[{"data":1,"prerenderedAt":29},["ShallowReactive",2],{"article-data-curso-gcp-terraform-01":3},{"content":4,"date":5,"image":6,"sideArticles":7},"\u003C!DOCTYPE html>\r\n\u003Chtml lang=\"es\">\r\n\r\n\u003Chead>\r\n    \u003Cmeta charset=\"UTF-8\">\r\n    \u003Cmeta name=\"viewport\" content=\"width=device-width, initial-scale=1.0\">\r\n    \u003Cmeta name=\"description\"\r\n        content=\"Módulo 1: Configuración del entorno de Terraform en Google Cloud. Aprende a instalar las herramientas y a autenticarte con Application Default Credentials (ADC).\">\r\n    \u003Cmeta name=\"keywords\"\r\n        content=\"Terraform, Google Cloud, gcloud CLI, ADC, Autenticación, IaC, GitHub, Cloud Storage, Setup\">\r\n    \u003Cmeta name=\"author\" content=\"Eduardo Martínez Agrelo\">\r\n    \u003Ctitle>Laboratorio 1: Configuración del Entorno y Primer Despliegue | Curso Terraform GCP\u003C/title>\r\n    \u003Cstyle>\r\n        body {\r\n            font-family: sans-serif;\r\n            line-height: 1.6;\r\n        }\r\n\r\n        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\u003C/head>\r\n\r\n\u003Cbody>\r\n    \u003Ch1>Laboratorio 1: Configuración del Entorno (La Base de la Automatización)\u003C/h1>\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 primer laboratorio del curso de \u003Cstrong>Terraform\u003C/strong>. En este módulo inicial, sentaremos\r\n        las bases de la infraestructura como código. Instalaremos las herramientas locales de desarrollo y realizaremos\r\n        la autenticación segura en \u003Cstrong>Google Cloud\u003C/strong> para preparar nuestro entorno de trabajo profesional.\r\n    \u003C/p>\r\n\r\n    \u003Ch2>Instalación de Herramientas: gcloud CLI y Terraform\u003C/h2>\r\n\r\n    \u003Cp>La configuración inicial del entorno local de desarrollo requiere contar con las herramientas adecuadas de línea\r\n        de comandos. En lugar de interactuar con la interfaz gráfica, utilizaremos comandos de consola para\r\n        aprovisionar nuestra infraestructura:\u003C/p>\r\n    \u003Cul>\r\n        \u003Cli>\u003Cstrong>gcloud CLI:\u003C/strong> Es la interfaz de línea de comandos oficial de Google Cloud que nos permite\r\n            gestionar recursos de GCP directamente desde la terminal.\u003C/li>\r\n        \u003Cli>\u003Cstrong>Terraform:\u003C/strong> Es el motor declarativo que leerá nuestros archivos de configuración para\r\n            planificar y aplicar los cambios en la infraestructura.\u003C/li>\r\n    \u003C/ul>\r\n\r\n    \u003Ch2>Autenticación Segura con Application Default Credentials (ADC)\u003C/h2>\r\n\r\n    \u003Cp>Para comunicarnos con las APIs de Google Cloud sin necesidad de descargar archivos JSON de claves de cuentas de\r\n        servicio, usaremos el estándar recomendado por Google:\u003C/p>\r\n    \u003Cp>\u003Ccode>gcloud auth application-default login\u003C/code>\u003C/p>\r\n    \u003Cp>Este comando genera de forma segura un archivo de credenciales locales en nuestra computadora. Terraform\r\n        detectará de manera automática este archivo para autenticarse, protegiendo así el entorno de posibles\r\n        filtraciones en repositorios públicos.\u003C/p>\r\n\r\n    \u003Ch2>El Código de Prueba: Un Bucket de Cloud Storage\u003C/h2>\r\n\r\n    \u003Cp>Para verificar que la comunicación con las APIs funciona de manera correcta, escribiremos una configuración\r\n        básica. No crearemos recursos fijos; utilizaremos \u003Cstrong>Terraform\u003C/strong> para desplegar un bucket con un\r\n        nombre globalmente único:\u003C/p>\r\n    \u003Cul>\r\n        \u003Cli>\u003Cstrong>random_id:\u003C/strong> Generará un sufijo aleatorio para evitar colisiones de nombres en \u003Cstrong>Cloud\r\n                Storage\u003C/strong> y asegurar un despliegue exitoso en \u003Cstrong>GCP\u003C/strong>.\u003C/li>\r\n        \u003Cli>\u003Cstrong>Bucket de Prueba:\u003C/strong> Creará el recurso de almacenamiento aplicando de forma predeterminada la\r\n            prevención de \u003Cstrong>acceso público\u003C/strong>.\u003C/li>\r\n    \u003C/ul>\r\n\r\n    \u003Ch2>El Archivo .gitignore\u003C/h2>\r\n\r\n    \u003Cp>En este laboratorio inicial, configurarás tu repositorio de forma limpia. Crearemos un archivo de exclusión\r\n        llamado \u003Ccode>.gitignore\u003C/code> para evitar subir accidentalmente directorios temporales, archivos de estado o\r\n        datos confidenciales a tu portafolio público de GitHub.\r\n    \u003C/p>\r\n\r\n    \u003Ch2>Conclusión: Tu primer paso completado\u003C/h2>\r\n    \u003Cp>Has completado el laboratorio fundacional. Has aprendido que el desarrollo seguro en la nube no requiere claves\r\n        JSON, sino una arquitectura bien diseñada basada en credenciales ADC y configuraciones locales protegidas. Ya\r\n        tienes el entorno listo en Google Cloud; el siguiente paso es avanzar al Laboratorio 2 para diseñar tu primera\r\n        red virtual privada.\u003C/p>\r\n\u003C/body>\r\n\r\n\u003C/html>","July 2, 2026","https://storage.googleapis.com/mp-blog/images/curso-gcp-terraform-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",1783009252374]