[{"data":1,"prerenderedAt":27},["ShallowReactive",2],{"article-data-curso-gcp-ai-ops-01":3},{"content":4,"date":5,"image":6,"sideArticles":7},"\u003C!DOCTYPE html>\n\u003Chtml lang=\"es\">\n\n\u003Chead>\n    \u003Cmeta charset=\"UTF-8\">\n    \u003Cmeta name=\"viewport\" content=\"width=device-width, initial-scale=1.0\">\n    \u003Cmeta name=\"description\"\n        content=\"Módulo 1: Fundamentos de AIOps en Google Cloud. Aprende la transición de ITOps a operaciones inteligentes y cómo preparar tu infraestructura base con Terraform.\">\n    \u003Cmeta name=\"keywords\"\n        content=\"AIOps, Google Cloud, Terraform, Python, Observabilidad, SRE, DevOps, BigQuery, Telemetría\">\n    \u003Cmeta name=\"author\" content=\"Eduardo Martínez Agrelo\">\n    \u003Ctitle>Fundamentos de AIOps en Google Cloud | Curso AIOps con Vertex AI\u003C/title>\n    \u003Cstyle>\n        body {\n            font-family: sans-serif;\n            line-height: 1.6;\n        }\n\n        h1,\n        h2,\n        h3 {\n            color: #333;\n        }\n\n        ul {\n            list-style-type: disc;\n            margin-left: 20px;\n        }\n\n        code {\n            background-color: #f4f4f4;\n            padding: 2px 5px;\n            border-radius: 3px;\n            font-family: monospace;\n        }\n    \u003C/style>\n\u003C/head>\n\n\u003Cbody>\n    \u003Ch1>Módulo 1: Fundamentos de AIOps (De ITOps a Operaciones Inteligentes)\u003C/h1>\n\n    \u003Cp>\u003Cstrong>Autor:\u003C/strong> \u003Ca href=\"https://www.youtube.com/@EduardoMartinezAgrelo\" target=\"_blank\">Eduardo Martínez\n            Agrelo\u003C/a>\u003C/p>\n\n    \u003Cp>Bienvenidos al inicio de vuestro camino en el mundo de \u003Cstrong>AIOps\u003C/strong>. En este primer módulo, sentaremos\n        las bases de la infraestructura moderna. No se trata solo de monitorizar si un servidor está vivo, sino de\n        transformar datos operativos en inteligencia accionable. Utilizaremos \u003Cstrong>Google Cloud\u003C/strong> para pasar\n        de un modelo reactivo a uno predictivo, eliminando la fatiga de alertas y mejorando la fiabilidad del servicio.\n    \u003C/p>\n\n    \u003Ch2>La Evolución: De ITOps a Operaciones Inteligentes\u003C/h2>\n\n    \u003Cp>El monitoreo tradicional basado en reglas estáticas ha llegado a su límite. En entornos complejos de\n        microservicios y cloud, la cantidad de datos es inabarcable para un humano. AIOps surge como la respuesta\n        necesaria:\u003C/p>\n    \u003Cul>\n        \u003Cli>\u003Cstrong>Limitaciones:\u003C/strong> Los umbrales fijos (como el clásico 80% de CPU) generan demasiado ruido y\n            falsos positivos.\u003C/li>\n        \u003Cli>\u003Cstrong>La Solución:\u003C/strong> Machine Learning aplicado a operaciones permite identificar patrones,\n            correlacionar eventos y predecir incidentes antes de que afecten al usuario final.\u003C/li>\n    \u003C/ul>\n\n    \u003Ch2>El Combustible de la IA: Métricas, Eventos y Trazas\u003C/h2>\n\n    \u003Cp>Para que Vertex AI pueda aprender, necesita datos de calidad. En este curso trabajaremos sobre los tres pilares\n        fundamentales de la observabilidad inteligente:\u003C/p>\n    \u003Cp>\u003Ccode>Métricas (CPU/RAM) + Eventos (Logs estructurados) + Trazas (Latencia)\u003C/code>\u003C/p>\n    \u003Cp>Aprenderemos que un log de texto plano es inútil para la IA; por ello, nos enfocaremos en la generación de\n        telemetría estructurada que sirva como fuente de verdad para nuestros modelos de lenguaje y predicción.\u003C/p>\n\n    \u003Ch2>Infraestructura como Código con Terraform\u003C/h2>\n\n    \u003Cp>En AIOps, la automatización empieza en el despliegue. No configuramos recursos manualmente en la consola;\n        utilizamos \u003Cstrong>Terraform\u003C/strong> para crear un entorno reproducible y profesional:\u003C/p>\n    \u003Cul>\n        \u003Cli>\u003Cstrong>Almacenamiento:\u003C/strong> Configuraremos buckets en \u003Cstrong>Cloud Storage\u003C/strong> para logs crudos y\n            datasets en \u003Cstrong>BigQuery\u003C/strong> para el análisis masivo.\u003C/li>\n        \u003Cli>\u003Cstrong>Mensajería:\u003C/strong> Implementaremos \u003Cstrong>Pub/Sub\u003C/strong> como el sistema nervioso que\n            transportará nuestros eventos operativos en tiempo real hacia los modelos de IA.\u003C/li>\n    \u003C/ul>\n\n    \u003Ch2>Implementación práctica\u003C/h2>\n\n    \u003Cp>En este laboratorio inicial, configurarás tu entorno de desarrollo profesional siguiendo las directrices de SRE.\n        Crearemos un script de Python llamado \u003Ccode>generar_telemetria.py\u003C/code> que simulará el comportamiento de un\n        clúster de servidores durante 30 días. Observarás cómo este script inyecta anomalías intencionadas en los datos,\n        creando el dataset perfecto para entrenar a nuestra IA en los módulos siguientes y consolidando tu primer paso\n        en este portafolio de GitHub.\n    \u003C/p>\n\n    \u003Ch2>Conclusión: Los cimientos de la inteligencia\u003C/h2>\n    \u003Cp>Has completado la fase fundacional. Has aprendido que AIOps no es magia, sino una arquitectura bien diseñada\n        basada en datos estructurados e infraestructura automatizada. Ya tienes el \"combustible\" listo en Google Cloud;\n        el siguiente paso es conectar estos datos con Vertex AI para empezar a entrenar tu primer modelo predictivo de\n        fallos.\u003C/p>\n\u003C/body>\n\n\u003C/html>","May 28, 2026","https://storage.googleapis.com/mp-blog/images/curso-gcp-ai-ops-01.jpg",[8,12,17,22],{"id":9,"title":10,"description":11,"image":6,"date":5},"curso-gcp-ai-ops-01","Fundamentos de AIOps en Google Cloud | Curso AIOps con Vertex AI","Módulo 1: Fundamentos de AIOps en Google Cloud. Aprende la transición de ITOps a operaciones inteligentes y cómo preparar tu infraestructura base con Terraform.",{"id":13,"title":14,"description":15,"image":16,"date":5},"curso-gcp-ai-ops-02","Vertex AI para AIOps: AutoML y Despliegue | Curso AIOps","Módulo 2: Gestión de modelos con Vertex AI para AIOps. Aprende a utilizar AutoML, gestionar datasets tabulares y desplegar endpoints de predicción.","https://storage.googleapis.com/mp-blog/images/curso-gcp-ai-ops-02.jpg",{"id":18,"title":19,"description":20,"image":21,"date":5},"curso-gcp-ai-ops-03","Observabilidad Inteligente en GCP | Curso AIOps","Módulo 3: Observabilidad Inteligente en GCP. Configuración de Cloud Monitoring, Cloud Logging y creación de dashboards predictivos correlacionados con BigQuery.","https://storage.googleapis.com/mp-blog/images/curso-gcp-ai-ops-03.jpg",{"id":23,"title":24,"description":25,"image":26,"date":5},"curso-gcp-ai-ops-04","Automatización Operativa y Remediación | Curso AIOps","Módulo 4: Automatización Operativa en AIOps. Aprende a crear arquitecturas dirigidas por eventos con Cloud Functions y Pub/Sub para la remediación automática.","https://storage.googleapis.com/mp-blog/images/curso-gcp-ai-ops-04.jpg",1779944585121]