Xertica

GoogleCloud

_CLOUD LEARNING CENTER

Centro de experiencia en aprendizaje y entrenamiento enfocado en Cloud

Entrenamiento_A
INTRODUCCIÓN A GOOGLE CLOUD PLATFORM:

En este curso brinda una descripción general de los productos y servicios de Google Cloud Platform. Los estudiantes tendrán un conjunto de presentaciones, demostraciones y talleres prácticos donde aprenderán el valor de Google Cloud Platform y cómo incorporar las soluciones basadas en la nube a estrategias empresariales.

  • ¿A QUIÉN VA DIRIGIDO?
    Esta diseñado para personas que dan sus primeros pasos en Google Cloud Platform. Los encargados de crear e implementar aplicaciones, desarrolladores, operadores de sistemas profesionales y arquitectos de soluciones. Pueden asistir ejecutivos y responsables de la toma de decisiones empresariales que evalúan el potencial de Google Cloud Platform.

  • TEMARIO
    Introducción a Google Cloud
    Cómo comenzar a usar Google Cloud
    Máquinas virtuales y redes en la nube
    Almacenamiento en la nube
    Contenedores en la nube
    Aplicaciones en la nube
    Desarrollo, implementación y supervisión en la nube
    Macrodatos y aprendizaje automático en la nube

  • AL FINALIZAR EL CURSO, LOS USUARIOS TENDRÁN LA CAPACIDAD DE:
    Identificar el propósito y el valor de los productos y servicios de Google Cloud
    Elegir y usar los entornos de implementación de aplicaciones en Google Cloud Platform: Google App Engine, Google Kubernetes Engine y Google Compute Engine.
    Elegir qué opciones de almacenamiento de Google Cloud Platform usar: Google Cloud Storage, Google Cloud SQL, Google Cloud Bigtable y Google Cloud Datastore
    Utilizar, de forma básica, BigQuery, el almacén de datos administrados de Google para estadísticas
    Utilizar, de forma básica, Cloud Deployment Manager, la herramienta de Google para crear y administrar los recursos en la nube a través de plantillas

INTRODUCCIÓN A GOOGLE CLOUD PLATFORM:
BIG DATA & MACHINE LEARNING

En este curso descubrirán las capacidades de los macrodatos de Google Cloud Platform. Los asistentes obtienen, mediante talleres prácticos, una descripción general de GCP y un panorama detallado de las capacidades del procesamiento de datos y del aprendizaje automático. Este curso presenta la facilidad, la flexibilidad y la potencia de las soluciones de macrodatos en Google Cloud Platform.

  • ¿A QUIÉN VA DIRIGIDO?
    Este curso esta diseñado para analistas de datos, científicos de datos y analistas de negocios que dan los primeros pasos con Google Cloud Platform. Ingenieros encargados del diseño de arquitecturas para el procesamiento de datos; la creación y el mantenimiento de modelos estadísticos y de aprendizaje automático; la consulta de conjuntos de datos; la visualización de los resultados de la consulta y la creación de informes.

  • TEMARIO
    Introducción a Google Cloud Platform
    Aspectos principales sobre el procesamiento y el almacenamiento
    Estadísticas de datos en la nube
    Escalamiento del análisis de datos
    Aprendizaje automático
    Arquitecturas de procesamiento de datos

  • AL FINALIZAR EL CURSO, LOS USUARIOS TENDRÁN LA CAPACIDAD DE:
    Elegir e Identificar el propósito y el valor de los productos clave de macrodatos y aprendizaje automático en Google Cloud Platform
    Usar Cloud SQL y Cloud Dataproc para migrar las cargas de trabajo de MySQL y Hadoop/Pig/Spark/Hive existentes a Google Cloud Platform
    Usar BigQuery y Cloud Datalab para llevar a cabo un análisis de datos interactivo
    Usar las API de AA.

Entrenamiento_B
GOOGLE COMPUTE ENGINE
INFRAESTRUCTURA Y ARQUITECTURA

En este curso los participantes conocen los servicios e infraestructura que ofrece Google Cloud Platform. A través de presentaciones, demostraciones y talleres prácticos, podrán explorar e implementar elementos de solución, incluidos los componentes de la infraestructura como las redes, los sistemas y los servicios de aplicaciones.
Aprenderán la implementación de soluciones como la interconexión segura de redes, las claves de encriptación proporcionadas por el cliente, la administración de la seguridad y de accesos, las cuotas, la facturación y la supervisión de recursos.

  • ¿A QUIÉNES ESTÁ DIRIGIDO?
    Esta diseñado para arquitectos de soluciones de nube, ingenieros DevOps, usuarios que usan GCP para crear soluciones nuevas o integrar sistemas existentes, infraestructura y entornos de aplicación a Google Cloud Platform.
    Los asistentes deben tener conocimientos básicos sobre las herramientas de línea de comandos, entornos del sistema operativo Linux; Así como experiencia implementación y la administración de aplicaciones, tanto a nivel local como en un entorno de nube pública

  • TEMARIO
    Introducción a Google Cloud Platform
    Redes y Máquinas virtuales
    Cloud IAM
    Servicios de almacenamiento de datos
    Administración y Supervisión de recursos
    Interconexión de redes
    Automatización de la infraestructura con la API de Google Cloud Platform y Deployment Manager
    Servicios administrados
    Balanceo de cargas
    Ajuste de escala auto

  • AL FINALIZAR EL CURSO, LOS USUARIOS TENDRÁN LA CAPACIDAD DE:
    Aprender métodos para desarrollar y también implementar soluciones
    Diferenciar las funciones de productos y tecnologías similares o relacionados
    Reconocer una gran variedad de dominios de solución, casos prácticos y aplicaciones
    Desarrollar las habilidades esenciales para administrar soluciones
    Conocer patrones de solución: métodos, tecnologías y diseños que se utilizan para implementar seguridad, escalabilidad, alta disponibilidad y otras cualidades deseada.

FUNDAMENTOS DE ARQUITECTURA CON GCP

En este curso se aprenderá a crear soluciones confiables y eficaces en Google Cloud Platform mediante patrones de diseño y los principios de ingeniería de confiabilidad de sitios. A través de presentaciones, demostraciones y talleres prácticos, aprenderán a diseñar implementaciones de GCP sumamente confiables y seguras con una alta disponibilidad y rentabilidad.

  • ¿A QUIÉNES ESTÁ DIRIGIDO?
    Esta diseñado para arquitectos de soluciones de nube, operadores de sistemas profesionales, ingenieros DevOps y administradores de TI. Usuarios interesados en crear soluciones nuevas o integrar sistemas existentes, infraestructura y entornos de aplicación a Google Cloud Platform

  • TEMARIO
    Cómo definir el servicio
    Diseño de capas de lógica empresarial
    Diseño de capas de datos y capas de red
    Diseña para la resiliencia, escalabilidad y recuperación antes desastres
    Cómo diseñar teniendo en cuenta la seguridad
    Planificación de la capacidad y optimización de costos
    Implementación, supervisión y alertas, y respuesta ante incidentes

  • AL FINALIZAR EL CURSO, LOS USUARIOS TENDRÁN LA CAPACIDAD DE :
    Diseñar para un alto grado de disponibilidad, escalabilidad y mantenimiento
    Evaluar las compensaciones y elegir correctamente entre los productos de Google Cloud Platform
    Integrar recursos locales y en la nube
    Identificar las formas de optimizar recursos y de minimizar costos
    Implementar procesos que minimicen el tiempo de inactividad, como los de supervisión y alarma, las pruebas de integración y de unidades, la prueba de resistencia de producción y el análisis a posteriori de incidentes
    Implementar políticas que minimicen los riesgos de seguridad, como auditorías, separación de obligaciones y privilegios mínimos
    Implementar tecnologías y procesos que garanticen la continuidad del negocio en caso de desastre

ASPECTOS DE MACHINE LEARNING EN GOOGLE CLOUD

En este curso aprenderá a escribir modelos de aprendizaje automático distribuidos que se escalen en Tensorflow 2.x, realizar ingeniería de funciones en BQML y Keras, evaluar curvas de pérdida y realizar ajustes de hiperparámetros, y entrenar modelos a escala con Cloud AI Platform.

  • ¿A QUIÉNES ESTÁ DIRIGIDO?
    Este curso esta diseñado para aspirantes a científicos e ingenieros de datos de aprendizaje automático quienes deben tener alguna familiaridad con los conceptos básicos de aprendizaje automático y/o dominio básico de un lenguaje de secuencias de comandos.

  • TEMARIO
    Estrategia de datos en torno al aprendizaje automático.
    Aproveche las herramientas y el entorno de GCP para realizar ML.
    Realice tareas de ciencia de datos en cuadernos colaborativos en línea.
    Invocar modelos de AA previamente entrenados desde Cloud AI Platform.
    Mejore las funciones del modelo ML con capas integradas.
    Entrene, implemente y produzca modelos de AA a escala con Cloud AI Platform.
    Combine y cree nuevas combinaciones de funciones mediante cruces de funciones.
    Realice ingeniería de funciones con BQML, Keras y TensorFlow 2.x.
    Comprende cómo preprocesar y explorar funciones con Cloud Dataflow y Cloud Dataprep.

  • AL FINALIZAR EL CURSO, LOS USUARIOS TENDRÁN LA CAPACIDAD DE :
    Describir cómo mejorar la calidad de los datos.
    Realizar análisis de datos exploratorios.
    Construir y entrenar modelos de aprendizaje supervisado.
    Optimizar y evaluar modelos usando funciones de pérdida y métricas de desempeño.
    Cree conjuntos de datos de prueba, evaluación y capacitación repetibles y escalables.
    Implementar modelos de aprendizaje automático con Keras y TensorFlow 2.x

ANÁLISIS DE DATOS Y ESTADÍSTICAS CON GCP

En este curso aprenderán a generar estadísticas a través del análisis de datos y las visualizaciones con Google Cloud Platform. El curso incluye talleres prácticos, en que los participantes exploran, recopilan, cargan, visualizan y extraen estadísticas de distintos conjuntos de datos de Google BigQuery.

  • ¿A QUIÉNES ESTÁ DIRIGIDO?
    Este curso esta diseñado para ingenieros de datos en la nube, analistas de datos, analistas de negocios y profesionales de inteligencia empresarial.

  • TEMARIO
    El curso abarca los siguientes temas: carga de datos, realización de consultas, modelado de esquemas, optimización del rendimiento, precios de consultas, visualización de datos y aprendizaje automático.

    Introducción a los datos en Google Cloud Platform.
    Descripción general de las herramientas de macrodatos.
    Cómo explorar tus datos con SQL.
    Precios de Google BigQuery.
    Cómo limpiar, transformar almacenar y exportar.
    Cómo transferir conjuntos de datos nuevos hacia Google BigQuery.
    Visualización de datos.
    Funciones y cláusulas avanzadas.
    Diseño de esquema y estructuras de datos anidados.
    Más visualización con Google Data Studio.
    Cómo Google realiza el aprendizaje automático.
    Cómo aplicar el aprendizaje automático a tus conjuntos de datos (BQML).
    Cómo unir y fusionar conjuntos de datos.

  • AL FINALIZAR EL CURSO, LOS USUARIOS TENDRÁN LA CAPACIDAD DE :
    Generar estadísticas a partir de los datos mediante las herramientas de análisis y visualización de Google Cloud Platform.
    Cargar, limpiar y transformar datos a gran escala con Google Cloud Dataprep.
    Explorar y visualizar datos con Google Data Studio.
    Practicar con las API de AA prediseñadas para comprender imágenes y textos.
    Entrenar modelos de AA de clasificación y previsión mediante SQL con BQML.

Entrenamiento_A
SEGURIDAD EN GOOGLE CLOUD PLATFORM

En este curso se detallan los controles y las técnicas de seguridad de Google Cloud Platform. Conocerán los componentes de una solución segura de GCP, aprenderán técnicas de mitigación contra ataques a puntos de una infraestructura basada en GCP, incluidos los ataques de denegación de servicio distribuido, los ataques de suplantación de identidad (phishing) y las amenazas relacionadas con la clasificación y el uso de contenido.

  • ¿A QUIÉNES ESTÁ DIRIGIDO?
    Este curso está diseñado para analistas de seguridad de la información, ingenieros desarrolladores, arquitectos e ingenieros y/o especialistas en seguridad de la información / ciberseguridad, arquitectos de infraestructura de la nube Además, el curso está destinado a Google y al personal de campo asociado que trabaja con clientes en esos roles de trabajo.

  • TEMARIO
    Fundamentos de la seguridad de GCP y Enfoque de seguridad de Google Cloud
    Amenazas mitigadas por Google y por GCP.
    Transparencia de acceso e Identidad de la nube.
    Sincronización con Microsoft Active Directory.
    Elección entre la autenticación de Google y el SSO basado en SAML.
    GCP Resource Manager: proyectos, carpetas y organizaciones.
    GCP IAM: roles, políticas, mejores prácticas.
    Configuración de firewalls VPC (reglas de entrada y salida).
    Balanceo de carga y políticas SSL.
    Acceso privado a la API de Google.
    Uso de proxy SSL.
    Mejores prácticas para estructurar redes VPC y seguridad para VPN.
    Consideraciones de seguridad para las opciones de interconexión y emparejamiento.
    Monitoreo y registro de Stackdriver.
    Registros de flujo de VPC y auditoría en la nube.

  • Implementación y uso de Forseti.
    MCuentas de servicio de Compute Engine, pre determinadas y definidas por el cliente.
    Roles de IAM para máquinas virtuales.
    Ámbitos de API para máquinas virtuales.
    Monitoreo y registro de Stackdriver.
    Registros de flujo de VPC y auditoría en la nube.
    Implementación y uso de Forseti.
    MCuentas de servicio de Compute Engine, pre determinadas y definidas por el cliente.
    Roles de IAM para máquinas virtuales.
    Ámbitos de API para máquinas virtuales.
    Administrar claves SSH para máquinas virtuales Linux.
    Administrar inicios de sesión RDP para máquinas virtuales de Windows.
    Controles de política de la organización: imágenes confiables, dirección IP pública, desactivación del puerto serie.
    Cifrado de imágenes de VM con claves de cifrado administradas por el cliente y con claves de cifrado proporcionadas por el cliente.
    Encontrar y remediar el acceso público a máquinas virtuales.
    Mejores prácticas de VM.
    Cifrado de discos VM con claves de cifrado proporcionadas por el cliente.

  • Almacenamiento en la nube y permisos IAM y ACL incluida la preferencia de permisos de IAM sobre ACL.
    Auditoría de datos en la nube, incluida la búsqueda y reparación de datos de acceso público.
    URL de almacenamiento en la nube firmadas.
    Cifrar objetos de Cloud Storage con claves de cifrado administradas por el cliente y con claves de cifrado proporcionadas por el cliente.
    Vistas autorizadas de BigQuery.
    Roles BigQuery IAM.
    Cómo funcionan los ataques DDoS.
    Tipos de productos complementarios asociados.
    Tipos de vulnerabilidades de seguridad de la aplicación.
    Protecciones DoS en App Engine y funciones en la nube.
    Escáner de seguridad en la nube.
    Proxy consciente de identidad.
    Amenazas: ransomware, uso indebido de datos, violaciones de privacidad, contenido confidencial / restringido / inaceptable, identidad y phishing de Oauth.
    Mitigaciones: copias de seguridad, IAM, API de prevención de pérdida de datos, clasificación de contenido mediante API de Cloud ML; escanear y redactar datos utilizando la API de prevención de pérdida de datos, GCLB, Cloud CDN, autoescalado, firewall de entrada y salida de VPC, Cloud Armor.

HERRAMIENTAS DE REDES EN GCP

En este curso se conocerán en detalle las opciones de herramientas de redes en Google Cloud Platform. Mediante talleres prácticos los participantes explorarán e implementarán tecnologías de herramientas de redes de GCP, como firewalls, subredes y redes de la nube privada virtual (VPC) de Google, además de interconexión entre redes, balanceo de cargas, Cloud DNS, Cloud CDN y Cloud NAT. En el curso también se analizarán patrones de diseño de redes comunes y la implementación automatizada con Deployment Manager o Terraform.

  • ¿A QUIÉNES ESTÁ DIRIGIDO?
    Este curso está diseñado para ingenieros de red y administradores de red que usan Google Cloud Platform.

  • AL FINALIZAR EL CURSO, LOS USUARIOS TENDRÁN LA CAPACIDAD DE :
    Recordar que las redes pertenecen a proyecto.
    Explicar las diferencias entre redes predeterminadas, automáticas y personalizadas.
    Crear redes y subredes.
    Explicar cómo se asignan las direcciones IPv4 a las instancias de Compute Engine.
    Publicar nombres de dominio usando Cloud DNS.
    Crear instancias de Compute Engine con alias de IP y múltiples interfaces de red virtual.
    Describir cómo las políticas de IAM afectan las redes de VPC.
    Controlar el acceso a los recursos de la red usando cuentas de servicio y a las instancias de Compute Engine con reglas de firewall basadas en etiquetas.
    Describir el flujo de trabajo general para configurar VPC compartida.

  • Diferenciar entre los roles de IAM que permiten administrar los recursos de red.
    Configurar el emparejamiento entre redes VPC no relacionadas.
    Recordar cuándo usar VPC compartida y cuándo usar el emparejamiento VPC.
    Recordar los diversos servicios de equilibrio de carga.
    Configurar el equilibrio de carga HTTP (S) de capa 7.
    Tráfico de IP en la lista blanca y en la lista negra con Cloud Armor.
    Contenido de caché con Cloud CDN.
    Determinar qué balanceador de carga GCP usar cuando.
    Recordar los servicios de interconexión y interconexión de GCP disponibles para conectar su infraestructura a GCP.
    CExplicar la interconexión dedicada y la interconexión de socios.
    Describir el flujo de trabajo para configurar una interconexión dedicada.
    Crear una conexión a través de una VPN con Cloud Route.

INGENIERÍA DE DATOS EN GCP

En este curso los asistentes tendrán una introducción práctica sobre el diseño y la creación de sistemas de procesamiento de datos en Google Cloud Platform. Aprenderán a diseñar sistemas de procesamiento de datos, crear canalizaciones de datos de extremo a extremo, analizar datos y llevar a cabo el aprendizaje automático.

  • ¿A QUIÉNES ESTÁ DIRIGIDO?
    Este curso esta diseñado para desarrolladores encargados de la administración de transformaciones de macrodatos, extracción, carga, transformación, limpieza y validación de datos, diseño de arquitecturas para el procesamiento de datos, creación y mantenimiento de los modelos de ML y estadístico, visualización de los resultados de la consulta y creación de informes.
    Los asistentes deben tener un conocimiento previo básico del lenguaje de consulta común como SQL., experiencia con las actividades de extracción, transformación, carga y modelado de datos, haber desarrollado aplicaciones mediante un lenguaje de programación común como Python y estar familiarizados con el aprendizaje automático o las estadísticas.

  • TEMARIO
    Descripción y ejecución de Google Cloud Dataproc.
    Integración de Dataproc a Google Cloud Platform.
    Cómo comprender los datos no estructurados con las API de aprendizaje automático de Google.
    Análisis de datos sin Servidores con BigQuery.
    Comenzar a usar el aprendizaje automático.
    Transferir volúmenes variables.
    Implementar canalizaciones de transmisión.

  • Paneles y estadísticas de transmisión.
    Capacidad de procesamiento alto y latencia baja con Bigtable.
    Canalizaciones de datos sin servidores y de ajuste de escala automático con Dataflow.

  • AL FINALIZAR EL CURSO, LOS USUARIOS TENDRÁN LA CAPACIDAD DE :
    Diseñar y crear sistemas de procesamiento de datos en Google Cloud Platform.
    Procesar los datos por lotes y de transmisión mediante la implementación de canalizaciones de datos de ajuste de escala automático en Cloud Dataflow.
    Generar estadísticas empresariales de conjuntos de datos muy grandes mediante Google BigQuery.
    Evaluar y predecir por medio de los modelos de aprendizaje automático y usando Tensorflow y Cloud ML.

DESARROLLO DE APLICACIONES CON GCP

Los desarrolladores de aplicaciones aprenderán cómo diseñar, desarrollar y también implementar aplicaciones que integran, sin interrupciones, componentes del ecosistema de Google Cloud. Conocerán, mediante talleres prácticos, como utilizar los servicios de GCP y las API de aprendizaje automático ya entrenadas para compilar aplicaciones inteligentes, seguras y escalables nativas de la nube.

  • ¿A QUIÉNES ESTÁ DIRIGIDO?
    Este curso esta diseñado para desarrolladores de aplicaciones que buscan compilar aplicaciones nativas de la nube o rediseñar las aplicaciones existentes para ejecutarlas en GCP.

  • TEMARIO
    Recomendaciones para el desarrollo de aplicaciones y entornos.
    Bibliotecas cliente de Google Cloud, SDK de Google Cloud y SDK de Google Firebase.
    Descripción de opciones de almacenamiento de datos.
    Recomendaciones para usar Google Cloud Datastore y Google Cloud Storage.
    Ejecutar operaciones en depósitos y objetos.
    Manejar la autenticación y la autorización.
    Usar Google Cloud Pub/Sub para integrar componentes de tu aplicación.
    Usar Google Cloud Functions para el procesamiento controlado por eventos.
    Administrar las API con Google Cloud Endpoints.
    Implementar una aplicación con Google Cloud Build, Google Cloud Container Registry y Google Cloud Deployment Manager.
    Depurar, supervisar y ajustar el rendimiento con Google Stackdriver.

  • AL FINALIZAR EL CURSO, LOS USUARIOS TENDRÁN LA CAPACIDAD DE :
    Usar recomendaciones para el desarrollo de aplicaciones.
    Elegir la opción de almacenamiento de datos adecuada para los datos de la aplicación.
    Implementar la administración de identidad federada.
    Desarrollar componentes de la aplicación o microservicios de estructura flexible.
    Integrar los componentes de la aplicación y las fuentes de datos.
    Depurar, registrar y supervisar aplicaciones.
    Realizar implementaciones repetibles con contenedores y servicios de implementación.

_¿TIENES UNA IDEA?

Ponte en contacto con nosotros. Obtén un diagnóstico de tu
compañía y comienza la transformación digital.

Xertica
All Rights @ Xertica

La consultora de tecnología que habilita la transformación digital de las organizaciones líderes de América Latina a través de soluciones basadas en la nube.

NUESTRA METODOLOGÍA
CLOUD LEARNING CENTER