[{"data":1,"prerenderedAt":29},["ShallowReactive",2],{"article-data-curso-gcp-medallion-01":3},{"content":4,"date":5,"image":6,"sideArticles":7},"h1,\r\n    h2,\r\n    h3 {\r\n        color: #333;\r\n    }\r\n\r\n    ul {\r\n        list-style-type: disc;\r\n        margin-left: 20px;\r\n    }\r\n\r\n    code {\r\n        background-color: #f4f4f4;\r\n        padding: 2px 5px;\r\n        border-radius: 3px;\r\n        font-family: monospace;\r\n    }\r\n\u003C/style>\r\n\r\n\u003Cp>\u003Cstrong>Autor:\u003C/strong> \u003Ca href=\"https://www.youtube.com/@EduardoMartinezAgrelo\" target=\"_blank\">Eduardo Martínez\r\n        Agrelo\u003C/a>\u003C/p>\r\n\r\n\u003Cp>Bienvenidos al inicio de vuestra arquitectura con \u003Cstrong>Terraform\u003C/strong>. En este primer laboratorio, sentaremos\r\n    las bases de la infraestructura en la nube. No se trata de crear recursos manualmente en la consola, sino de\r\n    definir todo el entorno de forma reproducible y declarativa utilizando \u003Cstrong>Google Cloud\u003C/strong> para habilitar\r\n    de inmediato los servicios analíticos.\r\n\u003C/p>\r\n\r\n\u003Ch2>La Evolución: De Configuración Manual a Código\u003C/h2>\r\n\r\n\u003Cp>El aprovisionamiento tradicional basado en clics y configuración manual en entornos empresariales ha llegado\r\n    a su límite por falta de trazabilidad. En despliegues modernos, la consistencia y la reproducibilidad son\r\n    fundamentales. La Infraestructura como Código (IaC) surge como la respuesta necesaria:\u003C/p>\r\n\u003Cul>\r\n    \u003Cli>\u003Cstrong>Limitaciones:\u003C/strong> La configuración manual a través de la consola web genera discrepancias\r\n        involuntarias de configuración y errores difíciles de auditar.\u003C/li>\r\n    \u003Cli>\u003Cstrong>La Solución:\u003C/strong> Definir recursos en archivos de texto declarativos permite versionar, auditar\r\n        y clonar entornos completos de manera automatizada.\u003C/li>\r\n\u003C/ul>\r\n\r\n\u003Ch2>La Base del Proyecto: Storage, BigQuery y NoSQL\u003C/h2>\r\n\r\n\u003Cp>Para desplegar la arquitectura analítica en Google Cloud, Terraform se encargará de levantar tres componentes\r\n    esenciales:\u003C/p>\r\n\u003Cp>\u003Ccode>GCS (Bronze Raw) + BigQuery Datasets (Bronze/Silver/Gold) + Firestore (NoSQL)\u003C/code>\u003C/p>\r\n\u003Cp>Aprenderemos a organizar estos recursos de forma jerárquica, asegurando que cada componente posea una descripción,\r\n    ubicación y dependencias lógicas claras para evitar fallos de aprovisionamiento.\u003C/p>\r\n\r\n\u003Ch2>Configuración del Proveedor y Variables\u003C/h2>\r\n\r\n\u003Cp>En Terraform, la modularización comienza en las variables. No escribimos valores fijos o IDs de proyecto directamente\r\n    en los archivos de recursos; utilizamos \u003Cstrong>variables.tf\u003C/strong> para declarar parámetros configurables\r\n    y seguros:\u003C/p>\r\n\u003Cul>\r\n    \u003Cli>\u003Cstrong>Gobernanza:\u003C/strong> Crearemos datasets de \u003Cstrong>BigQuery\u003C/strong> segmentados regionalmente y un\r\n        bucket de \u003Cstrong>Cloud Storage\u003C/strong> para almacenamiento raw.\u003C/li>\r\n    \u003Cli>\u003Cstrong>Transacciones:\u003C/strong> Inicializaremos \u003Cstrong>Firestore\u003C/strong> en modo nativo como nuestra base de\r\n        datos NoSQL transaccional origen.\u003C/li>\r\n\u003C/ul>\r\n\r\n\u003Ch2>Implementación práctica\u003C/h2>\r\n\r\n\u003Cp>En este laboratorio inicial, configurarás tu entorno de desarrollo profesional inicial en tu ordenador.\r\n    Crearemos un archivo de valores local llamado \u003Ccode>terraform.tfvars\u003C/code> que definirá el ID único de tu proyecto\r\n    de GCP, permitiéndote ejecutar el flujo declarativo y consolidar los cimientos de tu plataforma.\r\n\u003C/p>\r\n\r\n\u003Ch2>Conclusión: Los cimientos de la arquitectura\u003C/h2>\r\n\u003Cp>Has completado la fase fundacional de infraestructura. Has aprendido que un pipeline de datos moderno no se levanta\r\n    a mano, sino sobre bases sólidas, reproducibles y gobernadas por código. Ya tienes los datasets, bases NoSQL y\r\n    almacenamiento listos en Google Cloud; el siguiente paso es empezar a inyectar información externa utilizando\r\n    Cloud Functions.\u003C/p>","July 9, 2026","https://storage.googleapis.com/mp-blog/images/curso-gcp-medallion-01.jpg",[8,14,19,24],{"id":9,"title":10,"description":11,"image":12,"date":13},"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.","https://storage.googleapis.com/mp-blog/images/curso-gcp-ai-ops-01.jpg","May 28, 2026",{"id":15,"title":16,"description":17,"image":18,"date":13},"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":20,"title":21,"description":22,"image":23,"date":13},"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":25,"title":26,"description":27,"image":28,"date":13},"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",1783609814480]