendizaje profundo.
• Utilizar los marcos de programación de MXNet y Amazon SageMaker para cargas de trabajo de aprendizaje profundo.
• Adaptar soluciones de AWS en implementaciones de aprendizaje profundo.

Módulo 1: Machine learning overview

• A brief history of AI, ML, and DL
• The business importance of ML
• Common challenges in ML
• Different types of ML problems and tasks
• AI on AWS

Módulo 2: Introduction to deep learning

• Introduction to DL
• The DL concepts
• A summary of how to train DL models on AWS
• Introduction to Amazon SageMaker
• Hands-on lab: Spinning up an Amazon SageMaker notebook instance and running a multi-layer perceptron neural network model

Módulo 3: Introduction to Apache MXNet

• The motivation for and benefits of using MXNet and Gluon
• Important terms and APIs used in MXNet
• Convolutional neural networks (CNN) architecture
• Hands-on lab: Training a CNN on a CIFAR-10 dataset

Módulo 4: ML and DL architectures on AWS

• AWS services for deploying DL models (AWS Lambda, AWS IoT Greengrass, Amazon ECS, AWS Elastic Beanstalk)
• Introduction to AWS AI services that are based on DL (Amazon Polly, Amazon Lex, Amazon Rekognition)
• Hands-on lab: Deploying a trained model for prediction on AWS Lambda

Documentación oficial del curso Deep Learning 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.

• Desarrolladores.
• Científicos de datos.

• Preparar un conjunto de datos para el entrenamiento.
• Entrenar y evaluar un modelo de Machine Learning.
• Ajustar automáticamente un modelo de Machine Learning.
• Preparar un modelo de aprendizaje automático para la producción.
• Pensar críticamente sobre los resultados del modelo de Machine Learning

Módulo 1: Introduction to machine learning

• Types of ML
• Job Roles in ML
• Steps in the ML pipeline

Módulo 2: Introduction to data prep and SageMaker

• Training and test dataset defined
• Introduction to SageMaker
• Demonstration: SageMaker console
• Demonstration: Launching a Jupyter notebook

Módulo 3: Problem formulation and dataset preparation

• Business challenge: Customer churn
• Review customer churn dataset

Módulo 4: Data analysis and visualization

• Demonstration: Loading and visualizing your dataset
• Exercise 1: Relating features to target variables
• Exercise 2: Relationships between attributes
• Demonstration: Cleaning the data

Módulo 5: Training and evaluating a model

• Types of algorithms
• XGBoost and SageMaker
• Demonstration: Training the data
• Exercise 3: Finishing the estimator definition
• Exercise 4: Setting hyper parameters
• Exercise 5: Deploying the model
• Demonstration: hyper parameter tuning with SageMaker
• Demonstration: Evaluating model performance

Módulo 6: Automatically tune a model

• Automatic hyper parameter tuning with SageMaker
• Exercises 6-9: Tuning jobs

Módulo 7: Deployment / production readiness

• Deploying a model to an endpoint
• A/B deployment for testing
• Auto Scaling
• Demonstration: Configure and test auto scaling
• Demonstration: Check hyper parameter tuning job
• Demonstration: AWS Auto Scaling
• Exercise 10-11: Set up AWS Auto Scaling

Módulo 8: Relative cost of errors

• Cost of various error types
• Demo: Binary classification cutoff

Módulo 9: Amazon SageMaker architecture and features

• Accessing Amazon SageMaker notebooks in a VPC
• Amazon SageMaker batch transforms
• Amazon SageMaker Ground Truth
• Amazon SageMaker Neo

Documentación oficial del curso Practical Data Science with Amazon SageMaker.

• 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.

• 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.

Módulo 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

Módulo 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.

AWS Certified SAP on AWS Specialty está dirigido a personas con roles que requieren experiencia tanto en SAP como en AWS. Antes de realizar este examen, es recomendable cumplir los siguientes requisitos:

• Cinco años o más de experiencia en SAP.
• Un año o más de experiencia de trabajo con SAP on AWS.
• Capacidad para diseñar una solución de SAP que se ejecute en la nube de AWS de acuerdo con las prácticas recomendadas que se establecen en AWS Well-Architected Framework y los requisitos de certificación y asistencia de SAP.

Obtener la certificación AWS Certified SAP on AWS Specialty

• Dominio 1: Diseño de cargas de trabajo de SAP en AWS
• Dominio 2: Implementación de cargas de trabajo de SAP en AWS
• Dominio 3: Migración de cargas de trabajo de SAP a AWS
• Dominio 4: Operación y mantenimiento de cargas de trabajo de SAP en AWS

AWS Certified Security Specialty está destinado a aquellas personas que ocupan un cargo vinculado con la seguridad y tienen, como mínimo, dos años de experiencia práctica en la protección de cargas de trabajo de AWS. Antes de realizar este examen, es recomendable que el participante cumpla los siguientes requisitos:

• Cinco años de experiencia en diseño e implementación de soluciones de seguridad de TI y, al menos, dos años de experiencia práctica en la protección de cargas de trabajo de AWS.
• Conocimiento práctico de servicios de seguridad y características de servicios de AWS para proporcionar un entorno de producción seguro, así como conocimiento de operaciones de seguridad y riesgos.
• Conocimiento del modelo de responsabilidad compartida de AWS y de su aplicación; controles de seguridad para las cargas de trabajo en AWS; registro y monitoreo de estrategias; modelos de amenaza contra la seguridad en la nube; administración de parches y automatización de la seguridad; formas de mejorar los servicios de seguridad de AWS con servicios y herramientas de terceros; y controles de recuperación de desastres, incluidos el protocolo de control de puente (BCP) y las copias de seguridad, el cifrado, el control de acceso y la retención de datos.
• Conocimiento de las distintas clasificaciones especializadas de datos y los mecanismos de protección de datos de AWS, los métodos de cifrado de datos, así como también los mecanismos de AWS para implementarlos y el protocolo de seguridad para Internet, además de los mecanismos de AWS para implementarlos.
• Capacidad para tomar decisiones de término medio en relación con el costo, la seguridad y el nivel de complejidad de una implementación para cumplir con un conjunto de requisitos de aplicaciones.

Obtener la certificación AWS Certified Security Specialty

• Dominio 1: Respuesta ante incidentes
• Dominio 2: Registro y monitoreo
• Dominio 3: Seguridad de la infraestructura
• Dominio 4: Identity and Access Management
• Dominio 5: Protección de los datos

AWS Certified Machine Learning Specialty está dirigido a personas que realizan tareas de desarrollo o ciencia de datos, y tienen más de un año de experiencia en el desarrollo, la arquitectura o la ejecución de cargas de trabajo de machine learning (ML) o aprendizaje profundo en la nube de AWS. Antes de realizar este examen, es recomendable que el participante cuente con lo siguiente:

• Al menos dos años de experiencia práctica en el desarrollo, la arquitectura o la ejecución de cargas de trabajo de ML o aprendizaje profundo en la nube de AWS.
• Capacidad de expresar la intuición detrás de algoritmos básicos de ML.
• Experiencia en la optimización básica de hiperparámetros.
• Experiencia con marcos de aprendizaje profundo y ML.
• Capacidad de seguir las prácticas recomendadas operativas, de despliegue y de entrenamiento de modelos.

Obtener la certificación AWS Certified Machine Learning Specialty

• Dominio 1: Ingeniería de datos
• Dominio 2: Análisis exploratorio de datos
• Dominio 3: Modelado
• Dominio 4: Implementación y operaciones de machine learning

AWS Certified Database Specialty está dirigido a aquellas personas que cuenten con experiencia práctica en bases de datos relacionales y no relacionales en las instalaciones y basadas en la nube de AWS. Antes de realizar este examen, es recomendable queel participante cumpla los siguientes requisitos:

• Cinco años de experiencia en tecnologías comunes de bases de datos.
• Dos años de experiencia práctica en bases de datos NoSQL y relacionales en las instalaciones y basadas en la nube de AWS.
• Capacidad para comprender y diferenciar las características clave de los servicios de bases de datos de AWS.
• Capacidad para analizar las necesidades y los requisitos para recomendar y diseñar soluciones de bases de datos apropiadas mediante los servicios de AWS.

Obtener la certificación AWS Certified Database Specialty

• Dominio 1: Diseño de base de datos de cargas de trabajo específicas
• Dominio 2: Implementación y migración
• Dominio 3: Administración y operaciones
• Dominio 4: Supervisión y solución de problemas
• Dominio 5: Seguridad de la base de datos

AWS Certified Data Analytics Specialty está dirigido a personas que cuenten con lexperiencia y conocimientos en los servicios de AWS para diseñar, crear, proteger y mantener soluciones de análisis. Antes de realizar este examen, es recomendable que el candidato cuente con lo siguiente:

Cinco años de experiencia em tecnologías comunes de análisis de datos.
Dos años de experiencia práctica y experiencia trabajando con los servicios de AWS para diseñar, crear, asegurar y mantener soluciones de análisis.
Capacidad para definir los servicios de análisis de datos de AWS y comprender cómo se integran entre sí.
Capacidad para explicar cómo los servicios de análisis de datos de AWS encajan en el ciclo de vida de los datos de recopilación, almacenamiento, procesamiento y visualización.

Obtener la certificación AWS Certified Data Analytics Specialty

• Dominio 1: Recopilación
• Dominio 2: Almacenamiento y gestión de datos
• Dominio 3: Procesamiento
• Dominio 4: Análisis y visualización
• Dominio 5: Seguridad

AWS Certified Advanced Networking Specialty está destinado a personas que realicen tareas de red complejas, que cuenten con cinco años de experiencia práctica en la arquitectura e implementación de soluciones de red. Antes de hacer este examen, es recomendable que el participante cuente con lo siguiente:

• Experiencia profesional en el uso de la tecnología AWS, las prácticas recomendadas de seguridad de AWS, las opciones de almacenamiento de AWS y sus modelos de consistencia subyacentes, y los matices de las redes de AWS y cómo se relacionan con la integración de los servicios de AWS.
• Conocimiento de arquitecturas de redes avanzadas y opciones de interconectividad [por ejemplo, IP VPN, conmutación de etiquetas multiprotocolo (MPLS), servicio de LAN privada virtual (VPLS)].
• Familiaridad con el desarrollo de scripts y herramientas de automatización. Esto debe incluir el diseño, implementación y optimización de lo siguiente: arquitecturas de enrutamiento (incluidas estáticas y dinámicas); soluciones de varias regiones para una empresa global; soluciones de conectividad de alta disponibilidad (por ejemplo, AWS Direct Connect, VPN).
• Conocimiento de CIDR y subredes (IPv4 e IPv6); desafíos de la transición de IPv6; y soluciones genéricas para características de seguridad de red, incluidos AWS WAF, sistemas de detección de intrusiones (IDS), sistemas de prevención de intrusiones (IPS), protección DDoS y denegación económica de servicio/sostenibilidad (EDoS).

Obtener la certificación AWS Certified Advanced Networking Specialty

• Dominio 1: Diseño de redes
• Dominio 2: Implementación de redes
• Dominio 3: Gestión y funcionamiento de redes 20
• Dominio 4: Seguridad de redes, cumplimiento y gobernanza

• Personas que se preparan para el examen AWS Certified DevOps Engineer Professional.
• Ingenieros de DevOps.
• Arquitectos de soluciones.
• Administradores de sistemas.

• Implementar y administrar sistemas y metodologías de entrega continua en AWS.
• Implementar y automatizar controles de seguridad, procesos de control y validación de la conformidad.
• Definir e implementar el monitoreo, las medidas y los sistemas de registro en AWS.
• Prepararte para el examen de certificación AWS Certified DevOps Engineer Professional.

• Course and Exam Overview
• SDLC Automation
• Configuration Management and Infrastructure as Code
• Monitoring and Logging
• Policies and Standards Automation
• Incident and Event Response
• High Availability, Fault Tolerance, and Disaster Recovery

Documentación oficial del curso de preparación de examen AWS Certified DevOps Engineer Professional.

• 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.

Arquitectos de soluciones que están preparándose para realizar el examen AWS Certified Solutions Architect Professional.

• Saber orientarse a lo largo del proceso evaluativo.
• Comprender la estructura del examen y los tipos de preguntas.
• Identificar de qué manera las preguntas se relacionan con conceptos de arquitectura de AWS.
• Interpretar los conceptos que se evalúan con cada pregunta del examen.
• Prepararte para el examen de certificación AWS Certified Solutions Architect Professional.

• Testing (center) information and expectations
• Exam overview and structure
• Content domains and question breakdown
• Topics and concepts within content domains
• Question structure and interpretation techniques
• Sample exam questions

Documentación oficial del curso de preparación de examen AWS Certified Solutions Architect Professional.

• 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.

Este curso está pensado para desarrolladores que están preparándose para efectuar el examen AWS Certified Developer Associate.

• Comprender la estructura del examen y los tipos de preguntas.
• Identificar preguntas relacionadas con los conceptos de desarrollo de AWS.
• Interpretar los conceptos que se evalúan con cada pregunta del examen.
• Organizar su tiempo para estudiar para el examen.
• Prepararte para el examen de certificación AWS Certified Developer Associate.

Módulo 1:

• Testing center information and expectations
• Exam overview and structure
• Content domains and question breakdown
• Topics and concepts within content domains
• Question structure and interpretation techniques
• Practice exam questions

Documentación oficial del curso de preparación de examen AWS Certified Developer Associate.

• 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.

Este curso está pensado para administradores y operadores de sistemas que están preparándose para efectuar el examen AWS Certified SysOps Administrator Associate.

• Prepararte para el examen de certificación AWS Certified SysOps Administrator Associate.

Introdución al curso

Módulo 1: Deployment, Provisioning, and Automation

• Provision and maintain cloud resources
• Automate manual or repeatable processes
• Question walkthrough
• Hands-on Lab: Creating a Basic Environment
• Understanding Deployment, Provisioning, and Automation

Módulo 2: Monitoring, Logging, and Remediation

• Implement metrics, alarms, and filters by using AWS monitoring and logging services
• Remediate issues based on monitoring and availability metrics
• Question walkthrough
• Using AWS Monitoring and Logging Services: Question Walkthrough
• Hands-on Lab: Automating with Monitoring
• Understanding Monitoring, Logging, and Remediation

Módulo 3: Reliability and Business Continuity

• Implement scalability and elasticity
• Implement high availability and resilient environments
• Implement backup and restore strategies
• Question walkthrough
• Understanding Reliability and Business Continuity

Módulo 4: Networking and Content Delivery

• Implement networking features and connectivity
• Configure domains, DNS services, and content delivery
• Troubleshoot network connectivity issues
• Question walkthrough
• Hands-on Lab: Configuring Amazon S3 Buckets
• Understanding Networking and Content Delivery

Módulo 5: Security and Compliance

• Implement and manage security and compliance policies
• Implement data and infrastructure protection strategies
• Question walkthrough
• Hands-on Lab: Launching an EC2 Instance with the AWS CLI
• Understanding Security and Compliance

Módulo 6: Cost and Performance Optimization

• Implement cost optimization strategies
• Implement performance optimization strategies
• Question walkthrough
• Hands-on Lab: Configuring a Round-Robin Application Load Balancer
• Understanding Cost and Performance Optimization

Evaluación comparativa: Preguntas de práctica

Cierre del curso

Examen de prueba oficial

Examen de certificación AWS Certified SysOps Administrator Associate

Documentación oficial del curso de preparación de examen AWS Certified SysOps Administrator Associate.

• 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.

Este curso está pensado para Solutions Architects que están preparándose para efectuar el examen AWS Certified Solutions Architect Associate.

• Explicar el valor de la nube de AWS.
• Comprender y explicar el modelo de responsabilidad compartida de AWS.
• Conocer las prácticas recomendadas de seguridad.
• Conocer los costes, la economía y las prácticas de facturación de la nube de AWS.
• Describir y ubicar los servicios básicos de AWS, incluidos los de computación, red, bases de datos y almacenamiento.
• Identificar los servicios de AWS para los casos prácticos más habituales.
• Prepararte para el examen de certificación AWS Certified Solutions Architect Associate.

Introducción al curso

Módulo 1: Arquitecturas resistentes

• Diseña una solución de arquitectura de niveles múltiples
• Diseña arquitecturas con alta disponibilidad y/o con tolerancia a fallos
• Diseña mecanismos de desacoplamiento mediante servicios de AWS
• Elige el almacenamiento resistente adecuado
• Preguntas
• Lectura: arquitecturas resistentes
• Ejercicio práctico: Comprobación de permisos
• Cierre de arquitecturas resistentes

Módulo 2: Diseño de arquitecturas de alto rendimiento

• Identifica las soluciones de computación elásticas y escalables para una carga de trabajo
• Selecciona soluciones de alto rendimiento y de almacenamiento escalable para una carga de trabajo
• Selecciona soluciones de redes de alto rendimiento para una carga de trabajo
• Elige soluciones de bases de datos de alto rendimiento para una carga de trabajo
• Preguntas
• Lectura: Arquitecturas de alto rendimiento
• Ejercicio práctico: Creación de una red
• Cierre de arquitecturas de alto rendimiento

Módulo 3: Protección de aplicaciones

• Diseña un acceso seguro a los recursos de AWS
• Diseña niveles de aplicación seguros
• Selecciona las opciones de seguridad de datos adecuadas
• Preguntas
• Lectura: Aplicaciones seguras
• Ejercicio práctico: Comparación de bases de datos
• Cierre de aplicaciones seguras

Módulo 4: Arquitecturas de coste optimizado

• Identifica soluciones de almacenamiento rentables
• Identifica servicios de computación y bases de datos rentables
• Diseña arquitecturas de red de coste optimizado
• Preguntas
• Lectura: Arquitecturas rentables
• Ejercicio práctico: Implementación de elasticidad
• Cierre de arquitecturas rentables

Evaluación comparativa: Preguntas de práctica

Cierre del curso

Examen de prueba oficial

Examen de certificación AWS Certified Solutions Architect Associate

Documentación oficial del curso de preparación de examen AWS Certified Solutions Architect Associate.

• 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.

Este curso está dirigido a cualquier persona que se esté preparando para realizar el examen de certificación AWS Certified Cloud Practitioner Foundational.

Es recomendable que los participantes cuenten con los siguientes conocimientos:

• Comprensión de los conceptos de la nube de AWS.
• Comprensión de la seguridad y conformidad en la nube de AWS .
• Comprensión de los principales servicios de AWS .
• Comprensión de los aspectos económicos de la nube de AWS.

• Explicar el valor de la nube de AWS.
• Comprender y explicar el modelo de responsabilidad compartida de AWS.
• Conocer las prácticas recomendadas de seguridad.
• Conocer los costes, los aspectos económicos y las prácticas de facturación de la nube de AWS.
• Describir y ubicar los servicios básicos de AWS, incluidos los de computación, red, bases de datos y almacenamiento.
• Identificar los servicios de AWS para los casos prácticos más habituales.
• Prepararte para el examen de certificación AWS Certified Cloud Practitioner Foundational.

Introducción al curso

Módulo 1: Conceptos de la nube

• Definir la nube de AWS y su propuesta de valor
  • Definir los beneficios de la nube de AWS
  • Explicar cómo la nube de AWS permite a los usuarios centrarse en el valor empresarial
  • Preguntas
• Identificar los aspectos económicos de la nube de AWS
  • Definir los elementos que forman parte de una propuesta de coste total de propiedad (TCO)
  • Identificar qué operaciones reducirán los costes al migrar a la nube
  • Preguntas
• Explicar los diferentes principios de diseño de la arquitectura de nube
  • Explicar los principios de diseño
  • Preguntas
• Lectura: Conceptos de la nube
• Ejercicio práctico: Exploración de la consola de administración de AWS
• Cierre de Conceptos de la nube

Módulo 2: Seguridad y conformidad

• Definir el modelo de responsabilidad compartida de AWS
  • Reconocer los elementos del modelo de responsabilidad compartida
  • Describir la responsabilidad del cliente en AWS
  • Describir las responsabilidades de AWS
  • Preguntas
• Definir los conceptos de seguridad y conformidad en la nube de AWS
  • Reconocer dónde se puede encontrar la información de conformidad de AWS
  • Describir de manera general cómo pueden lograr los clientes la conformidad en AWS
  • Describir quién habilita el cifrado de un servicio determinado en AWS
  • Reconocer que hay servicios que son útiles para la auditoría y la presentación de informes
  • Explicar el concepto de acceso con privilegios mínimos
  • Preguntas
• Identificar las capacidades de administración de acceso de AWS
  • Comprender el propósito de la gestión de usuarios e identidades
  • Preguntas
• Identificar los recursos en cuanto a soporte de seguridad
  • Reconocer que existen diferentes capacidades de seguridad de red
  • Reconocer que hay documentación y dónde encontrarla (por ejemplo, procedimientos recomendados, documentos técnicos o documentos oficiales)
  • Tener en cuenta que las comprobaciones de seguridad son un componente de AWS Trusted Advisor
  • Preguntas
• Lectura: Seguridad y conformidad
• Ejercicio práctico: Exploración de IAM
• Cierre de Seguridad y conformidad

Módulo 3: Tecnología

• Definir métodos de despliegue y funcionamiento en la nube de AWS
  • De forma más detallada, identificar las diferentes formas de aprovisionamiento y funcionamiento en la nube de AWS
  • Identificar los diferentes tipos de modelos de despliegue en la nube
  • Identificar las opciones de conectividad
  • Preguntas
• Definir la infraestructura global de AWS
  • Describir las relaciones entre regiones, zonas de disponibilidad y ubicaciones periféricas
  • Describir cómo lograr una alta disponibilidad mediante el uso de varias zonas de disponibilidad
  • Describir cuándo se debe considerar el uso de varias regiones de AWS
  • Describir los beneficios de las ubicaciones periféricas en detalle
  • Preguntas
• Identificar los principales servicios de AWS
  • Describir las categorías de servicios de AWS (computación, almacenamiento, red, base de datos)
  • Identificar los servicios de computación de AWS
  • Identificar diferentes servicios de almacenamiento de AWS
  • Identificar los servicios de redes de AWS
  • Identificar los distintos servicios de bases de datos de AWS
  • Preguntas
• Identificar los recursos de asistencia tecnológica
  • Reconocer que hay documentación (prácticas recomendadas, documentos técnicos, centro de conocimiento de AWS, foros y blogs)
  • Identificar los distintos niveles y ámbitos de AWS Support
  • Reconocer que existe la Red de socios de AWS (APN) y AWS Marketplace, que incluye proveedores de software e integradores de sistemas independientes
  • Identificar las fuentes de asistencia técnica y conocimientos de AWS (lo que incluye los servicios profesionales, arquitectos de soluciones, formación y certificación) y APN
  • Identificar los beneficios de usar AWS Trusted Advisor
  • Preguntas
• Lectura: Tecnología
• Ejercicio práctico: Exploración de la utilización de Amazon EC2
• Cierre de Tecnología

Módulo 4: Precios y facturación

• Comparar y contrastar los distintos modelos de precios de AWS (por ejemplo, los precios de las instancias bajo demanda, instancias reservadas e instancias de spot)
  • Identificar escenarios o la mejor opción para los precios de las instancias bajo demanda
  • Identificar escenarios o la mejor opción para los precios de las instancias reservadas
  • Identificar escenarios o la mejor opción para los precios de las instancias de spot
  • Preguntas
• Reconocer las diversas estructuras de cuentas en relación con la facturación y los precios de AWS
  • Reconocer que la facturación consolidada es una característica de AWS Organizations
  • Identificar cómo se pueden usar las cuentas múltiples para asignar los costes en los departamentos
  • Preguntas
• Identificar los recursos disponibles para la asistencia de facturación
  • Identificar formas de obtener información y soporte de facturación
  • Identificar dónde se puede encontrar la información sobre precios en los servicios de AWS
  • Reconocer que existen alarmas y alertas
  • Identificar cómo se usan las etiquetas en la asignación de costes
  • Preguntas
• Lectura: Precios y facturación
• Ejercicio práctico: Exploración de Amazon S3
• Cierre de Precios y facturación

Evaluación comparativa: Preguntas de práctica

Cierre del curso

Examen de prueba oficial

Examen de certificación AWS Certified Cloud Practitioner Foundational

Documentación oficial del curso de preparación de examen AWS Certified Cloud Practitioner Foundational.

• 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.

AWS Certified DevOps Engineer Professional está destinado a personas con dos o más años de experiencia en el aprovisionamiento, la operación y la administración de entornos de AWS. Antes de realizar este examen de certificación, es recomendable cumplir con los siguientes requisitos:

• Experiencia con el desarrollo de código en al menos un lenguaje de programación de alto nivel; creación de infraestructuras altamente automatizadas; y administrar sistemas operativos.
• Conocimientos de los modernos procesos y metodologías de desarrollo y operaciones.
• Capacidad para implementar y administrar sistemas y metodologías de entrega continua en AWS.
• Capacidad para implementar y automatizar controles de seguridad, procesos de gobernanza y validación de conformidad.
• Capacidad para definir e implementar sistemas de registro, métricas y monitoreo en AWS.

Obtener la certificación AWS Certified DevOps Engineer Professional

AWS Certified Solutions Architect Professional está destinado a personas con dos o más años de experiencia práctica en el diseño e implementación de arquitectura de nube en AWS. Antes de realizar este examen de certificación, es recomendable cumplir con los siguientes requisitos:

• Conocimiento de la AWS CLI, las API de AWS, las plantillas de AWS CloudFormation, la Consola de facturación de AWS, la Consola de administración de AWS, un lenguaje de scripting y entornos de Windows y Linux.
• Capacidad para proporcionar orientación sobre las prácticas recomendadas sobre el diseño arquitectónico en múltiples aplicaciones y proyectos de la empresa, así como la capacidad para asignar los objetivos comerciales a los requisitos de la aplicación/arquitectura.
• Capacidad para evaluar los requisitos de la aplicación de la nube y para hacer recomendaciones sobre la arquitectura para la ejecución, la implementación y el aprovisionamiento de aplicaciones en AWS.
• Capacidad para diseñar una arquitectura híbrida mediante tecnologías clave de AWS (por ejemplo, VPN, AWS Direct Connect), así como un proceso continuo de integración e implementación.

Obtener la certificación AWS Certified Solutions Architect Professional.

Esta certificación está dirigida a candidatos con los siguientes perfiles:

• Pertenecen a un contexto ajeno a TI y buscan hacer carrera relacionada con la nube de AWS.
• Tienen roles como analistas de negocios, ventas o marketing y buscan comunicarse de forma más eficaz con las partes interesadas y los clientes con respecto a la nube de AWS.
• Tienen roles relacionados con la nube o con TI en las instalaciones, pero no conocen la nube de AWS y necesitan conocer los conceptos básicos antes de profundizar en las certificaciones de AWS basadas en roles.

• Obtener la certificación AWS Certified Cloud Practitioner Foundational.
• Contar con conocimiento básico de los servicios de TI y sus casos de uso en la nube de AWS.
• Contar con conocimiento de los principales servicios y casos de uso de AWS, modelos de facturación y precios, conceptos de seguridad y cómo la nube afecta a su empresa.

A continuación, se presenta una guía de los dominios de prueba y objetivos para la realización del examen de certificación.

Dominio 1: Conceptos de la nube

1.1 Definir la nube de AWS y su propuesta de valor

• Definir los beneficios de la nube de AWS, incluidos los siguientes:
  • Seguridad
  • Fiabilidad
  • Alta disponibilidad
  • Elasticidad
  • Agilidad
  • Precios de pago por uso
  • Escalabilidad
  • Alcance global
  • Economía de escala
• Explicar cómo la nube de AWS permite que los usuarios se enfoquen en el valor de negocio
  • Transición de recursos técnicos a actividades que generan ingresos en lugar de administrar la infraestructura

1.2 Identificar aspectos de la economía de la nube de AWS

• Definir elementos que formarían parte de una propuesta de Costo total de propiedad
  • Comprender el rol de los gastos operativos (OpEx)
  • Comprender el rol de la inversión de capital (CapEx)
  • Comprender el costo de mano de obra asociado a las operaciones en las instalaciones
  • Comprender el impacto del costo de las licencias de software cuando se migra a la nube
• Identificar qué operaciones reducirán los costos cuando se migra a la nube
  • Infraestructura del tamaño indicado
  • Beneficios de la automatización
  • Reducción del alcance de la conformidad (por ejemplo, informes)
  • Servicios administrados (por ejemplo, RDS, ECS, EKS, DynamoDB)

1.3 Explicar los diferentes principios de diseño de la arquitectura de nube

• Explicar los principios de diseño
  • Crear un diseño preparado para los errores
  • Desacoplar componentes en comparación con la arquitectura monolítica
  • Implementar elasticidad en la nube o en las instalaciones
  • Pensar en paralelo

Dominio 2: Seguridad y conformidad

2.1 Describir el modelo de responsabilidad compartida de AWS

• Reconocer los elementos del modelo de responsabilidad compartida
• Describir la responsabilidad del cliente en AWS
  • Describir cómo las responsabilidades del cliente pueden cambiar en función del servicio que se usa (por ejemplo, con RDS, Lambda o EC2)
• Describir las responsabilidades de AWS

2.2 Definir los conceptos de seguridad y conformidad de la nube de AWS

• Identificar dónde encontrar información sobre la conformidad de AWS
  • Ubicar las listas de controles de conformidad reconocidos disponibles (por ejemplo, HIPPA, SOC)
  • Reconocer que los requisitos de conformidad varían entre los servicios de AWS
• Describir cómo los clientes logran la conformidad en AWS en un nivel alto
  • Identificar las diferentes opciones de cifrado en AWS (por ejemplo, en tránsito, en reposo)
• Describir quién habilita el cifrado de un servicio determinado en AWS
• Reconocer que existen servicios que ayudan a auditar e informar
  • Reconocer que existen registros para auditar y monitorear (no es necesario comprender los registros)
  • Definir Amazon CloudWatch, AWS Config y AWS CloudTrail
• Explicar el concepto de acceso con privilegios mínimos

2.3 Identificar las capacidades de administración de acceso a AWS

• Comprensión del propósito de la administración de usuarios e identidades
  • Políticas de claves de acceso y contraseñas (rotación, complejidad)
  • Multi-Factor Authentication (MFA)
  • AWS Identity and Access Management (IAM)
    • Grupos y usuarios
    • Roles
    • Políticas, políticas administradas en comparación con políticas personalizadas
  • Tareas que requieren el uso de cuentas raíz Protección de cuentas raíz

2.4 Identificar recursos para respaldar la seguridad

• Reconocer que existen diferentes capacidades de seguridad de red
  • Servicios nativos de AWS (por ejemplo, grupos de seguridad, ACL de red, AWS WAF)
  • Productos de seguridad de terceros en AWS Marketplace
• Reconocer que hay documentación y dónde encontrarla (por ejemplo, prácticas recomendadas, documentos técnicos, documentos oficiales)
  • Centro de conocimientos de AWS, centro de seguridad, foro de seguridad y blogs de seguridad
  • Integradores de sistemas de socios
• Saber que las verificaciones de seguridad son un componente de AWS Trusted Advisor

Dominio 3: Tecnología

3.1 Definir métodos de implementación y funcionamiento en la nube de AWS

• Identificar formas diferentes de aprovisionamiento y funcionamiento en la nube de AWS a un alto nivel
  • Acceso mediante programación, API, SDK, consola de administración de AWS, CLI, Infrastructure as Code
• Identificar diferentes tipos de modelos de implementación en la nube
  • Todo en la nube o nativo en la nube
  • Híbrido
  • En las instalaciones
• Identificar opciones de conectividad
  • VPN
  • AWS Direct Connect
  • Internet pública

3.2 Definir la infraestructura global de AWS

• Describir las relaciones entre las regiones, las zonas de disponibilidad y las ubicaciones de borde
• Describir cómo lograr alta disponibilidad mediante el uso de varias zonas de disponibilidad
  • Recordar que la alta disponibilidad se logra mediante el uso de varias zonas de disponibilidad
  • Reconocer que las zonas de disponibilidad no comparten puntos únicos de error
• Describir cuándo se debe considerar el uso de varias regiones de AWS
  • Recuperación ante desastres y continuidad del negocio
  • Latencia baja para usuarios finales
  • Soberanía de los datos
• Describir los beneficios de las ubicaciones de borde a un alto nivel
  • Amazon CloudFront
  • AWS Global Accelerator

3.3 Identificar los servicios principales de AWS

• Describir las categorías de servicios en AWS (informática, almacenamiento, red, base de datos)
• Identificar los servicios informáticos de AWS
  • Reconocer que existen diferentes familias de informática
  • Reconocer los diferentes servicios que proporcionan informática (por ejemplo, AWS Lambda en comparación con Amazon Elastic Container Service [Amazon ECS] o Amazon EC2, etcétera)
  • Reconocer que la elasticidad se logra a través de Auto Scaling
  • Identificar el fin de los balanceadores de carga
• Identificar diferentes servicios de almacenamiento de AWS
  • Describir Amazon S3
  • Describir Amazon Elastic Block Store (Amazon EBS)
  • Describir Amazon S3 Glacier
  • Describir AWS Snowball
  • Describir Amazon Elastic File System (Amazon EFS)
  • Describir AWS Storage Gateway
• Identificar los servicios de redes de AWS
  • Identificar VPC
  • Identificar grupos de seguridad
  • Identificar el fin de Amazon Route 53
  • Identificar VPN, AWS Direct Connect
• Identificar diferentes servicios de bases de datos de AWS
  • Instalar bases de datos en Amazon EC2 en comparación con las bases de datos que administra AWS
  • Identificar Amazon RDS
  • Identificar Amazon DynamoDB
  • Identificar Amazon Redshift

3.4 Identificar recursos para respaldar la tecnología

• Reconocer que hay documentación (prácticas recomendadas, documentos técnicos, Centro de conocimientos de AWS, foros, blogs)
• Identificar los distintos niveles y el alcance de AWS Support
  • WS Abuse
  • Casos de AWS Support
  • Premium Support
  • Directores técnicos de cuentas
• Reconocer que existe una red de socios (Marketplace, terceros) que incluye proveedores de software independientes e integradores de sistemas
• Identificar fuentes de asistencia técnica y conocimientos de AWS, incluidos servicios profesionales, arquitectos de soluciones, capacitación y certificación, y la red de socios de Amazon
• Identificar los beneficios de usar AWS Trusted Advisor

Dominio 4: Facturación y precios

4.1 Comparar y contrastar los distintos modelos de precios de AWS (por ejemplo, precios de instancias bajo demanda, instancias reservadas e instancias de spot)

• Identificar situaciones o la mejor opción para precios de instancias bajo demanda
• Identificar situaciones o la mejor opción para precios de instancias reservadas
  • Describir la flexibilidad de las instancias reservadas
  • Describir el comportamiento de las instancias reservadas en AWS Organizations
• Identificar situaciones o la mejor opción para precios de instancias de spot

4.2 Reconocer las distintas estructuras de cuentas en relación con la facturación y los precios de AWS

• Reconocer que la facturación unificada es una característica de AWS Organizations
• Identificar la forma en que varias cuentas ayudan a asignar costos entre departamentos

4.3 Identificar los recursos de soporte de facturación disponibles

• Identificar formas de obtener soporte e información sobre la facturación
  • Cost Explorer, Informe de uso y costo de AWS, Amazon QuickSight, socios externos y herramientas de AWS Marketplace
  • Abrir un caso de soporte de facturación
  • El rol del Concierge para clientes del plan de soporte de AWS Enterprise
• Identificar dónde encontrar información sobre precios en los servicios de AWS
  • Calculadora de costo mensual de AWS
  • Páginas de productos de servicios de AWS
  • API de precios de AWS
• Reconocer que existen alarmas y alertas
• Identificar cómo se usan las etiquetas en la asignación de costos

AWS Certified Developer Associate es un excelente punto de partida en la ruta de certificación de AWS para las personas que cumplan con cualquiera de las siguientes condiciones:

• Experiencia al trabajar en una función de desarrollador con un amplio conocimiento de al menos un lenguaje de programación de alto nivel.
• Experiencia con la tecnología de AWS.
• Sólida experiencia de TI en las instalaciones y comprensión del mapeo de las instalaciones a la nube.
• Experiencia con otros servicios en la nube.

• Obtener la certificación AWS Certified Developer Associate.
• Comprender los servicios principales de AWS, los usos de los servicios y las prácticas recomendadas básicas de la arquitectura de AWS, incluido el modelo de responsabilidad compartida de AWS, la administración del ciclo de vida de las aplicaciones y el uso de contenedores en el proceso de desarrollo.
• Obtener Aptitudes para el desarrollo, la implementación y la corrección de aplicaciones basadas en la nube mediante el uso de AWS y la escritura de códigos para aplicaciones sin servidor.
• Ser capaz de identificar características clave de los servicios de AWS y utilizar las API de los servicios de AWS, AWS CLI y los SDK para escribir aplicaciones.
• Ser capaz de aplicar conocimientos básicos de aplicaciones nativas de la nube para la escritura de código.
• Ser capaz de crear, mantener y depurar módulos de código en AWS.

AWS Certified SysOps Administrator Associate es un excelente punto de partida en la ruta de certificación de AWS para las personas que cumplan con cualquiera de las siguientes condiciones:

• Experiencia de trabajo en un rol de administrador de sistemas.
• Experiencia con la tecnología de AWS.
• Sólida experiencia de TI en las instalaciones y comprensión del mapeo de las instalaciones a la nube.
• Experiencia con otros servicios en la nube.

• Obtener la certificación AWS Certified SysOps Administrator Associate.
• Adquirir experiencia práctica en la implementación, administración y operación de cargas de trabajo en AWS, así como en la implementación de controles de seguridad y requisitos de conformidad.
• Familiarizarte con el uso de la consola de administración de AWS y la interfaz de línea de comandos de AWS (CLI).
• Adquirir conocimiento de AWS Well-Architected Framework, así como de los servicios de red y seguridad de AWS.

AWS Certified Solutions Architect Associate es un excelente punto de partida en la ruta de certificación de AWS para las personas que cumplan con cualquiera de las siguientes condiciones:

• Experiencia con la tecnología de AWS.
• Sólida experiencia de TI en las instalaciones y comprensión del mapeo de las instalaciones a la nube
• Experiencia con otros servicios en la nube.

• Obtener la certificación AWS Certified Solutions Architect Associate.
• Adquirir conocimientos y habilidades en computación, redes, almacenamiento y servicios de base de datos de AWS, así como servicios de implementación y administración de AWS.
• Adquirir conocimientos y habilidades en la implementación, administración y operación de cargas de trabajo en AWS, así como en la implementación de controles de seguridad y requisitos de cumplimiento.
• Adquirir conocimientos y habilidades en el uso de la Consola de administración de AWS y la Interfaz de la línea de comandos (CLI) de AWS de Conocimientos sobre el AWS Well-Architected Framework, la red de AWS, los servicios de seguridad y la infraestructura global de AWS.
• Ser capaz de identificar qué servicios de AWS satisfacen un requisito técnico determinado y definir los requisitos técnicos de una aplicación basada en AWS.

A continuación, se presenta una guía de los dominios de prueba y objetivos para la realización del examen de certificación.

Dominio 1: diseñar arquitecturas seguras

Enunciado de la tarea 1: diseñar un acceso seguro a los recursos de AWS.

Conocimientos:

• Controles de acceso y administración en varias cuentas.
• Servicios de identidad y acceso federados de AWS (por ejemplo, AWS Identity and Access Management [IAM], AWS Single Sign-On [AWS SSO]).
• Infraestructura global de AWS (por ejemplo, regiones de AWS, zonas de disponibilidad).
• Prácticas recomendadas de seguridad de AWS (por ejemplo, el principio de mínimo privilegio).
• El modelo de responsabilidad compartida de AWS.

Habilidades:

• Aplicar las prácticas recomendadas de seguridad de AWS a los usuarios de IAM y a los usuarios raíz (por ejemplo, autenticación multifactor [MFA]).
• Diseñar un modelo de autorización flexible que incluya usuarios, grupos, roles y políticas de IAM.
• Diseñar una estrategia de control de acceso basada en roles (por ejemplo, AWS Security Token Service [AWS STS], cambio de roles, acceso entre cuentas).
• Diseñar una estrategia de seguridad para varias cuentas de AWS (por ejemplo, AWS Control Tower, políticas de control de servicios [SCP]).
• Determinar el uso adecuado de las políticas de recursos para los servicios de AWS.
• Determinar cuándo federar un servicio de directorio con roles de IAM.

Enunciado de la tarea 2: diseñar cargas de trabajo y aplicaciones seguras.

Conocimientos:

• Configuración de aplicaciones y seguridad de credenciales.
• Puntos de enlace de servicios de AWS.
• Puertos de control, protocolos y tráfico en la red en AWS.
• Acceso seguro a las aplicaciones.
• Servicios de seguridad con casos de uso adecuados (por ejemplo, Amazon Cognito, Amazon GuardDuty y Amazon Macie).
• Vectores de amenazas externas a AWS (por ejemplo, denegación de servicio distribuido [DDoS], inyección SQL).

Habilidades:

• Diseñar arquitecturas de VPC con componentes de seguridad (por ejemplo, grupos de seguridad, tablas de enrutamiento, ACL de red, gateways NAT).
• Determinar las estrategias de segmentación de red (por ejemplo, el uso de subredes públicas y subredes privadas).
• Integrar a los servicios de AWS para proteger las aplicaciones (por ejemplo, AWS Shield, AWS WAF, AWS SSO, AWS Secrets Manager).
• Proteger las conexiones de red externas desde la nube de AWS y hacia ella (por ejemplo, VPN, AWS Direct Connect).

Enunciado de la tarea 3: determinar los controles de seguridad de datos adecuados.

Conocimientos:

• Acceso a los datos y gobernanza.
• Recuperación de datos.
• Retención y clasificación de datos.
• Cifrado y administración adecuada de claves.

Habilidades:

• Alinear las tecnologías de AWS para cumplir los requisitos de conformidad.
• Cifrar datos en reposo (por ejemplo, AWS Key Management Service [AWS KMS]).
• Cifrar datos en tránsito (por ejemplo, AWS Certificate Manager [ACM] mediante TLS).
• Implementar políticas de acceso para claves de cifrado.
• Implementar copias de seguridad y replicaciones de datos.
• Implementar políticas de acceso, ciclo de vida y protección de datos.
• Rotar claves de cifrado y renovar certificados.

Dominio 2: diseñar arquitecturas resistentes

Enunciado de la tarea 1: diseñar arquitecturas escalables y con acoplamiento débil.

Conocimientos:

• Creación y administración de API (por ejemplo, Amazon API Gateway, API de REST).
• Servicios administrados de AWS con casos de uso adecuados (por ejemplo, AWS Transfer Family, Amazon Simple Queue Service [Amazon SQS], Secrets Manager).
• Estrategias de almacenamiento en caché.
• Principios de diseño para microservicios (por ejemplo, cargas de trabajo sin estado en comparación con cargas de trabajo con estado).
• Arquitecturas impulsadas por eventos.
• Escalado horizontal y escalado vertical.
• Cómo utilizar correctamente los aceleradores de borde (por ejemplo, red de entrega de contenido [CDN]).
• Cómo migrar aplicaciones a contenedores.
• Conceptos de equilibrio de carga (por ejemplo, Application Load Balancer).
• Arquitecturas de varios niveles.
• Conceptos de colas y mensajería (por ejemplo, publicación/suscripción).
• Tecnologías y patrones sin servidor (por ejemplo, AWS Fargate, AWS Lambda).
• Tipos de almacenamiento con características asociadas (por ejemplo, objeto, archivo, bloque).
• El aprovisionamiento de contenedores (por ejemplo, Amazon Elastic Container Service [Amazon ECS], Amazon Elastic Kubernetes Service [Amazon EKS]).
• Cuándo usar réplicas de lectura.
• Aprovisionamiento del flujo de trabajo (por ejemplo, AWS Step Functions).

Habilidades:

• Diseñar arquitecturas impulsadas por eventos, de microservicios o de varios niveles en función de los requisitos.
• Determinar estrategias de escalado para componentes utilizados en un diseño de arquitectura.
• Determinar los servicios de AWS necesarios para lograr un acoplamiento débil en función de los requisitos.
• Determinar cuándo usar contenedores.
• Determinar cuándo usar tecnologías y patrones sin servidor.
• Recomendar tecnologías de cómputo, almacenamiento, redes y bases de datos adecuadas en función de los requisitos.
• Usar servicios de AWS diseñados específicamente para cargas de trabajo.

Enunciado de la tarea 2: diseñar arquitecturas de alta disponibilidad o tolerantes a errores.

Conocimientos:

• Infraestructura global de AWS (por ejemplo, regiones de AWS, zonas de disponibilidad, Amazon Route 53).
• Servicios administrados de AWS con casos de uso adecuados (por ejemplo, Amazon Comprehend, Amazon Polly).
• Conceptos básicos de redes (por ejemplo, tablas de enrutamiento).
• Estrategias de recuperación de desastres (DR) (por ejemplo, copia de seguridad y restauración, luz piloto, espera activa, conmutación por error Active-Active, objetivo de punto de recuperación [RPO], objetivo de tiempo de recuperación [RTO]).
• Patrones de diseño distribuidos.
• Estrategias de conmutación por error.
• Infraestructura inmutable.
• Conceptos de equilibrio de carga (por ejemplo, Application Load Balancer).
• Conceptos de proxy (por ejemplo, Amazon RDS Proxy).
• Service Quotas y reducción controlada (por ejemplo, cómo configurar Service Quotas para una carga de trabajo en un entorno en espera).
• Opciones y características de almacenamiento (por ejemplo, durabilidad, replicación).
• Visibilidad de las cargas de trabajo (por ejemplo, AWS X-Ray).

Habilidades:

• Determinar estrategias de automatización para garantizar la integridad de la infraestructura.
• Determinar los servicios de AWS necesarios para brindar una arquitectura de alta disponibilidad o tolerante a errores en todas las zonas de disponibilidad o regiones de AWS.
• Identificar métricas en función de los requisitos de la empresa para ofrecer una solución de alta disponibilidad.
• Implementar diseños para mitigar puntos únicos de error.
• Implementar estrategias para garantizar la durabilidad y disponibilidad de los datos (por ejemplo, copias de seguridad).
• Seleccionar una estrategia de DR adecuada para cumplir con los requisitos de la empresa.
• Usar servicios de AWS que mejoren la fiabilidad de las aplicaciones heredadas y las que no son creadas para la nube (por ejemplo, cuando no es posible realizar cambios en las aplicaciones).
• Usar servicios de AWS diseñados específicamente para cargas de trabajo.

Dominio 3: diseñar arquitecturas de alto rendimiento

Enunciado de la tarea 1: determinar soluciones de almacenamiento escalables o de alto rendimiento.

Conocimientos:

• Soluciones de almacenamiento híbrido para cumplir con los requisitos de la empresa.
• Servicios de almacenamiento con casos de uso adecuados (por ejemplo, Amazon S3, Amazon Elastic File System [Amazon EFS], Amazon Elastic Block Store [Amazon EBS]).
• Tipos de almacenamiento con características asociadas (por ejemplo, objeto, archivo, bloque).

Habilidades:

• Determinar los servicios y configuraciones de almacenamiento que cumplen con las demandas de rendimiento.
• Determinar los servicios de almacenamiento que pueden escalar para adaptarse a necesidades futuras.

Enunciado de la tarea 2: diseñar soluciones de cómputo elásticas y de alto rendimiento.

Conocimientos:

• Servicios de cómputo de AWS con casos de uso adecuados (por ejemplo, AWS Batch, Amazon EMR, Fargate).
• Conceptos informáticos distribuidos compatibles con la infraestructura global y los servicios de borde de AWS.
• Conceptos de colas y mensajería (por ejemplo, publicación/suscripción).
• Capacidades de escalabilidad con casos de uso adecuados (por ejemplo, Amazon EC2 Auto Scaling, AWS Auto Scaling).
• Tecnologías y patrones sin servidor (por ejemplo, Lambda, Fargate).
• Aprovisionamiento de contenedores (por ejemplo, Amazon ECS, Amazon EKS).

Habilidades:

• Desacoplar cargas de trabajo para que los componentes puedan escalar de forma independiente.
• Identificar métricas y condiciones para realizar acciones de escalado.
• Seleccionar opciones y características de cómputo adecuadas (por ejemplo, tipos de instancias EC2) para cumplir con los requisitos de la empresa.
• Seleccionar el tipo y el tamaño de recursos adecuados (por ejemplo, la cantidad de memoria Lambda) para cumplir con los requisitos de la empresa.

Enunciado de la tarea 3: determinar soluciones de bases de datos de alto rendimiento.

Conocimientos:

• Infraestructura global de AWS (por ejemplo, regiones de AWS, zonas de disponibilidad).
• Estrategias y servicios de almacenamiento en caché (por ejemplo, Amazon ElastiCache).
• Patrones de acceso a datos (por ejemplo, de lectura intensiva en comparación con escritura intensiva).
• Planificación de la capacidad de la base de datos (por ejemplo, unidades de capacidad, tipos de instancias, IOPS provisionadas).
• Conexiones y proxies de bases de datos.
• Motores de bases de datos con casos de uso apropiados (por ejemplo, migraciones heterogéneas, migraciones homogéneas).
• Replicación de bases de datos (por ejemplo, réplicas de lectura).
• Tipos y servicios de bases de datos (por ejemplo, sin servidor, relacionales en comparación con no relacionales, en la memoria).

Habilidades:

• Configurar réplicas de lectura para cumplir con los requisitos de la empresa.
• Diseñar arquitecturas de bases de datos.
• Determinar un motor de base de datos adecuado (por ejemplo, MySQL en comparación con PostgreSQL).
• Determinar un tipo de base de datos adecuado (por ejemplo, Amazon Aurora, Amazon DynamoDB).
• Integrar el almacenamiento en caché para cumplir con los requisitos de la empresa.

Enunciado de la tarea 4: determinar arquitecturas de red escalables o de alto rendimiento.

Conocimientos:

• Servicios de redes de borde con casos de uso apropiados (por ejemplo, Amazon CloudFront, AWS Global Accelerator).
• Cómo diseñar una arquitectura de red (por ejemplo, niveles de subred, enrutamiento, direccionamiento IP).
• Conceptos de equilibrio de carga (por ejemplo, Application Load Balancer).
• Opciones de conexión de red (por ejemplo, AWS VPN, Direct Connect, AWS PrivateLink).

Habilidades:

• Crear una topología de red para varias arquitecturas (por ejemplo, global, híbrida o de varios niveles).
• Determinar las configuraciones de red que pueden escalar para adaptarse a necesidades futuras.
• Determinar la ubicación adecuada de los recursos para cumplir con los requisitos de la empresa.
• Seleccionar la estrategia de equilibrio de carga adecuada.

Enunciado de la tarea 5: determinar soluciones de transformación e ingesta de datos de alto rendimiento.

Conocimientos:

• Servicios de análisis y visualización de datos con casos de uso adecuados (por ejemplo, Amazon Athena, AWS Lake Formation, Amazon QuickSight).
• Patrones de ingesta de datos (por ejemplo, frecuencia).
• Servicios de transferencia de datos con casos de uso adecuados (por ejemplo, AWS DataSync, AWS Storage Gateway).
• Servicios de transformación de datos con casos de uso adecuados (por ejemplo, AWS Glue).
• Acceso seguro a los puntos de acceso de ingesta.
• Tamaños y velocidades necesarias para cumplir con los requisitos de la empresa.
• Servicios de transmisión de datos con casos de uso adecuados (por ejemplo, Amazon Kinesis).

Habilidades:

• Crear y proteger lagos de datos.
• Diseñar arquitecturas de flujos de datos.
• Diseñar soluciones de transferencia de datos.
• Implementar estrategias de visualización.
• Seleccionar las opciones de cómputo adecuadas para el procesamiento de datos (por ejemplo, Amazon EMR).
• Seleccionar configuraciones adecuadas para la ingesta.
• Transformar datos entre formatos (por ejemplo, de .csv a .parquet).

Dominio 4: diseñar arquitecturas rentables

Enunciado de la tarea 1: diseñar soluciones de almacenamiento rentables.

Conocimientos:

• Opciones de acceso (por ejemplo, un S3 bucket con almacenamiento de objetos con pagos por solicitante).
• Características del servicio de administración de costos de AWS (por ejemplo, etiquetas de asignación de costos, facturación en varias cuentas).
• Herramientas de administración de costos de AWS con casos de uso apropiados (por ejemplo, AWS Cost Explorer, AWS Budgets, AWS Cost and Usage Report).
• Servicios de almacenamiento de AWS con casos de uso apropiados (por ejemplo, Amazon FSx, Amazon EFS, Amazon S3, Amazon EBS).
• Estrategias de copias de seguridad.
• Opciones de almacenamiento en bloque (por ejemplo, tipos de volumen de unidad de disco duro [HDD], tipos de volumen de unidad de estado sólido [SSD]).
• Ciclos de vida de los datos.
• Opciones de almacenamiento híbrido (por ejemplo, DataSync, Transfer Family, Storage Gateway).
• Patrones de acceso al almacenamiento.
• Clasificación de almacenamiento (por ejemplo, clasificación en frío para el almacenamiento de objetos).
• Tipos de almacenamiento con características asociadas (por ejemplo, objeto, archivo, bloque).

Habilidades:

• Diseñar estrategias de almacenamiento adecuadas (por ejemplo, cargas por lotes a Amazon S3 en comparación con cargas individuales).
• Determinar el tamaño de almacenamiento correcto para una carga de trabajo.
• Determinar el método de menor costo de transferencia de datos para una carga de trabajo al almacenamiento de AWS.
• Determinar cuándo se requiere el Auto Scaling del almacenamiento.
• Administrar los ciclos de vida de objetos S3.
• Seleccionar la solución de copia de seguridad o archivado adecuada.
• Seleccionar el servicio adecuado para la migración de datos a los servicios de almacenamiento.
• Seleccionar el nivel de almacenamiento adecuado.
• Seleccionar el ciclo de vida de datos correcto para el almacenamiento.
• Seleccionar el servicio de almacenamiento más redituable para una carga de trabajo.

Enunciado de la tarea 2: diseñar soluciones de cómputo rentables.

Conocimientos:

• Características del servicio de administración de costos de AWS (por ejemplo, etiquetas de asignación de costos, facturación en varias cuentas).
• Herramientas de administración de costos de AWS con casos de uso apropiados (por ejemplo, Cost Explorer, AWS Budgets, AWS Cost and Usage Report).
• Infraestructura global de AWS (por ejemplo, regiones de AWS, zonas de disponibilidad).
• Opciones de compra de AWS (por ejemplo, instancias tipo spot, instancias reservadas, Savings Plans).
• Estrategias de cómputo distribuidas (por ejemplo, procesamiento de borde).
• Opciones de cómputo híbridas (por ejemplo, AWS Outposts, AWS Snowball Edge).
• Tipos, familias y tamaños de instancias (por ejemplo, memoria optimizada, cómputo optimizado, virtualización).
• Optimización de la utilización de cómputo (por ejemplo, contenedores, informática sin servidor, microservicios).
• Estrategias de escalado (por ejemplo, Auto Scaling, hibernación).

Habilidades:

• Determinar una estrategia de equilibrio de carga adecuada (por ejemplo, Application Load Balancer [capa 7] en comparación con Network Load Balancer [capa 4], en comparación con Gateway Load Balancer).
• Determinar métodos y estrategias de escalado adecuados para cargas de trabajo elásticas (por ejemplo, horizontal en comparación con vertical, hibernación EC2).
• Determinar servicios de cómputo de AWS redituables con casos de uso adecuados (por ejemplo, Lambda, Amazon EC2, Fargate).
• Determinar la disponibilidad necesaria para diferentes clases de cargas de trabajo (por ejemplo, cargas de trabajo de producción, cargas de trabajo que no son de producción).
• Seleccionar la familia de instancias adecuada para una carga de trabajo.
• Seleccionar el tamaño de instancia adecuado para una carga de trabajo.

Enunciado de la tarea 3: diseñar soluciones de bases de datos rentables.

Conocimientos:

• Características del servicio de administración de costos de AWS (por ejemplo, etiquetas de asignación de costos, facturación en varias cuentas).
• Herramientas de administración de costos de AWS con casos de uso apropiados (por ejemplo, Cost Explorer, AWS Budgets, AWS Cost and Usage Report).
• Estrategias de almacenamiento en caché.
• Políticas de retención de datos.
• Planificación de capacidad de las bases de datos (por ejemplo, unidades de capacidad).
• Conexiones y proxies de bases de datos.
• Motores de bases de datos con casos de uso apropiados (por ejemplo, migraciones heterogéneas, migraciones homogéneas).
• Replicación de bases de datos (por ejemplo, réplicas de lectura).
• Tipos y servicios de bases de datos (por ejemplo, relacionales en comparación con no relacionales, Aurora o DynamoDB).

Habilidades:

• Diseñar políticas de copias de seguridad y retención adecuadas (por ejemplo, frecuencia de instantáneas).
• Determinar un motor de base de datos adecuado (por ejemplo, MySQL en comparación con PostgreSQL).
• Determinar servicios de bases de datos de AWS redituables con casos de uso adecuados (por ejemplo, DynamoDB en comparación con Amazon RDS, sin servidor).
• Determinar tipos de bases de datos de AWS redituables (por ejemplo, formato de serie temporal, formato de columnas).
• Migrar esquemas y datos de bases de datos a diferentes ubicaciones y diferentes motores de bases de datos.

Enunciado de la tarea 4: diseñar arquitecturas de redes rentables.

Conocimientos:

• Características del servicio de administración de costos de AWS (por ejemplo, etiquetas de asignación de costos, facturación en varias cuentas).
• Herramientas de administración de costos de AWS con casos de uso apropiados (por ejemplo, Cost Explorer, AWS Budgets, AWS Cost and Usage Report).
• Conceptos de equilibrio de carga (por ejemplo, Application Load Balancer).
• Gateways NAT (por ejemplo, costos de instancias NAT en comparación con los costos de gateway NAT).
• Conectividad de red (por ejemplo, líneas privadas, líneas dedicadas, VPN).
• Enrutamiento, topología e interconexión de redes (por ejemplo, AWS Transit Gateway, interconexión de VPC).
• Servicios de redes con casos de uso adecuados (por ejemplo, DNS).

Habilidades:

• Configurar los tipos de gateway NAT adecuados para una red (por ejemplo, una única gateway NAT compartida en comparación con las gateway NAT para cada zona de disponibilidad).
• Configurar las conexiones de red adecuadas (por ejemplo, Direct Connect en comparación con una VPN, en comparación con Internet).
• Configurar las rutas de red adecuadas para minimizar los costos de transferencia de red (por ejemplo, de región a región, de zona de disponibilidad a zona de disponibilidad, de privada a pública, Global Accelerator, puntos de enlace de la VPC).
• Determinar las necesidades estratégicas para las redes de entrega de contenido (CDN) y el almacenamiento en caché en borde.
• Revisar cargas de trabajo existentes para optimizaciones de red.
• Seleccionar una estrategia de reducción controlada adecuada.
• Seleccionar la asignación de banda ancha adecuada para un dispositivo de red (por ejemplo, una sola VPN en comparación con varias VPN, velocidad de Direct Connect).

• Ingenieros de plataformas de datos.
• Administradores de bases de datos.
• Arquitectos de soluciones.

• Identificar tus fortalezas y debilidades en cada dominio del examen para que sepas en qué concentrarte cuando estudies para el examen.
• Describir los temas y conceptos técnicos que componen cada uno de los dominios del examen.
• Resumir la logística y mecánica del examen y sus preguntas.
• Usar estrategias efectivas para estudiar y tomar el examen.
• Prepararte para el examen de certificación AWS Certified Database Specialty.

Módulo 0: Course introduction

Módulo 1: Domain 1 – Workload-Specific Database Design

• Select the appropriate database services for specific types of data and workloads
• 1.2 Determine strategies for disaster recovery and high availability
• 1.3 Design database solutions for performance, compliance, and scalability
• 1.4 Compare the costs of database solutions
• Multiple question interactive domain review

Módulo 2: Domain 2 – Deployment and Migration

• 2.1 Automate database solution deployments
• 2.2 Determine data preparation and migration strategies
• 2.3 Execute and validate data migration
• Multiple question interactive domain review

Módulo 3: Domain 3 – Management and Operations

• 3.1 Determine maintenance tasks and processes
• 3.2 Determine backup and restore strategies
• 3.3 Manage the operational environment of a database solution
• Multiple question interactive domain review

Módulo 4: Domain 4 – Monitoring and Troubleshooting

• 4.1 Determine monitoring and alerting strategies
• 4.2 Troubleshoot and resolve common database issues
• 4.3 Optimize database performance
• Multiple question interactive domain review

Módulo 5: Domain 5 – Database Security

• 5.1 Encrypt data at rest and in transit
• 5.2 Evaluate auditing solutions
• 5.3 Determine access control and authentication mechanisms
• 5.4 Recognize potential security vulnerabilities within database solutions

Multiple question interactive domain review

Módulo 6: AWS Exam Preparation

• 20 sample exam questions

Módulo 7: Course Review and Wrap-Up

Documentación oficial del curso preparación de examen AWS Certified Database Specialty.

• 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.

• Ingenieros de plataformas de datos.
• Arquitectos de datos.
• Científicos de datos.
• Analistas de datos.
• Arquitectos de soluciones.

• Saber orientarse a lo largo del proceso evaluativo.
• Comprender la estructura del examen y los tipos de preguntas.
• Identificar cómo las preguntas se relacionan con los conceptos de análisis de datos de AWS.
• interpretar los conceptos que se evalúan con cada pregunta del examen.
• Prepararte para el examen de certificación AWS Certified Data Analytics Specialty.

Módulo 0: Introduction and Overview

Módulo 1: Domain 1 – Data Collection Systems

• Determine the operational characteristics of the collection system
• Select a collection system that handles the frequency, volume, and source of data
• Select a collection system that addresses the key properties of data, such as order, format, and compression
• Multiple question interactive domain review

Módulo 2: Domain 2 – Storage and Data Management Concerns

• Determine the operational characteristics of the storage system for analytics
• Determine data access and retrieval patterns
• Select an appropriate data layout, schema, structure, and format
• Define a data lifecycle based on usage patterns and business requirements
• Determine the appropriate system for cataloging data and managing metadata
• Multiple question interactive domain review

Módulo 3: Domain 3 – Data Processing Solutions

• Determine appropriate data processing solution requirements
• Design a solution for transforming and preparing data for analysis
• Automate and operationalize a data processing solution
• Multiple question interactive domain review

Módulo 4: Domain 4 – Analysis and Visualization of Analytical Data

• Determine the operational characteristics of the analysis and visualization solution
• Select the appropriate data analysis solution for a given scenario
• Select the appropriate data visualization solution for a given scenario
• Multiple question interactive domain review

Módulo 5: Domain 5 – Security of the Data Analysis System

• Select the appropriate authentication and authorization mechanisms
• Apply data protection and encryption techniques
• Apply data governance and compliance controls
• Multiple question interactive domain review

Módulo 6: AWS Exam Preparation

• Sample exam questions

Módulo 7: Course Review and Wrap-Up

Documentación oficial del curso de preparación de examen AWS Certified Data Analytics Specialty.

• 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.

• Arquitectos de nube.
• Arquitectos de soluciones.
• Personas que diseñan soluciones para infraestructuras de nube.

• Conocer cómo proteger las conexiones del punto de enlace de la red virtual privada (VPC) de Amazon Simple Storage Service (Amazon S3) en un entorno de laboratorio.
• Conocer las mejores prácticas para decidir qué servicios utilizar y cómo implementar la administración de permisos.
• Crear diseños híbridos de AWS destinados a atender los aumentos de tráfico y optimizar el trabajo remoto para garantizar la conformidad de los niveles 2 o 3 de seguridad FIPS 140-2.
• Aprender sobre soluciones y productos disponibles para diseñar una infraestructura híbrida.

Módulo 1: Reviewing Architecting Concepts

• Group Exercise: Review Architecting on AWS core best practices
• Lab 1: Securing Amazon S3 VPC Endpoint Communications

Módulo 2: Single to Multiple Accounts

• AWS Organizations for multi-account access and permissions
• AWS SSO to simplify access and authentication across AWS accounts and third-party services
• AWS Control Tower
• Permissions, access, and authentication

Módulo 3: Hybrid Connectivity

• AWS Client VPN authentication and control
• AWS Site-to-Site VPN
• AWS Direct Connect for hybrid public and private connections
• Increasing bandwidth and reducing cost
• Basic, high, and maximum resiliency
• Amazon Route 53 Resolver DNS resolution

Módulo 4: Specialized Infrastructure

• AWS Storage Gateway solutions
• On-demand VMware Cloud on AWS
• Extending cloud infrastructure services with AWS Outposts
• AWS Local Zones for latency-sensitive workloads
• Your 5G network with and without AWS Wavelength

Módulo 5: Connecting Networks

• Simplifying private subnet connections
• VPC isolation with a shared services VPC
• Transit Gateway Network Manager and VPC Reachability Analyzer
• AWS Resource Access Manager
• AWS PrivateLink and endpoint services
• Lab 2: Configuring Transit Gateways

Módulo 6: Containers

• Container solutions compared to virtual machines
• Docker benefits, components, solutions architecture, and versioning
• Container hosting on AWS to reduce cost
• Managed container services: Amazon Elastic Container Service (Amazon ECS) and Amazon Elastic Kubernetes Service (Amazon EKS)
• AWS Fargate
• Lab 3: Deploying an Application with Amazon EKS on Fargate

Módulo 7: Continuous Integration/Continuous Delivery (CI/CD)

• CI/CD solutions and impact
• CI/CD automation with AWS CodePipeline
• Deployment models
• AWS CloudFormation StackSets to improve deployment management

Módulo 8: High Availability and DDoS Protection

• Common DDoS attacks layers
• AWS WAF
• AWS WAF web access control lists (ACLs), real-time metrics, logs, and security automation
• AWS Shield Advanced services and AWS DDoS Response Team (DRT) services
• AWS Network Firewall and AWS Firewall Manager to protect accounts at scale

Módulo 9: Securing Data

• What cryptography is, why you would use it, and how to use it
• AWS KMS
• AWS CloudHSM architecture
• FIPS 140-2 Level 2 and Level 3 encryption
• Secrets Manager

Módulo 10: Large-Scale Data Stores

• Amazon S3 data storage management including storage class, inventory, metrics, and policies
• Data lake vs. data warehouse: Differences, benefits, and examples
• AWS Lake Formation solutions, security, and control
• Lab 4: Setting Up a Data Lake with Lake Formation

Módulo 11: Large-Scale Applications

• What edge services are and why you would use them
• Improve performance and mitigate risk with Amazon CloudFront
• Lambda@Edge
• AWS Global Accelerator: IP addresses, intelligent traffic distribution, and health checks
• Lab 5: Migrating an On-Premises NFS Share Using AWS DataSync and Storage Gateway

Módulo 12: Optimizing Cost

• On-premises and cloud acquisition/deprecation cycles
• Cloud cost management tools including reporting, control, and tagging
• Examples and analysis of the five pillars of cost optimization

Módulo 13: Migrating Workloads

• Business drivers and the process for migration
• Successful customer practices
• The 7 Rs to migrate and modernize
• Migration tools and services from AWS
• Migrating databases and large data stores
• AWS Schema Conversion Tool (AWS SCT)

Módulo 14: Capstone Project

• Use the Online Course Supplement (OCS) to review use cases, investigate data, and answer architecting design questions about Transit Gateway, hybrid connectivity, migration, and cost optimization

Documentación oficial del curso Advanced Architecting 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.

Desarrolladores de software experimentados que estén familiarizados con los servicios de AWS.

Analizar una arquitectura de aplicación monolítica para determinar puntos de interrupción lógicos o programáticos donde la aplicación se puede dividir en diferentes servicios de AWS.

Aplicar los conceptos y pasos del manifiesto de la aplicación de doce factores al migrar desde una arquitectura monolítica.

Recomendar los servicios de AWS apropiados para desarrollar una aplicación nativa de la nube basada en microservicios.

Utilizar la API, la CLI y los SDK de AWS para monitorear y administrar los servicios de AWS.

Módulo 1: The cloud journey

• Common off-cloud architecture
• Introduction to Cloud Air
• Monolithic architecture
• Migration to the cloud
• Guardrails
• The six R’s of migration
• The Twelve-Factor Application Methodology
• Architectural styles and patterns
• Overview of AWS Services
• Interfacing with AWS Services
• Authentication
• Infrastructure as code and Elastic Beanstalk
• Demonstration: Walk through creating base infrastructure with AWS CloudFormation in the AWS console
• Hands-on lab 1: Deploy your monolith application using AWS Elastic Beanstalk

Módulo 2: Gaining Agility

• DevOps
• CI/CD
• Application configuration
• Secrets management
• CI/CD Services in AWS
• Demonstration: Demo AWS Secrets Manager

Módulo 3: Monolith to MicroServices

• Microservices
• Serverless
• A look at Cloud Air
• Microservices using Lambda and API Gateway
• SAM
• Strangling the Monolith
• Hands-on lab: Using AWS Lambda to develop microservices

Módulo 4: Polyglot Persistence & Distributed Complexity

• Polyglot persistence
• DynamoDB best practices
• Distributed complexity
• Step functions

Módulo 5: Resilience and Scale

• Decentralized data stores
• Amazon SQS
• Amazon SNS
• Amazon Kinesis Streams
• AWS IoT Message Broker
• Serverless event bus
• Event sourcing and CQRS
• Designing for resilience in the cloud
• Hands-on lab: Exploring the AWS messaging options

Módulo 6: Security and Observability

• Serverless Compute with AWS Lambda
• Authentication with Amazon Cognito
• Debugging and traceability
• Hands-on lab: Developing microservices on AWS
• Hands-on lab 8: Automating deployments with Cloud Formation

Documentación oficial del curso Curso Advanced Developing 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.

• Todo aquel que desee obtener la certificación AWS Certified Solutions Architect Associate.
• Clientes y socios de AWS que tengan entre seis y doce meses de experiencia con AWS, incluida una sólida formación y experiencia en arquitectura.
• Personas que desempeñen roles de arquitecto de soluciones o arquitecto de la nube que diseñen servicios o arquitecturas en la nube de AWS.
• Personas que no hayan realizado el curso Architecting on AWS en los últimos seis meses aproximadamente.

• Tome decisiones sobre arquitecturas basadas en los principios y las mejores prácticas de AWS.
• Usar los servicios de AWS para hacer que su infraestructura sea escalable, confiable y de alta disponibilidad
• Usar AWS Managed Services para lograr mayor flexibilidad y resiliencia en una infraestructura.
• Aumentar la eficiencia de una infraestructura basada en AWS para incrementar el rendimiento y reducir costos.
• Utilizar el Well-Architected Framework para mejorar las arquitecturas con las soluciones de AWS.
• Navegar por la logística del proceso de evaluación, la estructura del examen y los tipos de preguntas.
• Identificar cómo se relacionan las preguntas con los conceptos de arquitectura de AWS.
• Interpretar los conceptos evaluados mediante preguntas de examen.

Architecting on AWS

• Módulo 1: Introduction
• Módulo 2: The Simplest Architectures
• Hands-On Lab 1: Hosting a Static Website
• Módulo 3: Adding a Compute Layer
• Módulo 4: Adding a Database Layer
• Hands-On Lab 2: Deploying a Web Application on AWS
• Módulo 5: Networking in AWS Part 1
• Hands-On Lab 3: Creating a Virtual Private Cloud
• Módulo 6: Networking in AWS Part 2
• Módulo 7: AWS Identity and Access Management (IAM)
• Módulo 8: Elasticity, High Availability, and Monitoring
• Hands-On Lab 4: Creating a Highly Available Environment
• Módulo 9: Automation
• Hands-On Lab 5: Automating Infrastructure Deployment with AWS CloudFormation
• Módulo 10: Caching
• Módulo 11: Building Decoupled Architectures
• Módulo 12: Microservices and Serverless Architectures
• Hands-On Lab 6: Implementing a Serverless Architecture with AWS Managed Services
• Módulo 13: RTP/RPO and Backup Recovery Setup
• Módulo 14: Optimizations and Review

Preparación para el examen de certificación AWS Certified Solutions Architect Associate

• Módulo 0: The Exam
• Módulo 1: Design Resilient Architectures
• Módulo 2: Design Performant Architectures
• Módulo 3: Specify Secure Applications and Architectures
• Módulo 4: Design Cost-Optimized Architectures
• Módulo 5: Define Operationally Excellent Architectures
• Additional deep dive of AWS services
• Quiz #1
• Practice exam: AWS Certified Solutions Architect Associate
• Quiz #2
• Wrap-up

Documentación oficial del curso intensivo de preparación examen AWS Certified Solutions Architect Associate.

• 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.

• Ingenieros de datos.
• Arquitectos de soluciones.
• Ingenieros de red.
• Ingenieros de infraestructura que se preparen para realizar el examen de certificación AWS Certified Advanced Networking Specialty.

• Navegar por el examen AWS Certified Advanced Networking Specialty.
• Comprender los conceptos avanzados de redes en AWS para poder diseñar marcos de redes bien diseñados para las cargas de trabajo en Amazon Virtual Private Cloud (Amazon VPC).
• Conectar centros de datos en las instalaciones a Amazon VPC (AWS Direct Connect, VPN de AWS), que le permitan a AWS funcionar como una extensión del centro de datos.
• Aprovechar la automatización de la red para acelerar la implementación de cargas de trabajo y la migración de aplicaciones.
• Practicar las mejores prácticas de seguridad y solución de problemas de redes.
• Prepararte para el examen de certificación AWS Certified Advanced Networking Specialty.

• Módulo 1: Testing (center) information and expectations
• Módulo 2: Exam overview and structure
• Módulo 3: Content domains and question breakdown
• Módulo 4: Topics and concepts within content domains
• Módulo 5: Question structure and interpretation techniques
• Módulo 6: Practice exam questions

Documentación oficial del curso preparación de examen AWS Certified Advanced Networking Specialty.

• 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.

• Personas que tengan un rol de seguridad.
• Todo aquel que se prepare para el examen de certificación AWS Certified Security Specialty.

• Saber orientarse a lo largo del proceso evaluativo.
• Comprender la estructura del examen y los tipos de preguntas.
• Identificar cómo las preguntas se relacionan con las prácticas recomendadas de seguridad de AWS.
• Interpretar los conceptos que se evalúan con las preguntas del examen.
• Prepararte para el examen de certificación AWS Certified Security Specialty.

• Módulo 1: Preparing for the exam
• Módulo 2: Incident response
• Módulo 3: Logging and monitoring
• Módulo 4: Infrastructure Security
• Módulo 5: Identity and access management
• Módulo 6: Data protection

Documentación oficial del curso preparación de examen AWS Certified Security Specialty.

• 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.

• Profesionales de Machine Learning.
• Todo aquel que se desee prepararse para el examen de certificación AWS Certified Machine Learning Specialty.

• Identificar sus fortalezas y debilidades en cada uno de los dominios del examen.
• Crear un plan de estudios posterior para preparar el examen.
• Describir los temas y conceptos técnicos que conforman cada uno de los dominios del examen.
• Resumir la logística y la mecánica del examen de certificación y sus preguntas.
• Identificar estrategias efectivas para tomar exámenes que se pueden usar para responder las preguntas del examen.
• Prepararte para el examen de certificación AWS Certified Machine Learning Specialty.

Módulo 0: Course Introduction

Módulo 1: Exam Overview and Test-taking Strategies

• Testing center information and expectations
• Exam overview and structure
• Content domains and question breakdown
• Topics and concepts within content domains
• Question structure and interpretation techniques
• Practice exam questions

Módulo 2: Domain 1 – Data Engineering

• Domain 1.1: Data Repositories for machine learning
• Domain 1.2: Identify and implement a data-ingestion solution
• Domain 1.3: Identify and implement a data-transformation solution
• Walkthrough of study questions
• Domain 1 quiz

Módulo 3: Domain 2 – Exploratory Data Analysis

• Domain 2.1: Sanitize and prepare data for modeling
• Domain 2.2: Perform featuring engineering
• Domain 2.3: Analyze and visualize data for ML
• Walkthrough of study questions
• Domain 2 quiz

Módulo 4: Domain 3 – Modeling

• Domain 3.1: Frame business problems as machine learning (ML) problems
• Domain 3.2: Select the appropriate model(s) for a given ML problem
• Domain 3.3: Train ML models
• Domain 3.4 Perform hyperparameter optimization
• Domain 3.5 Evaluate ML models
• Walkthrough of study questions
• Domain 3 quiz

Módulo 5: Domain 4 – ML Implementation and Operations

• Domain 4.1: Build ML solutions for performance, availability, scalability, resiliency, and fault tolerance
• Domain 4.2: Recommend and implement the appropriate ML services and features for a given problem
• Domain 4.3: Apply basic AWS security practices to ML solutions
• Domain 4.4: Deploy and operationalize ML solutions
• Walkthrough of study questions
• Domain 4 quiz

Módulo 6: Comprehensive Study Questions

Módulo 7: Study Material

Módulo 8: Wrap-up

Documentación oficial del curso preparación de examen AWS Certified Machine Learning Specialty.

• 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.

• Desarrolladores de software.
• Arquitectos de soluciones.
• Profesionales de TI que quieran mejorar sus habilidades de desarrollo con los servicios de AWS.

• Crear una sencilla y completa aplicación en la nube con los kits de desarrollo de software de AWS (AWS SDK), la interfaz de línea de comandos (AWS CLI) y los IDE.
• Configurar los permisos de AWS Identity and Access Management (IAM) para respaldar un entorno de desarrollo.
• Utilizar múltiples patrones de programación en las aplicaciones para acceder a los servicios de AWS.
• Utilizar los AWS SDK para realizar operaciones CRUD (crear, leer, actualizar, eliminar) en los recursos de Amazon Simple Storage Service (Amazon S3) y Amazon DynamoDB.

Módulo 1: Course Overview

• Logistics
• Student resources
• Agenda
• Introductions

Módulo 2: Building a Web Application on AWS

• Discuss the architecture of the application you are going to build during this course
• Explore the AWS services needed to build your web application
• Discover how to store, manage, and host your web application

Módulo 3: Getting Started with Development on AWS

• Describe how to access AWS services programmatically
• List some programmatic patterns and how they provide efficiencies within AWS SDKs and AWS CLI
• Explain the value of AWS Cloud9

Módulo 4: Getting Started with Permissions

• Review AWS Identity and Access Management (IAM) features and components permissions to support a development environment
• Demonstrate how to test AWS IAM permissions
• Configure your IDEs and SDKs to support a development environment
• Demonstrate accessing AWS services using SDKs and AWS Cloud9

Lab 1: Configure the Developer Environment

Módulo 5: Getting Started with Storage

• Describe the basic concepts of Amazon S3
• List the options for securing data using Amazon S3
• Define SDK dependencies for your code
• Explain how to connect to the Amazon S3 service
• Describe request and response objects

Módulo 6: Processing Your Storage Operations

• Perform key bucket and object operations
• Explain how to handle multiple and large objects
• Create and configure an Amazon S3 bucket to host a static website
• Grant temporary access to your objects
• Demonstrate performing Amazon S3 operations using SDKs

Lab 2: Develop Solutions Using Amazon S3

Módulo 7: Getting Started with Databases

• Describe the key components of DynamoDB
• Explain how to connect to DynamoDB
• Describe how to build a request object
• Explain how to read a response object
• List the most common troubleshooting exceptions

Módulo 8: Processing Your Database Operations

• Develop programs to interact with DynamoDB using AWS SDKs
• Perform CRUD operations to access tables, indexes, and data
• Describe developer best practices when accessing DynamoDB
• Review caching options for DynamoDB to improve performance
• Perform DynamoDB operations using SDK

Lab 3: Develop Solutions Using Amazon DynamoDB

Módulo 9: Processing Your Application Logic

• Develop a Lambda function using SDKs
• Configure triggers and permissions for Lambda functions
• Test, deploy, and monitor Lambda functions

Lab 4: Develop Solutions Using AWS Lambda Functions

Módulo 10: Managing the APIs

• Describe the key components of API Gateway
• Develop API Gateway resources to integrate with AWS services
• Configure API request and response calls for your application endpoints
• Test API resources and deploy your application API endpoint
• Demonstrate creating API Gateway resources to interact with your application APIs

Lab 5: Develop Solutions Using Amazon API Gateway

Módulo 11: Building a Modern Application

• Describe the challenges with traditional architectures
• Describe the microservice architecture and benefits
• Explain various approaches for designing microservice applications
• Explain steps involved in decoupling monolithic applications
• Demonstrate the orchestration of Lambda Functions using AWS Step Functions

Módulo 12: Granting Access to Your Application Users

• Analyze the evolution of security protocols
• Explore the authentication process using Amazon Cognito
• Manage user access and authorize serverless APIs
• Observe best practices for implementing Amazon Cognito
• Demonstrate the integration of Amazon Cognito and review JWT tokens

Lab 6: Capstone – Complete the Application Build

Módulo 13: Deploying Your Application

• Identify risks associated with traditional software development practices
• Understand DevOps methodology
• Configure an AWS SAM template to deploy a serverless application
• Describe various application deployment strategies
• Demonstrate deploying a serverless application using AWS SAM

Módulo 14: Observing Your Application

• Differentiate between monitoring and observability
• Evaluate why observability is necessary in modern development and key components
• Understand CloudWatch’s part in configuring the observability
• Demonstrate using CloudWatch Application Insights to monitor applications
• Demonstrate using X-Ray to debug your applications

Lab 7: Observe the Application Using AWS X-Ray

Módulo 15: Course Wrap-up

• Course overview
• AWS training courses
• Certifications
• Course feedback

Documentación oficial del curso Developing 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.

• Aplicar prácticas recomendadas impulsadas por eventos para el diseño de una aplicación sin servidor con los servicios adecuados de AWS
• Identificar los desafíos y las compensaciones de la transición al desarrollo sin servidor y hacer recomendaciones que se adapten a la organización y el entorno de desarrollo
• Construir aplicaciones sin servidor con patrones que conectan los servicios administrados de AWS entre sí y dar cuenta de las características del servicio, que incluyen las cuotas de servicio, las integraciones disponibles, el modelo de invocación, el manejo de errores y la carga de orígenes de eventos
• Comparar y contrastar las soluciones disponibles para escribir infraestructura como código, que incluyen AWS CloudFormation, AWS Amplify, AWS Serverless Application Model (AWS SAM) y el Kit de desarrollo de la nube de AWS (AWS CDK)

Modulo 0: Introduction

• Introduction to the application you will build
• Access to course resources (Student Guide, Lab Guide, and Online Course Supplement)

Modulo 1: Thinking Serverless

• Best practices for building modern serverless applications
• Event-driven design
• AWS services that support event-driven serverless applications

Modulo 2: API-Driven Development and Synchronous Event Sources

• Characteristics of standard request/response API-based web applications
• How Amazon API Gateway fits into serverless applications
• Try-it-out exercise: Set up an HTTP API endpoint integrated with a Lambda function
• High-level comparison of API types (REST/HTTP, WebSocket, GraphQL)

Modulo 3: Introduction to Authentication, Authorization, and Access Control

• Authentication vs. Authorization
• Options for authenticating to APIs using API Gateway
• Amazon Cognito in serverless applications
• Amazon Cognito user pools vs. federated identities

Modulo 4: Serverless Deployment Frameworks

• Overview of imperative vs. declarative programming for infrastructure as code
• Comparison of CloudFormation, AWS CDK, Amplify, and AWS SAM frameworks
• Features of AWS SAM and the AWS SAM CLI for local emulation and testing

Modulo 5: Using Amazon EventBridge and Amazon SNS to Decouple Components

• Development considerations when using asynchronous event sources
• Features and use cases of Amazon EventBridge
• Try-it-out exercise: Build a custom EventBridge bus and rule
• Comparison of use cases for Amazon Simple Notification Service (Amazon SNS) vs. EventBridge
• Try-it-out exercise: Configure an Amazon SNS topic with filtering Developing Serverless Solutions on AWS

Modulo 6: Event-Driven Development Using Queues and Streams

• Development considerations when using polling event sources to trigger Lambda functions
• Distinctions between queues and streams as event sources for Lambda
• Selecting appropriate configurations when using Amazon Simple Queue Service (Amazon SQS) or Amazon Kinesis Data Streams as an event source for Lambda
• Try-it-out exercise: Configure an Amazon SQS queue with a dead-letter queue as a Lambda event source Hands-On Labs
• Hands-On Lab 1: Deploying a Simple Serverless Application
• Hands-On Lab 2: Message Fan-Out with Amazon EventBridge

Modulo 7: Writing Good Lambda Functions

• How the Lambda lifecycle influences your function code
• Best practices for your Lambda functions
• Configuring a function
• Function code, versions and aliases
• Try-it-out exercise: Configure and test a Lambda function
• Lambda error handling
• Handling partial failures with queues and streams

Modulo 8: Step Functions for Orchestration

• AWS Step Functions in serverless architectures
• Try-it-out exercise: Step Functions states
• The callback pattern
• Standard vs. Express Workflows
• Step Functions direct integrations
• Try-it-out exercise: Troubleshooting a Standard Step Functions workflow

Modulo 9: Observability and Monitoring

• The three pillars of observability
• Amazon CloudWatch Logs and Logs Insights
• Writing effective log files
• Try-it-out exercise: Interpreting logs
• Using AWS X-Ray for observability
• Try-it-out exercise: Enable X-Ray and interpret X-Ray traces
• CloudWatch metrics and embedded metrics format
• Try-it-out exercise: Metrics and alarms
• Try-it-out exercise: ServiceLensHands-On Labs
• Hands-On Lab 3: Workflow Orchestration Using AWS Step Functions
• Hands-On Lab 4: Observability and Monitoring

Modulo 10: Serverless Application Security

• Security best practices for serverless applications
• Applying security at all layers
• API Gateway and application security
• Lambda and application security
• Protecting data in your serverless data stores
• Auditing and traceability

Modulo 11: Handling Scale in Serverless Applications

• Scaling considerations for serverless applications
• Using API Gateway to manage scale
• Lambda concurrency scaling
• How different event sources scale with Lambda

Modulo 12: Automating the Deployment Pipeline

• The importance of CI/CD in serverless applications
• Tools in a serverless pipeline
• AWS SAM features for serverless deployments
• Best practices for automation
• Course wrap-up

• Documentación del curso Developing Serverless 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

• Ingenieros de DevOps.
• Arquitectos de DevOps.
• Ingenieros de operaciones.
• Administradores de sistemas.
• Desarrolladores.

• Utilizar las prácticas recomendadas de DevOps para desarrollar, entregar y mantener aplicaciones y servicios a gran velocidad en AWS.
• Identificar las ventajas, los roles y las responsabilidades de equipos pequeños y autónomos de DevOps.
• Diseñar e implementar una infraestructura en AWS que admita proyectos de desarrollo de DevOps.
• Utilizar AWS Cloud9 para escribir, ejecutar y depurar el código.

Módulo 0: Course overview

• Course objective
• Suggested prerequisites
• Course overview breakdown

Módulo 1: Introduction to DevOps

• What is DevOps?
• The Amazon journey to DevOps
• Foundations for DevOps

Módulo  2: Infrastructure Automation

• Introduction to Infrastructure Automation
• Diving into the AWS CloudFormation template
• Modifying an AWS CloudFormation template
• Demonstration: AWS CloudFormation template structure, parameters, stacks, updates, importing resources, and drift detection

Módulo 3: AWS Toolkits

• Configuring the AWS CLI
• AWS Software Development Kits (AWS SDKs)
• AWS SAM CLI
• AWS Cloud Development Kit (AWS CDK)
• AWS Cloud9
• Demonstration: AWS CLI and AWS CDK
• Hands-on lab: Using AWS CloudFormation to provision and manage a basic infrastructure

Módulo 4: Continuous integration and continuous delivery (CI/CD) with development tools

• CI/CD Pipeline and Dev Tools
• Demonstration: CI/CD pipeline displaying some actions from AWS CodeCommit, AWS CodeBuild, AWS CodeDeploy and AWS CodePipeline
• Hands-on lab: Deploying an application to an EC2 fleet using AWS CodeDeploy DevOps Engineering on AWS
• AWS CodePipeline
• Demonstration: AWS integration with Jenkins
• Hands-on lab: Automating code deployments using AWS CodePipeline

Módulo 5: Introduction to Microservices

• Introduction to Microservices

Módulo 6: DevOps and containers

• Deploying applications with Docker
• Amazon Elastic Container Service and AWS Fargate
• Amazon Elastic Container Registry and Amazon Elastic Kubernetes service
• Demonstration: CI/CD pipeline deployment in a containerized application

Módulo 7: DevOps and serverless computing

• AWS Lambda and AWS Fargate
• AWS Serverless Application Repository and AWS SAM
• AWS Step Functions
• Demonstration: AWS Lambda and characteristics
• Demonstration: AWS SAM quick start in AWS Cloud9
• Hands-on lab: Deploying a serverless application using AWS Serverless Application Model (AWS SAM) and a CI/CD Pipeline

Módulo 8: Deployment strategies

• Continuous Deployment
• Deployments with AWS Services

Módulo 9: Automated testing

• Introduction to testing
• Tests: Unit, integration, fault tolerance, load, and synthetic
• Product and service integrations DevOps Engineering on AWS

Módulo 10: Security automation

• Introduction to DevSecOps
• Security of the Pipeline
• Security in the Pipeline
• Threat Detection Tools
• Demonstration: AWS Security Hub, Amazon GuardDuty, AWS Config, and Amazon Inspector

Módulo 11: Configuration management

• Introduction to the configuration management process
• AWS services and tooling for configuration management
• Hands-on lab: Performing blue/green deployments with CI/CD pipelines and Amazon Elastic Container Service (Amazon ECS)

Módulo 12: Observability

• Introduction to observability
• AWS tools to assist with observability
• Hands-on lab: Using AWS DevOps tools for CI/CD pipeline automations

Módulo 13: Reference architecture (Optional module)

• Reference architectures

Módulo 14: Course summary

• Components of DevOps practice
• CI/CD pipeline review
• AWS Certification

Documentación oficial del curso DevOps Engineering 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.

• Desarrolladores.
• Arquitectos de soluciones.
• Ingenieros de datos.
• Todo aquel con poca experiencia con ML o sin ella que desee aprender sobre la canalización de ML con Amazon SageMaker.

• Seleccionar y justificar el enfoque de ML adecuado para un problema de negocio determinado.
• Usar la canalización de ML para resolver un problema empresarial específico.
• Capacitar, evaluar y ajustar un modelo de ML en Amazon SageMaker.
• Describir algunas de las prácticas recomendadas para diseñar canalizaciones de ML escalables, optimizadas según el costo y seguras en AWS.
• Aplicar el aprendizaje automático a un problema comercial de la vida real después de completar el curso.

Módulo 0: Introduction

• Pre-assessment

Módulo 1: Introduction to Machine Learning and the ML Pipeline

• Overview of machine learning, including use cases, types of machine learning, and key concepts
• Overview of the ML pipeline
• Introduction to course projects and approach

Módulo 2: Introduction to Amazon SageMaker

• Introduction to Amazon SageMaker
• Demo: Amazon SageMaker and Jupyter notebooks
• Hands-on: Amazon SageMaker and Jupyter notebooks

Módulo 3: Problem Formulation

• Overview of problem formulation and deciding if ML is the right solution
• Converting a business problem into an ML problem
• Demo: Amazon SageMaker Ground Truth
• Hands-on: Amazon SageMaker Ground Truth
• Practice problem formulation
• Formulate problems for projects

Módulo 4: Preprocessing

• Overview of data collection and integration, and techniques for data preprocessing and visualization
• Practice preprocessing
• Preprocess project data
• Class discussion about projects

Módulo 5: Model Training

• Choosing the right algorithm
• Formatting and splitting your data for training
• Loss functions and gradient descent for improving your model
• Demo: Create a training job in Amazon SageMaker

Módulo 6: Model Evaluation

• How to evaluate classification models
• How to evaluate regression models
• Practice model training and evaluation
• Train and evaluate project models
• Initial project presentations

Módulo 7: Feature Engineering and Model Tuning

• Feature extraction, selection, creation, and transformation
• Hyperparameter tuning
• Demo: SageMaker hyperparameter optimization
• Practice feature engineering and model tuning
• Apply feature engineering and model tuning to projects
• Final project presentations

Módulo 8: Deployment

• How to deploy, inference, and monitor your model on Amazon SageMaker
• Deploying ML at the edge
• Demo: Creating an Amazon SageMaker endpoint
• Post-assessment
• Course wrap-up

Documentación oficial del curso The Machine Learning Pipeline 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.

• Reconocer los motivos empresariales y técnicos comunes para migrar a la nube
• Resumir las tres fases de una migración y los objetivos, tareas y partes interesadas asociadas para cada una de ellas
• Describir la arquitectura, herramientas y prácticas recomendadas de migración de AWS
• Distinguir entre las distintas estrategias de migración a la nube y cuándo es más apropiada cada una de ellas

Modulo 0: Introduction to Migrating to AWS

• Course introduction

Modulo 1: What Is a Cloud Migration?

• Summarize the drivers and desired outcomes of a cloud migration
• Identify the elements of a successful migration journey
• Describe the three-phase AWS migration process

Modulo 2: Assessing Migration Readiness

• Summarize the activities and goals of the assess phase
• Evaluate tools for assessing your organization’s cloud readiness
• Describe Migration Readiness Assessments (MRAs) and their importance
• Group Exercise: Assess cloud migration readiness with AWS Cloud Adoption Readiness Tool (CART)

Modulo 3: Preparing for a Migration and Understanding Related Workstreams

• Summarize the mobilize phase of the process
• Discuss the eight unique migration-related workstreams

Modulo 4: Discovering Landing Zones and Their Benefits

• Explain the function of a landing zone
• Discuss best practices for creating a custom landing zone
• Describe how you would use AWS Control Tower to create a landing zone

Modulo 5: Building a Landing Zone

• Summarize the process of building a landing zone
• Determine the best multi-account structure, governance policies, and connectivity plan for a landing zone
• Demonstration: AWS Control Tower
• Lab: Connecting Your On-Premises Network and Directory Services to AWS

Modulo 6: Discovering the Portfolio and Understanding Migration Strategies

• Explain the activities of the detailed portfolio discovery workstream
• Describe how to assess an application’s migration readiness
• Summarize the seven migration strategies
• Group Exercise: Choose the best strategy (scenario-based)

Modulo 7: Understanding and Choosing Portfolio Discovery Tools

• Summarize the various discovery tools available
• Distinguish which tools are best to use based on scenario
• Lab: Gathering Application Data Necessary for Migration

Modulo 8: Planning and Designing a Migration

• Describe the planning and design process
• Summarize how to set up a migration factory
• Choose and finalize an application migration strategy

Modulo 9: Performing the Migration to AWS

• Explain the server migration process
• Discuss the various migration automation and governance tools available
• Evaluate server migration tools for compatibility with your environment
• Lab: Migrating an Application to AWS

Modulo 10: Understanding Database and Data Migration Services

• Summarize the significance of database and data migration
• Discuss the various data migration tools available
• Lab: Migrating an Existing Database to Amazon Aurora

Modulo 11: Understanding Additional Migration Support Options

• Discuss additional migration support options
• Summarize AWS Managed Services and AWS Marketplace
• Describe SAP on AWS and services offered for Windows

Modulo 12: Integrating, Validating, and Cutting Over Applications

• Discuss the process and benefits of integrating, validating, and cutting over applications

Modulo 13: Modernizing and Optimizing an Application Migration

• Identify post-migration opportunities for modernization and optimization
• Understand cost and security optimization processes
• Explore tools available to support these processes
• Lab: Optimizing an Application with Amazon S3 and Amazon ECS

Modulo 14: Understanding Operations Tools, Integration Testing, and Automation

• Summarize operations in the cloud
• Discuss four functions of operations and their domains
• Review operations automation and relevant support tools

Modulo 15: Migration Best Practices

• Course review and key takeaways
• Summarize and reinforce AWS best practices for migrating
• Lab: Automating Application Deployments

• Documentación del curso Migrating to 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

• Cómo implementar sus propios modelos en la nube de AWS
• Cómo automatizar flujos de trabajo para crear, entrenar, probar e implementar modelos de aprendizaje automático
• Las diferentes estrategias de implementación para implementar modelos de ML en producción
• Cómo monitorear la deriva de datos y la deriva de conceptos que podrían afectar la predicción y la alineación con las expectativas comerciales

Modulo 0: Welcome

• Course introduction

Modulo 1: Introduction to MLOps

• Machine learning operations
• Goals of MLOps
• Communication
• From DevOps to MLOps
• ML workflow
• Scope
• MLOps view of ML workflow
• MLOps cases

Modulo 2: MLOps Development

• Intro to build, train, and evaluate machine learning models
• MLOps security
• Automating
• Apache Airflow
• Kubernetes integration for MLOps
• Amazon SageMaker for MLOps
• Lab: Bring your own algorithm to an MLOps pipeline
• Demonstration: Amazon SageMaker
• Intro to build, train, and evaluate machine learning models
• Lab: Code and serve your ML model with AWS CodeBuild
• Activity: MLOps Action Plan Workbook

Modulo 3: MLOps Deployment

• Introduction to deployment operations
• Model packaging
• Inference
• Lab: Deploy your model to production
• SageMaker production variants
• Deployment strategies
• Deploying to the edge
• Lab: Conduct A/B testing
• Activity: MLOps Action Plan Workbook

Modulo 4: Model Monitoring and Operations

• Lab: Troubleshoot your pipeline
• The importance of monitoring
• Monitoring by design
• Lab: Monitor your ML model
• Human-in-the-loop
• Amazon SageMaker Model Monitor
• Demonstration: Amazon SageMaker Pipelines, Model Monitor, model registry, and Feature Store
• Solving the Problem(s)
• Activity: MLOps Action Plan Workbook

Modulo 5: Wrap-up

• Course review
• Activity: MLOps Action Plan Workbook
• Wrap-up

• Documentación del curso MLOps Engineering 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

• Arquitectos de soluciones.
• Arquitectos de bases de datos.
• Desarrolladores.

• Resumir el marco de buena arquitectura de AWS para diseñar soluciones de bases de datos.
• Elegir un servicio de base de datos diseñado específicamente para una carga de trabajo determinada.
• Diseñar una solución de base de datos relacional para resolver un problema empresarial.
• Diseñar una solución de base de datos NoSQL para resolver un problema empresarial.
• Analizar datos de múltiples bases de datos para resolver un problema empresarial.
• Discutir las consideraciones de seguridad para su solución de base de datos.

Módulo 0: Course Introduction

• Course overview

Módulo 1: AWS Purpose-Built Databases

• Discussing well-architected databases
• Analyzing workload requirements
• Choosing the data model
• Choosing the right purpose-built database
• Knowledge check

Módulo 2: Amazon Relational Database Service (Amazon RDS)

• Discussing a relational database
• What is Amazon RDS?
• Why Amazon RDS?
• Amazon RDS design considerations
• Knowledge check

Módulo 3: Amazon Aurora

• What is Amazon Aurora?
• Why Amazon Aurora?
• Aurora design considerations
• Knowledge check
• Challenge Lab 1: Working with Amazon Aurora databases
• Class Activity 1: Choose the Right Relational Database

Módulo 4: Amazon DynamoDB

• Discussing a key value database
• What is DynamoDB?
• Why DynamoDB?
• DynamoDB design considerations
• Knowledge check

Módulo 5: Amazon Keyspaces (for Apache Cassandra)

• Discussing a wide-column database
• What is Apache Cassandra?
• What is Amazon Keyspaces?
• Why Amazon Keyspaces?
• Amazon Keyspaces design considerations
• Knowledge check

Módulo 6: Amazon DocumentDB (with MongoDB compatibility)

• Discussing a document database
• What is Amazon DocumentDB?
• Why Amazon DocumentDB?
• Amazon DocumentDB design considerations
• Knowledge check

Módulo 7: Amazon Quantum Ledger Database (Amazon QLDB)

• Discussing a ledger database
• What is Amazon QLDB?
• Why Amazon QLDB?
• Amazon QLDB design considerations
• Knowledge check
• Class Activity 2: Choose the Right Nonrelational Database
• Challenge Lab 2: Working with Amazon DynamoDB Tables

Módulo 8: Amazon Neptune

• Discussing a graph database
• What is Amazon Neptune?
• Why Amazon Neptune?
• Amazon Neptune design considerations
• Knowledge check

Módulo 9: Amazon Timestream

• Discussing a timeseries database
• What is Amazon Timestream?
• Why Amazon Timestream?
• Amazon Timestream design considerations
• Knowledge check

Módulo 10: Amazon ElastiCache

• Discussing an in-memory database
• What is ElastiCache?
• Why ElastiCache?
• ElastiCache design considerations
• Knowledge check

Módulo 11: Amazon MemoryDB for Redis

• What is Amazon MemoryDB (for Redis)?
• Why Amazon MemoryDB?
• Amazon MemoryDB design considerations
• Knowledge check
• Class Activity 3: Let’s Cache In

Módulo 12: Amazon Redshift

• Discussing a data warehouse
• What is Amazon Redshift?
• Why Amazon Redshift?
• Amazon Redshift design considerations
• Knowledge check

Módulo 13: Tools for Working with AWS Databases

• Data access and analysis with Amazon Athena
• Data migration with SCT and DMS
• Class Activity 4: Overall Picture
• Challenge Lab 3: Working with Amazon Redshift clusters

Documentación oficial del curso Planning and Designing Databases 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.

• Revise y examine los fundamentos de los contenedores, Kubernetes y Amazon EKS, y el impacto de los contenedores en los flujos de trabajo
• Cree un clúster de Amazon EKS seleccionando los recursos informáticos correctos para admitir los nodos de trabajo
• Proteja su entorno con la autenticación de AWS Identity and Access Management (IAM) mediante la creación de un rol de servicio de Amazon EKS para su clúster
• Implemente una aplicación en el clúster y, a continuación, publique imágenes de contenedor en ECR y proteja el acceso a través de la política de IAM

Modulo 0: Course Introduction

• Course preparation activities and agenda

Modulo 1: Kubernetes Fundamentals

• Container orchestration
• Kubernetes objects
• Kubernetes internals

Modulo 2: Amazon EKS Fundamentals

• Introduction to Amazon EKS
• Amazon EKS control plane
• Amazon EKS data plane
• Fundamentals of Amazon EKS security
• Amazon EKS API

Modulo 3: Building an Amazon EKS Cluster

• Configuring your environment
• Creating an Amazon EKS cluster
• Demo: Deploying a cluster
• Deploying worker nodes
• Demo: Completing a cluster configuration
• Preparing for Lab 1: Building an Amazon EKS Cluster

Modulo 4: Deploying Applications to Your Amazon EKS Cluster

• Configuring Amazon Elastic Container Registry (Amazon ECR)
• Demo: Configuring Amazon ECR
• Deploying applications with Helm
• Demo: Deploying applications with Helm
• Continuous deployment in Amazon EKS
• GitOps and Amazon EKS
• Preparing for Lab 2: Deploying Applications

Modulo 5: Configuring Observability in Amazon EKS

• Configuring observability in an Amazon EKS cluster
• Collecting metrics
• Using metrics for automatic scaling
• Managing logs
• Application tracing in Amazon EKS
• Gaining and applying insight from observability
• Preparing for Lab 3: Monitoring Amazon EKS

Modulo 6: Balancing Efficiency, Resilience, and Cost Optimization in Amazon EKS

• The high level overview
• Designing for resilience
• Designing for cost optimization
• Designing for efficiency

Modulo 7: Managing Networking in Amazon EKS

• Review: Networking in AWS
• Communicating in Amazon EKS
• Managing your IP space
• Deploying a service mesh
• Preparing for Lab 4: Exploring Amazon EKS Communication

Modulo 8: Managing Authentication and Authorization in Amazon EKS

• Understanding the AWS shared responsibility model
• Authentication and authorization
• Managing IAM and RBAC
• Demo: Customizing RBAC roles
• Managing pod permissions using RBAC service accounts

Modulo 9: Implementing Secure Workflows

• Securing cluster endpoint access
• Improving the security of your workflows
• Improving host and network security
• Managing secrets
• Preparing for Lab 5: Securing Amazon EKS

Modulo 10: Managing Upgrades in Amazon EKS

• Planning for an upgrade
• Upgrading your Kubernetes version
• Amazon EKS platform versions

• Documentación del curso Running Containers on Amazon Elastic Kubernetes Service (Amazon EKS)

• 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

• Arquitectos de soluciones.
• Ingenieros de diseño de soluciones.
• Desarrolladores que quieran comprender la arquitectura de AWS.

• Identificar las prácticas básicas de arquitectura de AWS.
• Identificar servicios y características para crear soluciones de TI resistentes, seguras y de alta disponibilidad en la nube de AWS.
• Aprender el proceso de diseño de soluciones de TI óptimas mediante el AWS Well-Architected Framework, basado en escenarios de la vida real.
• Explorar los servicios de AWS para la seguridad de las cuentas, las redes, la informática, el almacenamiento, las bases de datos, el monitoreo, la automatización, los contenedores, la arquitectura sin servidor, los servicios de borde, y las copias de seguridad y recuperación.

Módulo 1: Architecting Fundamentals

• AWS services
• AWS infrastructure
• AWS Well-Architected Framework
• Hands-on lab: Explore and interact with the AWS Management Console and AWS Command Line Interface

Módulo 2: Account Security

• Principals and identities
• Security policies
• Managing multiple accounts

Módulo 3: Networking 1

• IP addressing
• VPC fundamentals
• VPC traffic security

Módulo 4: Compute

• Compute services
• EC2 instances
• Storage for EC2 instances
• Amazon EC2 pricing options
• AWS Lambda
• Hands-On Lab: Build your Amazon VPC infrastructure

Módulo 5: Storage

• Storage services
• Amazon S3
• Shared file systems
• Data migration tools

Módulo 6: Database Services

• Database services
• Amazon RDS
• Amazon DynamoDB
• Database caching
• Database migration tools
• Hands-on Lab: Create a database layer in your Amazon VPC infrastructure

Módulo 7: Monitoring and Scaling

• Monitoring
• Alarms and events
• Load balancing
• Auto scaling
• Hands-on Lab: Configure high availability in your Amazon VPC

Módulo 8: Automation

• AWS CloudFormation
• Infrastructure management

Módulo 9: Containers

• Microservices
• Containers
• Container services

Módulo 10: Networking 2

• VPC endpoints
• VPC peering
• Hybrid networking
• AWS Transit Gateway

Módulo 11: Serverless

• What is serverless?
• Amazon API Gateway
• Amazon SQS
• Amazon SNS
• Amazon Kinesis
• AWS Step Functions
• Hands-on Lab: Build a serverless architecture

Módulo 12: Edge Services

• Edge fundamentals
• Amazon Route 53
• Amazon CloudFront
• DDoS protection
• AWS Outposts
• Hands-On Lab: Configure an Amazon CloudFront distribution with an Amazon S3 origin

Módulo 13: Backup and Recovery

• Disaster planning
• AWS Backup
• Recovery strategies
• Hands-on Lab: Capstone lab – Build an AWS Multi-Tier architecture. Participants review the concepts and services learned in class and build a solution based on a scenario. The lab environment provides partial solutions to promote analysis and reflection. Participants deploy a highly available architecture. The instructor is available for consultation.

Documentación oficial del curso Architecting 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.

• Ingenieros de seguridad.
• Arquitectos de seguridad.
• Arquitectos de la nube.
• Operadores de la nube.

• Exponer una comprensión de la seguridad en la nube de AWS basada en la tríada de la CIA.
• Crear y analizar la autenticación y las autorizaciones con IAM.
• Administrar y aprovisionar cuentas en AWS con los servicios de AWS adecuados.
• Identificar cómo administrar los secretos mediante los servicios de AWS.
• Supervisar la información confidencial y proteger los datos mediante el cifrado y los controles de acceso.
• Identificar los servicios de AWS que abordan los ataques de fuentes externas.
• Supervisar, generar y recopilar registros.
• Identificar indicadores de incidentes de seguridad.
• Identificar cómo investigar las amenazas y mitigarlas con los servicios de AWS.

Módulo 1: Security Overview and Review

• Explain Security in the AWS Cloud.
• Explain AWS Shared Responsibility Model.
• Summarize IAM, Data Protection, and Threat Detection and Response.
• State the different ways to interact with AWS using the console, CLI, and SDKs.
• Describe how to use MFA for extra protection.
• State how to protect the root user account and access keys.

Módulo 2: Securing Entry Points on AWS

• Describe how to use multi-factor authentication (MFA) for extra protection.
• Describe how to protect the root user account and access keys.
• Describe IAM policies, roles, policy components, and permission boundaries.
• Explain how API requests can be logged and viewed using AWS CloudTrail and how to view and analyze access history.
• Hands-On Lab: Using Identity and Resource Based Policies.

Módulo 3: Account Management and Provisioning on AWS

• Explain how to manage multiple AWS accounts using AWS Organizations and AWS Control Tower.
• Explain how to implement multi-account environments with AWS Control Tower.
• Demonstrate the ability to use identity providers and brokers to acquire access to AWS services.
• Explain the use of AWS IAM Identity Center (successor to AWS Single Sign-On) and AWS Directory Service.
• Demonstrate the ability to manage domain user access with Directory Service and IAM Identity Center.
• Hands-On Lab: Managing Domain User Access with AWS Directory Service

Módulo 4: Secrets Management on AWS

• Describe and list the features of AWS KMS, CloudHSM, AWS Certificate Manager (ACM), and AWS Secrets Manager.
• Demonstrate how to create a multi-Region AWS KMS key.
• Demonstrate how to encrypt a Secrets Manager secret with an AWS KMS key.
• Demonstrate how to use an encrypted secret to connect to an Amazon Relational Database Service (Amazon RDS) database in multiple AWS Regions
• Hands-on lab: Lab 3: Using AWS KMS to Encrypt Secrets in Secrets Manager

Módulo 5: Data Security

• Monitor data for sensitive information with Amazon Macie.
• Describe how to protect data at rest through encryption and access controls.
• Identify AWS services used to replicate data for protection.
• Determine how to protect data after it has been archived.
• Hands-on lab: Lab 4: Data Security in Amazon S3

Módulo 6: Infrastructure Edge Protection

• Describe the AWS features used to build secure infrastructure.
• Describe the AWS services used to create resiliency during an attack.
• Identify the AWS services used to protect workloads from external threats.
• Compare the features of AWS Shield and AWS Shield Advanced.
• Explain how centralized deployment for AWS Firewall Manager can enhance security.
• Hands-on lab: Lab 5: Using AWS WAF to Mitigate Malicious Traffic

Módulo 7: Monitoring and Collecting Logs on AWS

• Identify the value of generating and collecting logs.
• Use Amazon Virtual Private Cloud (Amazon VPC) Flow Logs to monitor for security events.
• Explain how to monitor for baseline deviations.
• Describe Amazon EventBridge events.
• Describe Amazon CloudWatch metrics and alarms.
• List log analysis options and available techniques.
• Identify use cases for using virtual private cloud (VPC) Traffic Mirroring.
• Hands-on lab: Lab 6: Monitoring for and Responding to Security Incidents

Módulo 8: Responding to Threats

• Classify incident types in incident response.
• Understand incident response workflows.
• Discover sources of information for incident response using AWS services.
• Understand how to prepare for incidents.
• Detect threats using AWS services.
• Analyze and respond to security findings.
• Hands-on lab: Lab 7: Incident Response

Documentación oficial del curso Security Engineering 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.