Google Cloud Platform

Google Cloud Platform 26/09/21 12:40
894 pts" Menú
Google Cloud Platform

Esta ruta está pensada para aprender las herramientas que te permitirán
utilizar servicios en la nube para la creación y administración de tus
aplicaciones.
! AGREGAR A MIS RUTAS
Fundamentos de Google Cloud

Básico
Curso de Introducción a la Terminal y Línea de Comandos
Curso de Administración de Servidores Linux
Fundamentos de Google Cloud Platform 2018
Curso de Google App Engine
Entrenamiento de Google Cloud Platform
Google Cloud Engine

Intermedio
Curso de Google Compute Engine
Curso de Google Kubernetes Engine
Curso de Google Serverless
Chatbots
Avanzado
https://platzi.com/google-cloud/ Página 1 de 10
Curso de Procesamiento de Lenguaje Natural
Curso de DialogFlow: Programación de Chatbots por voz
¿Qué es y por qué aprender Google Cloud Plataform ?
Google Cloud Plataform es un conjunto de productos, servicios y herramientas con un gran

potencial que te permiten desarrollar y administrar tus aplicaciones, garantizando
escalabilidad y seguridad gracias a la infraestructura de Google. Engloba servicios de
procesamiento, almacenamiento, Machine Learning y Big Data entre otros de los cuales
hablaremos a continuación.
Procesamiento
Los servicios de computing en Google cloud brindan un rango de opciones escalables para
satisfacer los requerimientos de cómputo, abarcando diversos servicios como son balanceo de
carga, máquinas virtuales,etc, en una sola instancia.
En procesamiento encontramos herramientas como :
APP Engine que es un servicio enfocado a la creación y puesta en marcha de aplicaciones

optimizando recursos.
Compute Engine se centra en tener una infraestructura como servicio, en la cual tenemos
que configurar cada aspecto de esta infraestructura y hacer la gestión de nuestros recursos.
Kubernetes aprovechan las características de los dos productos anteriores para crear un
sistema híbrido con opción de escalabilidad.
Storage
Un servicio de almacenamiento que se adapta a cada necesidad que ofrece bases de datos
escalables, resilientes y de alto rendimiento para tus aplicaciones, además de ofrecer
administración MySQL y de bases de datos NoSQL con el mayor rendimiento de la industria.
En storage encontramos herramientas como :
Cloud storage: Es un sistema de almacenamiento de objetos, que permite archivar datos no

estructurados y ficheros de gran tamaño.
Datastore: Base de datos NoSQL altamente escalable y diseñada para almacenar datos de
aplicaciones, almacena objetos que pueden ser usados directamente en nuestra aplicación.
Bigtable: Es otra opción de base de datos NoSQL con enorme escalabilidad, diseñado para
administrar cargas de trabajo colosales con baja latencia y alto rendimiento uniformes.
SQL: Servicio para bases de datos MySQL y PostgreSQL totalmente administrado,

facilitando así su configuración, mantenimiento y administración.
Spanner: Definido por Google como el servicio que proporciona la primera y única base de
datos relacional, sin inconsistencia y horizontalmente escalable, garantizando una
replicación síncrona de datos a baja latencia y gestionando cargas de trabajo muy pesadas.
Big Data
Estos servicios te permitirán extraer, procesar , transformar y consultar grandes cantidades de

datos para tus proyectos.
En Big Data encontramos herramientas como :
Big Query: Base de datos interactiva para hacer análisis a grandes volúmenes de datos con
tiempos de respuesta muy rápidos.
Cloud Pub/Sub :servicio que ingesta streams de eventos y los pasa a Cloud Dataflow para su
procesamiento y a BigQuery para un posterior análisis.
Dataflow: Modelo de programación unificado y administrado para el desarrollo y ejecución

de una gran variedad de patrones de procesamiento de datos como ETL’s, operaciones
informáticas, feature engineering, etc.
Dataproc: Herramienta para administrar la infraestructura y optimización de servicios de

Hadoop, Spark, Pig y Hive.
Datlab: Herramienta interactiva de gran potencia para explorar datos, analizarlos y

visualizarlos, así como desarrollar modelos de aprendizaje automático en la Cloud Platform
basado en Jupyter.
Dataprep: Servicio inteligente de datos que permite explorar, limpiar y preparar los datos
visualmente estructurados o no para su análisis.
Genomics: Base de datos preparada para el procesamiento eficiente de ingentes cantidades

de datos genómicos. Ofrece la misma tecnología utilizada para Google search y Google maps
de cara al almacenaje, procesamiento en paralelo, análisis y distribución de grandes
conjuntos de datos complejos.
Machine Learning
Este servicio facilita la creación y la implantación de modelos de machine learning que consiste
en consiste en desarrollar técnicas que permitan identificar patrones permitiendo que un
computador aprenda de ello. El Cloud ML Engine ofrece servicios de previsión y entrenamiento
que se pueden utilizar en conjunto o individualmente con gran velocidad.
En Machine learning encontramos herramientas como:
Tensor Flow: Librería open source para crear y manejar modelos con redes neuronales.
Soporta APIs de varios lenguajes (Python, C++, Java y Go), pero la que está más completa y
sencilla de usar es en Python.
Visión API: Nos ofrece un modelo entrenado en el reconocimiento de imágenes. Este

modelo es capaz de detectar caras, logos y etiquetas.
Speech api: API para transformar datos en formato audio a texto fácilmente y con alta
precisión incluso en entornos ruidosos, aplicando modelos de redes neuronales.
Natural lenguage API: API que diseccióna la estructura y el significado de un texto mediante
modelos de aprendizaje automático fáciles de usar, es decir, analiza nuestro lenguaje natural.
Translate API: Es una API que sirve para traducir texto de cualquier idioma a otro. Puede
reconocer de manera automática el idioma del texto introducido y así traducirlo al idioma
deseado.
Comienza tu ruta de aprendizaje y domina herramientas en la nube para manejar y subir tus
aplicaciones.
¡Prueba la suscripción de Platzi!
¡No te pierdas nuestros lanzamientos!
Glosario
Big Data: Conjunto de información cuya longitud (número de registros), variedad (número de características
por cada registro) y frecuencia (ritmo con el cual se actualiza la información) impiden que los métodos de
procesamiento de datos convencionales sean suficientes para su manejo.
Machine Learning: Rama de la inteligencia artificial que se encarga del estudio de métodos automatizados por
medio de algoritmos y estadística, para generar modelos matemáticos que permitan resolver tareas de forma
tal que sea el software quien descifre por sí mismo como resolver dicho problema.
Docker: Runtime de contenedores que utiliza kubernetes para su ciclo de vida
Ciencias de datos: Campo de la ingenieria que usa diversos metodos estadisticos para extraer informacion
valiosa y en base a ello obtener hallazgos que sean valiosos para toma de decisiones.
Escalabilidad: Crecimiento por demanda. Servicios escalables de acuerdo a la cantidad de información.
Automatización: Procesos automatizados para procesamiento de información.
Extracción: Extraer la información de otras fuentes, cloud providers, herramientas de terceros u on-premise.
Ingesta: Tomar la información y alimentar otros sistemas (cloud providers, servicios o herramientas de
terceros)
VER MÁS TÉRMINOS #
Aprende de los mejores
Kevin Loyola
Cloud Specialist Associate en Xertica

Google Cloud Platform

Cargado por

Copyright:

Formatos disponibles

Google Cloud Platform

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Google Cloud Platform

Cargado por

Copyright:

Formatos disponibles

Google Cloud Platform 26/09/21 12:40

894 pts" Menú

Google Cloud Platform

! AGREGAR A MIS RUTAS

Fundamentos de Google Cloud

Curso de Introducción a la Terminal y Línea de Comandos

Curso de Administración de Servidores Linux

Fundamentos de Google Cloud Platform 2018

Curso de Google App Engine

Entrenamiento de Google Cloud Platform

Google Cloud Engine

Curso de Google Compute Engine

Curso de Google Kubernetes Engine

Curso de Google Serverless

Curso de Procesamiento de Lenguaje Natural

Curso de DialogFlow: Programación de Chatbots por voz

¿Qué es y por qué aprender Google Cloud Plataform ?

Google Cloud Plataform es un conjunto de productos, servicios y herramientas con un gran

En procesamiento encontramos herramientas como :

APP Engine que es un servicio enfocado a la creación y puesta en marcha de aplicaciones

Cloud storage: Es un sistema de almacenamiento de objetos, que permite archivar datos no

SQL: Servicio para bases de datos MySQL y PostgreSQL totalmente administrado,

Estos servicios te permitirán extraer, procesar , transformar y consultar grandes cantidades de

En Big Data encontramos herramientas como :

Dataflow: Modelo de programación unificado y administrado para el desarrollo y ejecución

Dataproc: Herramienta para administrar la infraestructura y optimización de servicios de

Datlab: Herramienta interactiva de gran potencia para explorar datos, analizarlos y

Genomics: Base de datos preparada para el procesamiento eficiente de ingentes cantidades

En Machine learning encontramos herramientas como:

Visión API: Nos ofrece un modelo entrenado en el reconocimiento de imágenes. Este

¡Prueba la suscripción de Platzi!

¡No te pierdas nuestros lanzamientos!

Docker: Runtime de contenedores que utiliza kubernetes para su ciclo de vida

Escalabilidad: Crecimiento por demanda. Servicios escalables de acuerdo a la cantidad de información.

Automatización: Procesos automatizados para procesamiento de información.

VER MÁS TÉRMINOS #

Aprende de los mejores

También podría gustarte

Pfad - The Proxy pFad of © 2024 Garber Painting. All rights reserved.