[{"data":1,"prerenderedAt":29},["ShallowReactive",2],{"article-data-curso-gcp-medallion-10":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 décimo laboratorio de vuestro camino en la automatización con \u003Cstrong>Cloud Workflows\u003C/strong>. En este\r\n    módulo, sentaremos las bases de la orquestación serverless. No se trata de ejecutar llamadas manuales o scripts dispersos,\r\n    sino de automatizar de forma secuencial y coordinada todo el flujo de datos. Utilizaremos \u003Cstrong>Google Cloud\u003C/strong>\r\n    para transitar de tareas desconectadas a un pipeline robusto de extremo a extremo.\r\n\u003C/p>\r\n\r\n\u003Ch2>La Evolución: De Ejecuciones Manuales a Orquestación Serverless Eficiente\u003C/h2>\r\n\r\n\u003Cp>La ejecución manual de scripts dispersos o el uso de pesadas herramientas de orquestación tradicionales que requieren\r\n    servidores encendidos 24/7 dispara los costes de infraestructura y eleva la complejidad operativa de los pipelines. En\r\n    arquitecturas modernas serverless, la orquestación ligera basada en llamadas HTTP y APIs es la respuesta inteligente:\u003C/p>\r\n\u003Cul>\r\n    \u003Cli>\u003Cstrong>Limitaciones:\u003C/strong> Levantar clústeres complejos con discos persistentes para tareas secuenciales cortas\r\n        genera una sobredimensión de infraestructura innecesaria y costosa.\u003C/li>\r\n    \u003Cli>\u003Cstrong>La Solución:\u003C/strong> Coordinar servicios, APIs y llamadas a base de datos bajo demanda mediante un\r\n        orquestador serverless permite pagar únicamente por los pasos ejecutados.\u003C/li>\r\n\u003C/ul>\r\n\r\n\u003Ch2>La Estructuración de la Automatización: Extracción, Stored Procedures y YAML\u003C/h2>\r\n\r\n\u003Cp>Para asegurar que nuestro flujo de datos opere de manera asíncrona, robusta y tolerante a fallos, implementaremos tres\r\n    fases de orquestación clave:\u003C/p>\r\n\u003Cp>\u003Ccode>Detonación de Ingesta (http.get) + Registro de Log (sys.log) + Ejecución Analítica (sp_run_medallion_pipeline)\u003C/code>\u003C/p>\r\n\u003Cp>Aprenderemos que declarar consultas complejas en texto plano dentro del flujo de trabajo es un antipatrón difícil de\r\n    mantener; por ello, nos enfocaremos en compilar las lógicas analíticas en BigQuery y llamarlas de forma limpia con sentencias\r\n    simplificadas.\u003C/p>\r\n\r\n\u003Ch2>Seguridad de Ejecución e Infraestructura como Código con Terraform\u003C/h2>\r\n\r\n\u003Cp>En la automatización empresarial, las credenciales del orquestador deben estar estrictamente gobernadas por código de\r\n    infraestructura. No asignamos tags de políticas manualmente en el portal; utilizamos \u003Cstrong>Terraform\u003C/strong> para\r\n    tomar el control absoluto del esquema de la tabla de clientes y asociar los tags de manera profesional:\u003C/p>\r\n\u003Cul>\r\n    \u003Cli>\u003Cstrong>Permisos:\u003C/strong> Otorgaremos el rol de ejecutor de jobs en \u003Cstrong>IAM\u003C/strong> para realizar consultas\r\n        sobre las tablas analíticas de \u003Cstrong>BigQuery\u003C/strong> de forma limpia.\u003C/li>\r\n    \u003Cli>\u003Cstrong>Orquestación:\u003C/strong> Desplegaremos el flujo en \u003Cstrong>Cloud Workflows\u003C/strong> inyectando de forma\r\n        dinámica la URL de ingesta desde Terraform.\u003C/li>\r\n\u003C/ul>\r\n\r\n\u003Ch2>Implementación práctica\u003C/h2>\r\n\r\n\u003Cp>En este laboratorio práctico, codificarás el flujo de orquestación automatizado en un archivo YAML. Crearemos el archivo de\r\n    definición \u003Ccode>medallion_workflow.yaml\u003C/code> que estructurará los pasos del orquestador, permitiéndote simular la\r\n    ejecución y comprobar en la consola la sincronización secuencial de las capas.\r\n\u003C/p>\r\n\r\n\u003Ch2>Conclusión: Automatización serverless de extremo a extremo\u003C/h2>\r\n\u003Cp>Has completado con éxito la automatización y orquestación de tu pipeline de datos. Has aprendido a coordinar la ingesta en\r\n    Bronze y la transformación analítica en Silver y Gold de forma asíncrona utilizando un motor serverless robusto y tolerante\r\n    a fallos en Google Cloud. Ya tienes tu plataforma de datos funcionando con un solo clic; el siguiente desafío es\r\n    implementar metodologías DevOps construyendo un pipeline de CI/CD automatizado con GitHub Actions.\u003C/p>","July 9, 2026","https://storage.googleapis.com/mp-blog/images/curso-gcp-medallion-10.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",1783609814816]