Contacta con nosotros

Temario del curso

Detalles sobre virtualización

  1. Visión general de los conceptos de sistemas operativos: CPU, memoria, red y almacenamiento.
  2. Hipervisor
    1. Supervisor de supervisores.
    2. Máquina "anfitriona" y sistema operativo "invitado".
    3. Hipervisor de Tipo 1 e hipervisor de Tipo 2.
    4. Citrix XEN, VMware ESX/ESXi, MS Hyper-V, IBM LPAR.
  3. Virtualización de redes
    1. Breve introducción al modelo OSI de 7 capas.
    2. Enfoque en la capa de red.
    3. Modelo TCP/IP o protocolo de Internet.
  4. Enfoque en una sola vertical
    1. Capa de aplicación: SSL.
    2. Capa de red: TCP.
    3. Capa de Internet: IPv4/IPv6.
    4. Capa de enlace: Ethernet.
  5. Estructura de paquetes
    1. direccionamiento: direcciones IP y nombres de dominio.
    2. Firewall, balanceador de carga, router y adaptador.
    3. Red virtualizada.
    4. Abstracciones de alto nivel: subredes y zonas.
  6. Ejercicio práctico:
    1. Familiarizarse con el clúster ESXi y el cliente vSphere.
    2. Crear y actualizar redes en el clúster ESXi, desplegar invitados desde paquetes VMDK y habilitar la conectividad entre invitados dentro del clúster ESXi.
    3. Realizar modificaciones en una instancia de máquina virtual en ejecución y capturar su instantánea.
    4. Actualizar las reglas del firewall en ESXi utilizando el cliente vSphere.

2. Computación en la nube: un cambio de paradigma

  1. Una vía rápida y económica para poner un producto o solución a disposición del mundo.
  2. Compartición de recursos
    1. Virtualización de un entorno ya virtualizado.
  3. Beneficios clave:
    1. Elasticidad de recursos bajo demanda
      1. Idear -> Codificar -> Desplegar sin necesidad de infraestructura.
      2. Pipelines de CI/CD ágiles.
    2. Aislamiento de entornos y autonomía vertical.
    3. Seguridad mediante capas.
    4. Optimización de costos.
  4. Nube privada (on-premise) y proveedores de nube.
  5. La nube como una abstracción conceptual efectiva para la computación distribuida.

3. Introducción a las capas de soluciones en la nube:

  1. IaaS (Infraestructura como servicio)
    1. AWS, Azure, Google.
    2. Elegir un proveedor para continuar más adelante. Se recomienda AWS.
      1. Introducción a AWS VPC, AWS EC2, etc.
  2. PaaS (Plataforma como servicio)
    1. AWS, Azure, Google, CloudFoundry, Heroku.
    2. Introducción a AWS DynamoDB, AWS Kinesis, etc.
  3. SaaS (Software como servicio)
    1. Visión general muy breve.
    2. Microsoft Office, Confluence, SalesForce, Slack.
  4. SaaS se construye sobre PaaS, que se construye sobre IaaS, el cual a su vez se construye sobre la virtualización.

4. Proyecto práctico en la nube IaaS

  1. El proyecto utiliza AWS como proveedor de nube IaaS.
  2. Utilizar CentOS o RHEL como sistema operativo para el resto del ejercicio.
    1. Alternativamente, Ubuntu también es válido, pero se prefieren RHEL/CentOS.
  3. Obtener cuentas individuales de AWS IAM de su administrador de nube.
  4. Cada estudiante debe realizar estos pasos de forma independiente.
    1. La capacidad de crear su propia infraestructura completa bajo demanda es la mejor demostración del poder de la computación en la nube.
    2. Utilizar los asistentes de AWS (consolas en línea de AWS) para realizar estas tareas, salvo que se indique lo contrario.
  5. Crear una VPC pública en la región us-east-1.
    1. Dos subredes (Subnet-1 y Subnet-2) en dos zonas de disponibilidad diferentes.
      1. Consulte https://docs.aws.amazon.com/AmazonVPC/latest/UserGuide/VPC_Scenarios.html como referencia.
    2. Crear tres grupos de seguridad separados.
      1. SG-Internet
        1. Permite tráfico entrante desde Internet en los puertos https 443 y http 80.
        2. No se permiten otras conexiones entrantes.
      2. SG-Service
        1. Permite tráfico entrante únicamente desde el grupo de seguridad SG-Internet en los puertos https 443 y http 80.
        2. Permite ICMP únicamente desde SG-Internet.
        3. No se permiten otras conexiones entrantes.
      3. SG-SSH:
        1. Permite conexiones SSH entrantes en el puerto 22 únicamente desde una única dirección IP que coincida con la dirección IP pública de la máquina del laboratorio del estudiante. En caso de que la máquina del laboratorio esté detrás de un proxy, se debe utilizar la dirección IP pública de dicho proxy.
  6. Desplegar una instancia de AMI correspondiente al sistema operativo elegido (preferiblemente las versiones más recientes de RHEL/CentOS disponibles en las AMIs) y alojarla en Subnet-1. Asignar la instancia a los grupos SG-Service y SG-SSH.
  7. Acceder a la instancia mediante SSH desde su máquina de laboratorio.
  8. Instalar el servidor NGINX en esta instancia.
  9. Colocar contenido estático a su elección (páginas HTML, imágenes) para que sea servido por NGINX (en el puerto 80 sobre HTTP) y definir las URL correspondientes.
  10. Probar la URL desde la misma máquina.
  11. Crear una imagen AMI a partir de esta instancia en ejecución.
  12. Desplegar la nueva AMI y alojar la instancia en Subnet-2. Asignar la instancia a los grupos SG-Service y SG-SSH.
  13. Ejecutar el servidor NGINX y validar que la URL de acceso al contenido estático definida en el paso (i) funciona correctamente.
  14. Crear un balanceador de carga elástico "clásico" nuevo y asignarlo al grupo SG-Internet.
    1. Observar la diferencia entre el balanceador de carga de aplicaciones y el balanceador de carga de red.
  15. Crear una regla de enrutamiento que redirija todo el tráfico http 80 y https 443 a un grupo de instancias que incluya las dos instancias creadas anteriormente.
  16. Utilizando cualquier herramienta de gestión de certificados (java keytool, etc.), crear un par de claves y un certificado autofirmado, e importar el certificado al Administrador de certificados de AWS (ACM).

5. Monitoreo en la nube: introducción y proyecto práctico

  1. Métricas de AWS CloudWatch.
  2. Acceder al panel de control de AWS CloudWatch para las instancias.
    1. Recuperar las métricas relevantes y explicar su variabilidad a lo largo del tiempo.
      1. https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/viewing_metrics_with_cloudwatch.html
  3. Acceder al panel de control de AWS CloudWatch para el balanceador de carga elástico (ELB).
    1. Observar las métricas del ELB y explicar su variabilidad a lo largo del tiempo.
    2. https://docs.aws.amazon.com/elasticloadbalancing/latest/classic/elb-cloudwatch-metrics.html

6. Conceptos avanzados para aprendizaje adicional

  1. Nube híbrida: infraestructura local (on-premise) y nube pública.
  2. Migración: de infraestructura local a nube pública.
    1. Migración del código de la aplicación.
    2. Migración de bases de datos.
  3. DevOps
    1. Infraestructura como código.
    2. Plantilla de AWS CloudFormation.
  4. Escalado automático.
    1. Utilizar las métricas de AWS CloudWatch para determinar la salud del sistema.

Requerimientos

No se requieren conocimientos específicos para asistir a este curso.

 21 Horas

Número de participantes


Precio por participante

Los cursos públicos requieren más de 5 participantes.

Testimonios (1)

El formador te explica muy bien.

Cosmin Simota - Serviciul de Telecomunicatii Speciale
Curso - Cloud computing essentials for managers / software engineers

Traducción Automática

Próximos cursos

Lo Esencial de la Computación en la Nube para Gerentes / Ingenieros de Software

2026-05-29 09:30
21 horas
Medellín - San Fernando Plaza
8730 USD (En línea)
10230 USD (Presencial)

Lo Esencial de la Computación en la Nube para Gerentes / Ingenieros de Software

2026-06-12 09:30
21 horas
Barranquilla, Buro 51
8730 USD (En línea)
10230 USD (Presencial)

Lo Esencial de la Computación en la Nube para Gerentes / Ingenieros de Software

2026-06-26 09:30
21 horas
Barranquilla - Torres Verdes
8730 USD (En línea)
10230 USD (Presencial)

Lo Esencial de la Computación en la Nube para Gerentes / Ingenieros de Software

2026-07-10 09:30
21 horas
Cali - San Vicente
8730 USD (En línea)
10230 USD (Presencial)

Cursos Relacionados

Modelos Avanzados de Aprendizaje Automático con Google Colab

 21 Horas

Esta capacitación impartida por un instructor, en vivo en Colombia (en línea o en sitio), está dirigida a profesionales de nivel avanzado que deseen mejorar sus conocimientos sobre modelos de aprendizaje automático, perfeccionar sus habilidades en el ajuste de hiperparámetros y aprender a desplegar modelos de manera efectiva con Google Colab.

Al finalizar esta capacitación, los participantes estarán en capacidad de:

  • Implementar modelos avanzados de aprendizaje automático utilizando frameworks populares como Scikit-learn y TensorFlow.
  • Optimizar el rendimiento del modelo mediante el ajuste de hiperparámetros.
  • Desplegar modelos de aprendizaje automático en aplicaciones del mundo real usando Google Colab.
  • Colaborar y gestionar proyectos de aprendizaje automático a gran escala en Google Colab.
Leer más...

IA para la Salud con Google Colab

 14 Horas

Esta capacitación en vivo, impartida por un instructor en Colombia (en línea o en sitio), está dirigida a científicos de datos de nivel intermedio y profesionales de la salud que deseen aprovechar la inteligencia artificial para aplicaciones avanzadas en el sector de la salud utilizando Google Colab.

Al finalizar esta capacitación, los participantes podrán:

  • Implementar modelos de inteligencia artificial para la salud utilizando Google Colab.
  • Utilizar la inteligencia artificial para el modelado predictivo en datos de salud.
  • Analizar imágenes médicas con técnicas impulsadas por inteligencia artificial.
  • Explorar consideraciones éticas en soluciones de salud basadas en inteligencia artificial.
Leer más...

AWS IoT Core

 14 Horas

Esta capacitación en vivo, impartida por un instructor en Colombia (en el sitio o remota), está dirigida a ingenieros que deseen desplegar y gestionar dispositivos IoT en AWS.

Al finalizar esta capacitación, los participantes podrán construir una plataforma IoT que incluya el despliegue y la gestión de un backend, una puerta de enlace y dispositivos sobre la infraestructura de AWS.

Leer más...

Amazon Web Services (AWS) IoT Greengrass

 21 Horas

Esta capacitación en vivo, impartida por un instructor en Colombia (en línea o en el sitio), está dirigida a desarrolladores que deseen instalar, configurar y gestionar las capacidades de AWS IoT Greengrass para crear aplicaciones para diversos dispositivos.

Al finalizar esta capacitación, los participantes serán capaces de utilizar AWS IoT Greengrass para construir, desplegar, gestionar, asegurar y monitorear aplicaciones en dispositivos inteligentes.

Leer más...

AWS Lambda para Desarrolladores

 14 Horas

Esta capacitación presencial impartida por un instructor en Colombia (en sitio o remota) está dirigida a desarrolladores que desean utilizar AWS Lambda para construir e implementar servicios y aplicaciones en la nube, sin preocuparse por configurar el entorno de ejecución (servidores, máquinas virtuales, contenedores, disponibilidad, escalabilidad, almacenamiento, etc.).

Al finalizar esta capacitación, los participantes estarán en capacidad de:

  • Configurar AWS Lambda para ejecutar una función.
  • Comprender FaaS (Funciones como Servicio) y las ventajas del desarrollo sin servidor.
  • Construir, cargar y ejecutar funciones de AWS Lambda.
  • Integrar funciones de Lambda con diversas fuentes de eventos.
  • Empaquetar, implementar, monitorear y solucionar problemas de aplicaciones basadas en Lambda.
Leer más...

Análisis de Big Data con Google Colab y Apache Spark

 14 Horas

Esta formación impartida por un instructor en vivo en Colombia (en línea o presencial) está dirigida a científicos de datos e ingenieros de nivel intermedio que deseen utilizar Google Colab y Apache Spark para el procesamiento y análisis de big data.

Al finalizar esta formación, los participantes podrán:

  • Configurar un entorno de big data utilizando Google Colab y Spark.
  • Procesar y analizar grandes conjuntos de datos de manera eficiente con Apache Spark.
  • Visualizar big data en un entorno colaborativo.
  • Integrar Apache Spark con herramientas basadas en la nube.
Leer más...

Introducción a Google Colab para Ciencia de Datos

 14 Horas

Esta capacitación presencial, impartida por un instructor en Colombia (en línea o in situ), está dirigida a científicos de datos y profesionales de TI de nivel principiante que deseen aprender los fundamentos de la ciencia de datos utilizando Google Colab.

Al finalizar esta capacitación, los participantes podrán:

  • Configurar y navegar por Google Colab.
  • Escribir y ejecutar código Python básico.
  • Importar y manejar conjuntos de datos.
  • Crear visualizaciones utilizando bibliotecas de Python.
Leer más...

Google Colab Pro: Flujos de trabajo escalables de Python e IA en la nube

 14 Horas

Google Colab Pro es un entorno basado en la nube para el desarrollo escalable en Python, que ofrece GPUs de alto rendimiento, tiempos de ejecución más largos y mayor memoria para cargas de trabajo exigentes de inteligencia artificial y ciencia de datos.

Esta capacitación impartida por un instructor, en vivo (en línea o en sitio), está dirigida a usuarios de Python de nivel intermedio que deseen utilizar Google Colab Pro para aprendizaje automático, procesamiento de datos e investigación colaborativa en una potente interfaz de cuaderno.

Al finalizar esta capacitación, los participantes estarán en capacidad de:

  • Configurar y gestionar cuadernos de Python basados en la nube usando Colab Pro.
  • Acceder a GPUs y TPUs para acelerar los cálculos.
  • Optimizar los flujos de trabajo de aprendizaje automático mediante el uso de bibliotecas populares (por ejemplo, TensorFlow, PyTorch, Scikit-learn).
  • Integrarse con Google Drive y fuentes de datos externas para proyectos colaborativos.

Formato del curso

  • Conferencia interactiva y discusión.
  • Abundantes ejercicios y práctica.
  • Implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

  • Para solicitar una capacitación personalizada para este curso, por favor contáctenos para coordinarlo.
Leer más...

Visión por Computadora con Google Colab y TensorFlow

 21 Horas

Esta capacitación presencial o en línea impartida por instructores en Colombia está dirigida a profesionales de nivel avanzado que desean profundizar su comprensión de la visión por computadora y explorar las capacidades de TensorFlow para desarrollar modelos de visión sofisticados utilizando Google Colab.

Al finalizar esta capacitación, los participantes podrán:

  • Construir y entrenar redes neuronales convolucionales (CNN) utilizando TensorFlow.
  • Aprovechar Google Colab para el desarrollo eficiente y escalable de modelos en la nube.
  • Implementar técnicas de preprocesamiento de imágenes para tareas de visión por computadora.
  • Desplegar modelos de visión por computadora para aplicaciones del mundo real.
  • Utilizar el aprendizaje por transferencia para mejorar el rendimiento de los modelos CNN.
  • Visualizar e interpretar los resultados de los modelos de clasificación de imágenes.
Leer más...

Aprendizaje Profundo con TensorFlow en Google Colab

 14 Horas

Esta capacitación en vivo, impartida por un instructor en Colombia (en línea o en sitio), está dirigida a científicos de datos y desarrolladores de nivel intermedio que desean comprender y aplicar técnicas de aprendizaje profundo utilizando el entorno de Google Colab.

Al finalizar esta capacitación, los participantes podrán:

  • Configurar y navegar en Google Colab para proyectos de aprendizaje profundo.
  • Comprender los fundamentos de las redes neuronales.
  • Implementar modelos de aprendizaje profundo utilizando TensorFlow.
  • Entrenar y evaluar modelos de aprendizaje profundo.
  • Aprovechar las funciones avanzadas de TensorFlow para el aprendizaje profundo.
Leer más...

Dominando DevOps con AWS Cloud9

 21 Horas

Esta formación impartida por instructores en vivo en Colombia (en línea o presencial) está dirigida a profesionales de nivel avanzado que desean profundizar su comprensión de las prácticas de DevOps y optimizar los procesos de desarrollo utilizando AWS Cloud9.

Al finalizar esta formación, los participantes podrán:

  • Configurar y establecer AWS Cloud9 para flujos de trabajo de DevOps.
  • Implementar pipelines de integración continua y entrega continua (CI/CD).
  • Automatizar los procesos de prueba, monitoreo y despliegue utilizando AWS Cloud9.
  • Integrar servicios de AWS como Lambda, EC2 y S3 en los flujos de trabajo de DevOps.
  • Utilizar sistemas de control de versiones como GitHub o GitLab dentro de AWS Cloud9.
Leer más...

Desarrollo de aplicaciones sin servidor en AWS Cloud9

 14 Horas

Este entrenamiento impartido por un instructor, en vivo en Colombia (en línea o en sitio), está dirigido a profesionales de nivel intermedio que deseen aprender a construir, desplegar y mantener de manera efectiva aplicaciones sin servidor en AWS Cloud9 y AWS Lambda.

Al finalizar este entrenamiento, los participantes podrán:

  • Comprender los fundamentos de la arquitectura sin servidor.
  • Configurar AWS Cloud9 para el desarrollo de aplicaciones sin servidor.
  • Desarrollar, probar y desplegar aplicaciones sin servidor utilizando AWS Lambda.
  • Integrar AWS Lambda con otros servicios de AWS, como API Gateway y S3.
  • Optimizar las aplicaciones sin servidor para mejorar el rendimiento y la eficiencia de costos.
Leer más...

Visualización de datos con Google Colab

 14 Horas

Esta capacitación presencial o en línea, dirigida por un instructor en Colombia, está orientada a científicos de datos de nivel principiante que deseen aprender a crear visualizaciones de datos significativas y visualmente atractivas.

Al finalizar esta capacitación, los participantes podrán:

  • Configurar y navegar por Google Colab para la visualización de datos.
  • Crear diversos tipos de gráficos utilizando Matplotlib.
  • Aprovechar Seaborn para técnicas avanzadas de visualización.
  • Personalizar gráficos para mejorar su presentación y claridad.
  • Interpretar y presentar datos de manera efectiva mediante herramientas visuales.
Leer más...

Capacitación Industrial en IoT (Internet de las Cosas) con Raspberry PI y AWS IoT Core

 8 Horas

Resumen:

  • Conceptos básicos de la arquitectura y funciones del IoT
  • Los "dispositivos", "sensores", Internet y la relación con las funciones empresariales del IoT
  • Componentes esenciales del software de IoT: hardware, firmware, middleware, nube y aplicaciones móviles
  • Funciones del IoT: gestor de flotas, visualización de datos, gestión de flotas (FM) y visualización de datos (DV) basadas en SaaS, alertas/alarmas, incorporación de sensores, incorporación de "dispositivos", geocercas
  • Conceptos básicos de la comunicación de dispositivos IoT con la nube mediante MQTT.
  • Conexión de dispositivos IoT a AWS mediante MQTT (AWS IoT Core).
  • Integración de AWS IoT Core con funciones de AWS Lambda para el procesamiento de datos y almacenamiento en DynamoDB.
  • Conexión de Raspberry PI con AWS IoT Core y comunicación simple de datos.
  • Práctica con Raspberry PI y AWS IoT Core para construir un dispositivo inteligente.
  • Visualización de datos de sensores y comunicación mediante una interfaz web.
Leer más...

Aprendizaje automático con Google Colab

 14 Horas

Esta capacitación impartida por un instructor, en vivo en Colombia (en línea o presencial), está dirigida a científicos de datos y desarrolladores de nivel intermedio que desean aplicar algoritmos de aprendizaje automático de manera eficiente utilizando el entorno de Google Colab.

Al finalizar esta capacitación, los participantes podrán:

  • Configurar y navegar en Google Colab para proyectos de aprendizaje automático.
  • Comprender y aplicar diversos algoritmos de aprendizaje automático.
  • Utilizar bibliotecas como Scikit-learn para analizar y predecir datos.
  • Implementar modelos de aprendizaje supervisado y no supervisado.
  • Optimizar y evaluar modelos de aprendizaje automático de manera efectiva.
Leer más...

Categorías Relacionadas

Computación en la Nube
Computación en la Nube