Diplomado en Computación en la nube (Cloud Computing)
Diplomado
Online
Descripción
-
Tipología
Diplomado
-
Metodología
Online
-
Horas lectivas
120h
-
Inicio
Fechas disponibles
La disponibilidad de servicios de cómputo y almacenamiento de datos en la nube, ha ocasionado profundos cambios en la forma en que se diseña la arquitectura de tecnologías de información de las organizaciones. Hoy en día no solo es posible hacer uso de servidores virtuales en la nube, sino que se puede acceder a plataformas completas e incluso de servicios cognitivos, que se proveen directamente desde la nube. Se hace relevante entonces, que los profesionales de Tecnologías en Información – TI - conozcan y sean capaces de integrar estos elementos en sus diseños al elaborar una solución.
Una parte muy importante del diplomado apunta a utilizar servicios en la nube para trabajos relacionados con Ciencia de Datos e Inteligencia Artificial. Se comienza con un curso de fundamentos, que es aplicable a cualquier proveedor de servicios en la nube, para luego pasar a cursos en que los alumnos conocerán y trabajarán en forma específica con la plataforma Azure (liberada para los alumnos durante el diplomado). Se estudian los servicios disponibles, incluyendo facilidades para el despliegue de soluciones serverless; para pasar luego a servicios específicos de almacenamiento; y cerrar con servicios de analítica de datos y de computación cognitiva.
El enfoque del diplomado es práctico y la metodología incluye clases expositivas y talleres donde los alumnos pueden aplicar lo aprendido en forma inmediata. Las clases se dictan en modalidad sincrónica a través de la plataforma Zoom, contando además con un escritorio virtual desde el cual él alumno puede acceder a diferentes recursos, y con el apoyo de materiales de aprendizaje y un laboratorio virtual de Microsoft.
Sedes y fechas disponibles
Ubicación
comienzo
comienzo
A tener en cuenta
1. Identificar el alcance de las herramientas y servicios disponibles en la nube, con sus particularidades y diferentes contextos de aplicación.
2. Diseñar soluciones específicas mediante tecnologías de información basadas en servicios en la nube.
3. Desarrollar aplicaciones que incorporen aprendizaje de máquina utilizando las herramientas y servicios cognitivos disponibles en la nube.
Profesionales del área TI, desarrolladores de aplicaciones o data scientists que necesiten ampliar sus herramientas, de modo de poder construir soluciones incorporando un vasto conjunto de herramientas e infraestructura disponible en la nube.
Opiniones
Materias
- Inteligencia artificial
- Computación
- SQL
- Modelos
- Gestión
Temario
- - Introducción: qué es cloud computing, características principales, tipos de servicio, tipos de nube.
- - Tecnologías habilitantes (máquinas virtuales, arquitecturas orientadas a servicio, etc.).
- - Virtualización.
- - Casos de uso, ventajas y riesgos.
- - Principales plataformas de servicios en la nube: Amazon AWS, Google Cloud, Microsoft Azure.
- - Tipos de servicios en la nube: desde el fierro virtual a los servicios cognitivos.
- - Tipos de almacenamiento en la nube.
- - Aspectos de seguridad.
- - Introducción: aspectos generales de Azure, rango de productos ofrecidos como servicio (PaaS).
- - El manejador de recursos y herramientas de gestión de Azure (PowerShell).
- - Almacenamiento.
- - Establecimiento de redes virtuales.
- - Configuración y despliegue de máquinas virtuales.
- - Despliegue de aplicaciones completas mediante el Azure App Service.
- - Bases de datos en la nube.
- - Despliegue de aplicaciones Serverless.
- - Gestión de identidad y acceso
- - Revisión de los tipos de almacenamiento y de servicio provistos.
- - Blob, Table, Queue y File.
- - Por qué no correr el motor usual en IaaS.
- - Bases de datos relacionales y no relacionales.
- - Bases de datos SQL (SQL Database y SQL Data Warehouse).
- - Azure Datalake (ADLS).
- - Azure Database para MySQL, MariaDB y PostgreSQL.
- - Bases de datos no estructuradas (NoSQL)en la nube (Azure Cosmos DB).
- - Modelos, predicción e inferencia.
- - Modelos de regresión y clasificación.
- - Introducción al aprendizaje de máquina.
- - Preparación de datos, el pipeline de datos.
- - Blobs y Data Lakes.
- - Las máquinas virtuales para ciencia de datos (DSVM).
- - Exploración y visualización de datos.
- - Integración de código python o R.
- - Big data para aprendizaje de máquina.
- - Introducción a los databricks de Azure.
- - Introducción al ML.
- - Servicios para ML en Azure.
- - Azure ML Compute Instance.
- - Azure machine learning studio.
- - ML automatizado (AML).
- - El portal de servicios cognitivos.
- - Servicios cognitivos asociados a trabajo con imágenes.
- - Servicios cognitivos asociados a procesamiento de voz.
- - Servicios cognitivos asociados a lenguaje natural.
Diplomado en Computación en la nube (Cloud Computing)