Skip to content

paulpanezc/data_engineering_en_gcp

 
 

Repository files navigation

Data Engineering en GCP

Configuración Inicial

  1. Crear cuenta gratuita de gmail. Puedes encontrar el paso a paso aquí.

  2. Acceder al periodo de prueba gratuita de gcp.Puedes encontrar el paso a paso aquí.

  3. Crear cuenta gratuita de github.Puedes encontrar el paso a paso aquí.

Filosofía del programa

"Los buenos artistas copian, los grandes artistas roban"

  • Durante el programa, vamos a usar como línea base, para la parte práctica, los labs de cloudskillboost o quickstart. Pero le añadiremos complejidad con los retos que encontremos en el repo (estos pueden provenir del programa y de los alumnos mismo que quieran añadir funcionalidades de situaciones reales).

"En tecnología vas a fallar todo el tiempo, ponte cómodo con lo incómodo"

  • Cuando finalmente logras hacer correr el código, no tienes chance de descansar y decir que maravilloso es. Probablemente tengas que ir, al siguiente paso o requerimiento. En el contenido de este programa, vas a encontrar varios errores ortográficos y códigos que probablemente no funcionan siéntete libre de solicitar un Pull Request para mejorar el contenido para el siguiente programa.

"Gran parte de lo que enseñamos en el programa, es como buscar en google, aprender a googlear y usar la documentación de google"

  • Google tiene suficiente documentación gratuita. No necesitas invertir en cursos adicionales, durante del programa te mostraremos los path de aprendizajes libres que existen. Probablemente si necesites un mentor. La sugerencia es busca alguien en LinkedIn que veas que tenga experiencia y pídele ayuda.

Links relevantes:

  1. Google ha actualizado su página de Qwiklabs a cloudskillsboost. Este página es de libre acceso, y contiene paths de aprendizaje para todas los perfiles. https://www.cloudskillsboost.google/

  2. Si estás interesado en certificarte puedes encontrar información de todas las certificaciones en el siguiente link. https://cloud.google.com/certification

  3. Para capacitación en linea, Google cada cierto tiempo realiza eventos a demanda en CloudonAir: https://cloudonair.withgoogle.com/

  4. Cómo se desarrolla este programa fue inspirado en otros cursos donde el contenido es liberado en un repo de github. https://github.blog/2018-03-20-top-10-courses-on-github/

  5. Donde encontrar las noticias de lanzamiento y actualizaciones de gcp. https://cloud.google.com/blog/

  6. Sí, la documentación de Google a veces es difícil de consumir si estás empezando, puedes encontrar videos en su canal de youtube. https://www.youtube.com/channel/UCJS9pqu9BzkAMNTmzNMNhvg

  7. Google una serie de training para startups. https://cloudonair.withgoogle.com/events/technical-guide-for-startups-series

  8. Mejores prácticas para analytics en google cloud. https://cloud.google.com/architecture/framework/system-design/data-analytics

  9. Patrones de diseño en Analytics. https://cloud.google.com/architecture/reference-patterns/overview

¿Cómo contribuir al contenido del curso?

Si no sabes programar:

  • Puedes contribuir reportando fallos en el repo (códigos que no funcionan o que debería cambiar).

  • Testeando código de otros.

  • Corrigiendo faltas ortográficas a través de un pull request.

  • Solicitando o compartiendo un caso de uso que te gustaría que sea implementado por otros a través de "github issues".

  • Compartiendo datasets públicos (probablemente tengamos un apartado para esto en el repo). Así puedes ayudar a otros a tener ideas para presentar un caso.

  • Generando documentación (A los programadores normalmente no les gusta programar).

Si sabes programar y sabes github:

  • Desarrollando los retos que proponemos en las clases o resolviendo issues que otros reporten.

Si sabes programar y no sabes github:

  • Aprende!, si quieres llevar tus habilidades a otro nivel tienes que aprender a trabajar colaborativamente.

  • Colaborando con la gente de tu equipo para que los ayudes a empezar a codear.

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • Jupyter Notebook 49.8%
  • Python 30.8%
  • Shell 19.4%