Aula Virtual
CareerLab
Validación de certificados
Contacto
WhatsApp
Especialización Profesional IA 2026
Bootcamp DevOps & Cloud Computing
Aprende a diseñar, integrar y desplegar arquitecturas modernas en la nube, automatizando procesos de infraestructura, integración continua y operaciones avanzadas con las mejores prácticas del mercado.
122h
Académicas
5 Meses
Duración
23 Jul
Inicio
Inicio de Clases
Opción 1
Jueves, 23 de Julio 2026
Martes y Jueves
7:30 p.m. – 10:00 p.m.
Opción 2
Sábado, 20 de Junio 2026
Miércoles y Sábados
Mié: 7:30 p.m. – 10:00 p.m. | Sáb: 2:00 p.m. – 4:30 p.m.
Malla Curricular - Bootcamp en DevOps & Cloud Computing (122 horas)
Módulo 1: Fundamentos de DevOps, Cloud Computing y Operaciones Modernas
- • Principios de DevOps y su impacto en el desarrollo de software
- • Cultura DevOps: colaboración, automatización, medición y mejora continua
- • Modelos de despliegue en la nube: IaaS, PaaS y SaaS
- • Principales plataformas cloud: AWS, Azure y Google Cloud
- • Contenedores vs. máquinas virtuales
- • Introducción a CI/CD, IaC, automatización, SRE, FinOps, DevSecOps, MLOps y LLMOps (mapa del programa)
- • Conectividad básica para entornos cloud: HTTP/HTTPS, DNS, puertos y modelo cliente-servidor (solo lo necesario para entender lo que viene)
Módulo 2: Administración de Sistemas y Redes en la Nube
- • Direccionamiento IP, subredes y enrutamiento aplicado a VPC (no teoría OSI aislada — directo a la práctica cloud)
- • Configuración de servidores en la nube: EC2, máquinas virtuales y entornos cloud
- • Redes en la nube: VPC, subredes, gateways y balanceadores de carga
- • Protocolos en contexto: SSH para acceso remoto, DNS/DHCP en arquitecturas cloud
- • Gestión de almacenamiento: S3, Blob Storage y Google Cloud Storage
- • Seguridad en la nube: IAM, roles, permisos, políticas de acceso y grupos de seguridad/firewalls
- • Monitorización de infraestructura, métricas y logging (introducción — se profundiza en Módulo 6)
Módulo 3: Contenedores y Orquestación con Docker y Kubernetes
- • Introducción a Docker: creación y administración de contenedores
- • Construcción de imágenes y uso de Docker Compose
- • Buenas prácticas para contenerizar aplicaciones modernas
- • Kubernetes: arquitectura y componentes principales
- • Despliegue y escalado de aplicaciones con Kubernetes
- • Configuración con Helm, ConfigMaps y Secrets
- • Seguridad de contenedores y Kubernetes: escaneo de imágenes, políticas de admisión, RBAC (shift-left, no se deja para después)
- • Introducción a Kubernetes para cargas de trabajo de IA
Módulo 4: Infraestructura como Código y Automatización Cloud
- • Introducción a Infraestructura como Código con Terraform y Ansible
- • Creación y gestión de infraestructura con Terraform
- • Automatización de configuración con Ansible
- • Implementación de infraestructura escalable, repetible y versionada
- • Control de versiones aplicado a infraestructura
- • Seguridad en IaC: revisión de configuraciones, gestión de secretos, escaneo estático (tfsec/checkov)
- • Automatización de entornos para aplicaciones y modelos de IA
Módulo 5: CI/CD, GitOps y Entrega Continua
- • Introducción a CI/CD y sus beneficios en equipos tecnológicos
- • Creación de pipelines con Jenkins, GitHub Actions y GitLab CI/CD
- • Automatización de pruebas, construcción y despliegue de aplicaciones
- • Despliegue automatizado de infraestructura ya provisionada (Módulo 4) en entornos cloud
- • Seguridad en pipelines CI/CD: SAST, escaneo de dependencias, gestión de secretos y firma de artefactos
- • Estrategias de despliegue: Blue-Green Deployment y Canary Releases
- • Introducción a GitOps para infraestructura y aplicaciones cloud native
- • CI/CD aplicado a servicios backend, APIs y aplicaciones con IA
Módulo 6: Observabilidad, DevSecOps y Gestión de Incidentes
- • Principios de DevSecOps y cultura Shift-Left (consolidación de lo aplicado en Módulos 3-5)
- • Monitoreo y alertas con Prometheus y Grafana
- • Auditoría y gestión de logs con ELK Stack
- • Observabilidad aplicada a aplicaciones cloud, APIs y modelos de IA
- • Gestión de incidentes: detección, respuesta y comunicación
- • Recuperación ante desastre (DR): RTO, RPO y estrategias de backup/failover
Módulo 7: Site Reliability Engineering
- • Fundamentos de Site Reliability Engineering y su relación con DevOps
- • Definición de SLOs, SLIs y SLAs
- • Error budgets y toma de decisiones basada en confiabilidad
- • Estrategias de escalabilidad, disponibilidad y resiliencia
- • Optimización operativa y reducción de toil
- • Introducción a AIOps para detección de anomalías y análisis de incidentes
Módulo 8: FinOps — Gobierno Financiero Cloud
- • Introducción a FinOps: principios, cultura y framework (Inform, Optimize, Operate)
- • Gobernanza y control de costos en entornos multicloud
- • Herramientas de análisis y optimización de gastos: AWS Cost Explorer y Azure Cost Management
- • Estrategias de ahorro, presupuestos y alertas de consumo
- • Asignación de costos (cost allocation) y chargeback/showback
- • Gestión de costos de IA/LLM como categoría emergente de gasto cloud
Módulo 9: DataOps para Pipelines de Datos
- • Introducción a DataOps: objetivos, beneficios y relación con DevOps
- • Ciclo de vida de los datos en pipelines DevOps
- • Integración de procesos ETL/ELT automatizados
- • Versionado de datos, control de calidad y trazabilidad
- • Orquestación con Apache Airflow y transformación con dbt (las dos herramientas dominantes del ecosistema; profundidad antes que amplitud)
🚀 Módulo 10: MLOps — Operaciones de Machine Learning
- • Introducción a MLOps y ciclo de vida del modelo (niveles de madurez de Google: 0, 1, 2)
- • Integración de ML en pipelines CI/CD y entrenamiento automatizado
- • Versionado de datos y modelos con MLflow y DVC (plataforma principal del módulo)
- • Monitorización de modelos en producción: drift, performance, reentrenamiento
- • Mejores prácticas de seguridad y gobernanza
- • Panorama de plataformas administradas (Kubeflow, SageMaker, Azure ML) — nivel de familiarización, no de implementation profunda