[{"data":1,"prerenderedAt":29},["ShallowReactive",2],{"article-data-curso-gcp-medallion-11":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 undécimo laboratorio de vuestro camino en el despliegue automático con \u003Cstrong>GitHub Actions\u003C/strong> [1]. En\r\n    este módulo, sentaremos las bases de la automatización DevOps para ingeniería de datos. No se trata de aplicar cambios\r\n    localmente desde nuestros terminales, sino de estructurar la infraestructura y base analítica mediante flujos automatizados\r\n    de forma segura. Utilizaremos \u003Cstrong>Google Cloud\u003C/strong> para transitar de despliegues manuales a un ciclo de entrega\r\n    continua profesional.\r\n\u003C/p>\r\n\r\n\u003Ch2>La Evolución: De Despliegues Locales a Integración y Entrega Continua\u003C/h2>\r\n\r\n\u003Cp>El aprovisionamiento de infraestructura y bases de datos desde ordenadores personales sin control centralizado eleva la\r\n    complejidad de las auditorías, introduce inconsistencias de estado y genera fallos difíciles de rastrear. En metodologías\r\n    modernas de desarrollo de software, la entrega e integración continuas son la respuesta indispensable [1]:\u003C/p>\r\n\u003Cul>\r\n    \u003Cli>\u003Cstrong>Limitaciones:\u003C/strong> Compartir claves JSON de cuentas de servicio de larga duración en repositorios públicos\r\n        expone la nube a graves vulnerabilidades de seguridad de forma constante.\u003C/li>\r\n    \u003Cli>\u003Cstrong>La Solución:\u003C/strong> Autenticar de forma dinámica runners efímeros usando federación de identidades OIDC limita\r\n        los accesos a credenciales seguras con accesos de pocos minutos de duración [1].\u003C/li>\r\n\u003C/ul>\r\n\r\n\u003Ch2>La Seguridad Enterprise: Backend Remoto, Workflows e Identidades Federadas\u003C/h2>\r\n\r\n\u003Cp>Para asegurar que nuestros runners automáticos en la nube aprovisionen infraestructura y actualicen tablas analíticas de\r\n    forma segura, implementaremos tres componentes lógicos clave:\u003C/p>\r\n\u003Cp>\u003Ccode>Estado Compartido (Backend Remoto GCS) + Validaciones Sintácticas (Terraform Plan) + Sincronización Segura (Workload Identity Federation)\u003C/code>\u003C/p>\r\n\u003Cp>Aprenderemos que un flujo sin protección e impersonación de cuentas de servicio pone en riesgo la privacidad del proyecto; por\r\n    ello, nos enfocaremos en restringir las llamadas a GCP de manera centralizada bajo un estricto principio de mínimo privilegio.\u003C/p>\r\n\r\n\u003Ch2>Configuración de la Federación de Identidades OIDC con Terraform\u003C/h2>\r\n\r\n\u003Cp>En la seguridad para DevOps, la confianza entre plataformas debe estar descrita como código. No configuramos pools de\r\n    identidades de forma manual en el portal web; utilizamos \u003Cstrong>Terraform\u003C/strong> para aprovisionar las relaciones de\r\n    confianza que enlacen GitHub de manera profesional [1]:\u003C/p>\r\n\u003Cul>\r\n    \u003Cli>\u003Cstrong>Seguridad:\u003C/strong> Crearemos un pool en \u003Cstrong>Workload Identity\u003C/strong> con restricciones estrictas de\r\n        repositorio y lo desplegaremos sobre \u003Cstrong>IAM\u003C/strong> de forma limpia.\u003C/li>\r\n    \u003Cli>\u003Cstrong>CI/CD:\u003C/strong> Inicializaremos los workflows en \u003Cstrong>GitHub Actions\u003C/strong> asociando los secretos\r\n        dinámicos para autenticar el runner de manera fluida [1].\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 automático de validación e implementación. Crearemos el archivo de\r\n    definición \u003Ccode>deploy.yml\u003C/code> que estructurará los pasos de integración y despliegue continuo, permitiéndote abrir\r\n    un Pull Request y observar de manera gráfica la ejecución e impacto en la nube.\r\n\u003C/p>\r\n\r\n\u003Ch2>Conclusión: Entrega continua con seguridad enterprise\u003C/h2>\r\n\u003Cp>Has completado con éxito la fase de integración y despliegue continuo en tu plataforma. Has aprendido a migrar estados locales\r\n    de Terraform e implementar federación de identidades OIDC para aprovisionar recursos analíticos de forma automática y\r\n    asíncrona sin almacenar llaves de acceso [1]. Ya tienes tu infraestructura de datos controlada de forma profesional en\r\n    GitHub; el siguiente paso es conectar la capa analítica Gold con Looker Studio para entregar dashboards interactivos.\u003C/p>","July 9, 2026","https://storage.googleapis.com/mp-blog/images/curso-gcp-medallion-11.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",1783609814915]