Has terminado el proyecto. Tienes un sistema construido, probado, medido, documentado y defendido. Y ahora aparece la pregunta que llega siempre al final de un curso largo: ¿y ahora qué?
Esta lección responde a eso con la mayor honestidad posible, que incluye decirte cosas que no siempre se dicen: lo que este curso te ha dado y lo que no, para qué sirven realmente las certificaciones y para qué no, cuánto tarda de verdad en llegar el primer trabajo en la nube, y por qué la mitad de lo que has aprendido caducará en tres años mientras que la otra mitad no caducará nunca.
No es una lección de teoría. Es un mapa: dónde estás, qué caminos hay, cuánto cuesta cada uno y cuál tiene sentido según lo que quieras hacer.
Y es la última lección del curso.
Contenido
- Dónde estás ahora: el mapa honesto
- El itinerario de certificaciones de Google Cloud
- Cómo preparar la Associate Cloud Engineer
- Qué valen y qué no valen las certificaciones
- Construir experiencia real sin un trabajo en la nube
- Especializarse: los cinco perfiles
- Mantenerse al día cuando la plataforma cambia cada mes
- Una palabra sobre la multinube, AWS y Azure
- El cierre
- Dónde estás ahora: el mapa honesto
Lo que dominas
Estas cosas las sabes hacer solo, sin tutorial, y sabrías repetirlas en un entorno distinto:
| Área | Qué sabes hacer |
|---|---|
| Fundamentos | Estructurar proyectos y facturación, elegir región, manejar gcloud y Cloud Shell |
| Cómputo | Elegir entre Cloud Run, Functions, GKE y Compute Engine con criterio, y desplegar en Cloud Run de principio a fin |
| Datos | Cloud SQL con IP privada, buckets con ciclo de vida, BigQuery con tablas particionadas, Pub/Sub |
| Red | VPC personalizada, subredes, conector serverless, acceso privado a servicios, firewall con denegación por defecto |
| Identidad | Cuentas de servicio por carga, roles acotados al recurso, Workload Identity Federation sin claves |
| Entrega | Pipeline con pruebas, promoción por digest, canario, reversión ensayada |
| IaC | Terraform con estado remoto, módulos, variables por entorno, y la reconstrucción desde cero |
| Operación | Logs estructurados, panel, alertas, SLO con presupuesto de error, runbook |
| Coste | Estimar antes de construir, atribuir por etiquetas, recortar con criterio |
Es más de lo que parece. Y sobre todo: has hecho todo eso junto, en un solo sistema, que es la parte difícil.
Lo que has visto pero no dominas
Aquí conviene ser preciso, porque confundir "lo he visto" con "lo sé" es la vía rápida a una entrevista incómoda:
| Área | Estado real |
|---|---|
| GKE / Kubernetes | Sabes qué es y cuándo elegirlo. No sabes operarlo. Un clúster de producción real es un mundo aparte |
| Dataflow / Apache Beam | Entiendes el modelo. No has escrito un pipeline complejo ni depurado uno en producción |
| Vertex AI y entrenamiento | Sabes usar APIs preentrenadas y conoces el ciclo MLOps. No has entrenado y servido un modelo propio con datos reales |
| Redes avanzadas | Conoces VPC compartida, peering, VPN e Interconnect. No los has montado a escala |
| Spanner, Bigtable, Dataproc | Sabes cuándo se eligen. No los has usado en serio |
| Anthos / híbrido | Concepto claro, práctica cero |
| Seguridad avanzada | Sabes los principios y los controles. Un modelo de amenazas formal o una respuesta a incidentes reales es otro nivel |
Lo que ni se ha tocado en el curso
Y esto es igual de importante saberlo:
- Migraciones reales: mover una empresa con sistemas heredados, dependencias no documentadas y ventanas de corte. Es la mitad del trabajo real de un arquitecto.
- FinOps a escala: descuentos por compromiso, atribución en organizaciones grandes, negociación con el proveedor.
- Cumplimiento normativo serio: ENS, ISO 27001, SOC 2, esquemas sectoriales. Se menciona el RGPD; no se ha trabajado.
- Trabajo en equipo sobre la misma infraestructura: revisiones de código de Terraform entre varias personas, entornos compartidos, gestión de conflictos de estado.
- Guardias y operación 24×7: rotaciones, escalados, fatiga de alertas.
- Contratación y contratos: soporte, SLA contractuales, cuentas de facturación de empresa.
La calibración de nivel
| Nivel | Qué significa | ¿Estás aquí? |
|---|---|---|
| Curioso | Sabes qué es la nube | Lo superaste en el módulo 1 |
| Practicante | Puedes construir algo completo tú solo | ✅ Aquí estás |
| Profesional junior | Trabajas en un equipo que ya tiene todo montado | A un paso: te falta contexto de equipo |
| Profesional | Tomas decisiones que afectan a otros y las sostienes | 1-2 años de trabajo real |
| Experto | Te consultan cuando nadie sabe qué hacer | 5+ años y cicatrices |
Estar en "practicante" tras un curso es exactamente donde hay que estar. Y hay un dato que conviene tener presente: mucha gente con dos años de experiencia en la nube nunca ha escrito un módulo de Terraform ni ha definido un SLO, porque en su empresa eso lo hace otro equipo. Tú lo has hecho.
- El itinerario de certificaciones de Google Cloud
⚠️ Los nombres, temarios, precios, duraciones y periodos de validez cambian. Todo lo que sigue es orientativo a la fecha de escritura; verifica siempre en
cloud.google.com/learn/certificationantes de inscribirte.
El catálogo
| Certificación | Nivel | Para quién | Qué mide | Experiencia que asume |
|---|---|---|---|---|
| Cloud Digital Leader | Fundacional | Perfiles no técnicos: ventas, gestión, dirección | Vocabulario, valor de negocio, casos de uso | Ninguna técnica |
| Associate Cloud Engineer | Asociado | Técnicos que empiezan. La puerta de entrada | Desplegar y operar: proyectos, cómputo, almacenamiento, red, IAM, monitorización | ~6 meses |
| Associate Data Practitioner | Asociado | Analistas y perfiles de datos que empiezan | Ingesta, preparación, análisis y visualización de datos | ~6 meses |
| Professional Cloud Architect | Profesional | Quien diseña sistemas completos | Diseño, migración, cumplimiento, gobierno. La más valorada | 3+ años, 1+ en GCP |
| Professional Data Engineer | Profesional | Ingeniería de datos | Pipelines, almacenes, calidad, modelos operativos | 3+ años |
| Professional Cloud DevOps Engineer | Profesional | SRE y plataforma | CI/CD, SLO, observabilidad, gestión de incidentes | 3+ años |
| Professional Cloud Security Engineer | Profesional | Seguridad en la nube | IAM, red segura, datos, cumplimiento, respuesta | 3+ años |
| Professional Machine Learning Engineer | Profesional | ML en producción | Diseño, construcción, despliegue y MLOps | 3+ años |
| Professional Cloud Network Engineer | Profesional | Redes | VPC, híbrido, balanceo, seguridad de red | 3+ años |
| Professional Cloud Database Engineer | Profesional | Bases de datos | Diseño, migración, gestión y rendimiento | 3+ años |
| Professional Cloud Developer | Profesional | Desarrollo de aplicaciones nativas | Diseño, construcción, pruebas y despliegue de apps | 3+ años |
El orden que tiene sentido
flowchart TD
A["Este curso terminado<br/>+ proyecto propio"] --> B["Associate Cloud Engineer<br/>← el siguiente paso natural"]
A -.->|si tu rol no es técnico| Z["Cloud Digital Leader"]
B --> C{"¿Qué te interesa?"}
C -->|Diseñar sistemas| D["Professional Cloud Architect"]
C -->|Datos| E["Professional Data Engineer"]
C -->|Operación y fiabilidad| F["Professional Cloud DevOps"]
C -->|Seguridad| G["Professional Cloud Security"]
C -->|Machine learning| H["Professional ML Engineer"]
C -->|Redes| I["Professional Cloud Network"]
D --> J["Segunda profesional<br/>según especialización"]
E --> J
F --> J
style B fill:#e8f0fe
style D fill:#e6f4ea
Tres reglas sobre el orden:
- No te saltes la ACE para ir directo a una profesional. Se puede —no hay requisitos formales— y es mala idea: las profesionales asumen que sabes operar la plataforma y preguntan sobre decisiones, no sobre mecánica.
- Cloud Digital Leader no es un paso previo a la ACE. Es un camino distinto, para perfiles no técnicos. Si has terminado este curso, empezar por ahí es perder tiempo y dinero.
- Una profesional cada vez, y con experiencia real entre medias. Coleccionar certificaciones sin proyectos detrás produce un currículum que se desmonta en la primera entrevista técnica.
Formato y coste, en orden de magnitud
| Asociado | Profesional | |
|---|---|---|
| Duración | ~2 h | ~2 h |
| Preguntas | ~50-60, opción múltiple y múltiple respuesta | ~50-60, algunas con casos de estudio |
| Precio | ~125 USD | ~200 USD |
| Modalidad | Centro examinador o supervisado en línea | Igual |
| Idioma | Inglés (y algunos en otros idiomas; verifica si hay español) | Igual |
| Validez | 2 años (Digital Leader, 3) | 2 años |
| Nota de corte | No se publica | No se publica |
| Resultado | Provisional al terminar; oficial en unos días | Igual |
Dos cosas del formato que importan: no publican la nota de corte, así que no hay forma de calcular cuánto margen llevas; y el examen no penaliza los fallos, así que nunca dejes una pregunta en blanco.
- Cómo preparar la Associate Cloud Engineer
Es el siguiente paso natural tras este curso, así que va con detalle.
Qué mide
Cinco áreas, todas orientadas a hacer, no a diseñar:
| Área | Peso aproximado | Contenido |
|---|---|---|
| Configurar un entorno de nube | ~20 % | Proyectos, cuentas de facturación, cuotas, gcloud, Cloud Shell |
| Planificar y configurar una solución | ~15 % | Calculadora de precios, elección de servicios de cómputo, almacenamiento y datos |
| Desplegar e implementar | ~25 % | Compute Engine, GKE, App Engine, Cloud Run, Functions, almacenamiento, red, datos |
| Asegurar el funcionamiento correcto | ~20 % | Monitorización, logs, gestión de recursos desplegados |
| Configurar acceso y seguridad | ~20 % | IAM, cuentas de servicio, auditoría |
Correspondencia con lo que ya has visto
| Área del examen | Módulos del curso | ¿Cubierto? | Qué te falta |
|---|---|---|---|
| Proyectos, facturación, cuotas | 01-02, 01-04, 07-05 | ✅ Bien | Cuotas por servicio, exportación de facturación en detalle |
gcloud, Cloud Shell, gsutil/bq |
01-06, transversal | ✅ Bien | Sintaxis exacta de muchos comandos |
| Compute Engine | 02-01 | ⚠️ Parcial | Discos, imágenes, instantáneas, MIG, plantillas, migración en vivo |
| GKE | 02-05, 07-01 | ⚠️ Parcial | kubectl de verdad, despliegues, servicios, escalado, actualizaciones |
| App Engine | 02-04 | ⚠️ Parcial | Versiones, reparto de tráfico, app.yaml |
| Cloud Run y Functions | 07-02, 06-03 | ✅ Bien | — |
| Almacenamiento y clases | 02-02 | ✅ Bien | Comandos de ciclo de vida y transferencia |
| Cloud SQL, Firestore, BigQuery | 02-03, 02-06, 04-01 | ✅ Bien | Réplicas de lectura, conmutación por error |
| VPC, firewall, balanceo | 03-01, 03-02 | ✅ Bien | Rutas, VPN, tipos de balanceador en detalle |
| IAM y cuentas de servicio | 03-04 | ✅ Muy bien | Roles concretos por nombre |
| Monitorización y logs | 06-04, 06-06 | ✅ Bien | Agentes en VM, métricas personalizadas |
| Terraform | 06-07 | ✅ Bien | Aparece poco en el examen |
Diagnóstico honesto: este curso cubre bien entre el 70 y el 80 % del temario. Los tres huecos claros son Compute Engine en profundidad (discos, instantáneas, grupos de instancias gestionados), GKE con kubectl de verdad y la sintaxis exacta de los comandos. El examen pregunta cosas del tipo "¿cuál de estos cuatro comandos hace X?", y ahí no vale entender el concepto: hay que haberlos escrito.
Recursos
| Recurso | Qué es | Coste | Utilidad |
|---|---|---|---|
| Guía oficial del examen | El temario literal | Gratis | Imprescindible. Es la lista de lo que entra |
| Examen de muestra oficial | ~20 preguntas del estilo real | Gratis | Imprescindible. Calibra el formato |
| Google Cloud Skills Boost | Cursos y laboratorios oficiales | Suscripción, con créditos gratuitos periódicos | Muy útil por los laboratorios |
| Documentación oficial | La fuente | Gratis | Para los huecos concretos |
| Nivel gratuito de GCP | Práctica real en tu cuenta | Gratis dentro de límites | Lo más valioso |
| Cursos de terceros | Vídeo y simulacros | 10-50 € | Útiles para simulacros; verifica que estén al día |
Sobre los volcados de preguntas ("dumps"): existen, circulan, y usarlos incumple el acuerdo del examen —te pueden invalidar la certificación—. Además de eso, hay un motivo práctico: aprobar memorizando respuestas produce una certificación que no sostienes en una entrevista técnica, que es exactamente el peor resultado posible.
Plan de estudio de ocho semanas
Asumiendo 6-8 horas por semana:
| Semana | Foco | Actividad concreta | Objetivo |
|---|---|---|---|
| 1 | Diagnóstico | Leer la guía oficial. Hacer el examen de muestra sin estudiar | Saber dónde estás. Un 50-60 % es normal |
| 2 | Compute Engine | Crear VM de todos los tipos, discos, instantáneas, imágenes personalizadas, plantillas, MIG con autoescalado | Cerrar el hueco 1 |
| 3 | GKE y kubectl |
Clúster Autopilot, desplegar, escalar, actualizar, servicios, ingress, ConfigMap y Secret | Cerrar el hueco 2 |
| 4 | Almacenamiento y datos | Buckets, clases, ciclo de vida, transferencias, Cloud SQL con réplica, BigQuery desde la CLI | Comandos de memoria |
| 5 | Red | VPC, subredes, firewall con etiquetas, rutas, los tipos de balanceador y cuándo cada uno, Cloud NAT | Diferenciar los balanceadores |
| 6 | IAM y operación | Roles predefinidos por nombre, cuentas de servicio, políticas, Monitoring, agentes, alertas | Roles exactos |
| 7 | Simulacros | 3 exámenes completos cronometrados. Revisar cada fallo hasta entender por qué | ≥85 % |
| 8 | Repaso y examen | Repasar solo los fallos. Descansar el día antes. Examinarte | Aprobar |
La semana 7 es la que decide. Y la regla que la hace útil: por cada pregunta fallada, no basta con ver la respuesta correcta; hay que entender por qué las otras tres son incorrectas. Ese ejercicio es el que enseña de verdad.
Consejos sobre el examen
| Consejo | Motivo |
|---|---|
| Lee la pregunta entera, dos veces | Hay palabras clave que cambian todo: "más económico", "menor esfuerzo operativo", "mínimo privilegio", "sin tiempo de inactividad" |
| Descarta primero | Suele haber dos opciones claramente malas. Con eso ya estás al 50 % |
| Ante la duda, elige lo gestionado y lo específico | Google diseña el examen con su propia filosofía: menos operación y mínimo privilegio |
| No dejes nada en blanco | No hay penalización por fallo |
| Marca y sigue | No te quedes atascado. Vuelve al final |
| Gestiona el tiempo | ~2 minutos por pregunta. Si vas a 3, acelera |
| Practica en inglés | El vocabulario técnico del examen es el inglés, aunque haya traducción |
Sobre la renovación: las certificaciones caducan a los dos años y se renuevan volviendo a examinarse (a veces con un examen de renovación más corto, según el programa vigente — verifícalo). Merece la pena saberlo antes de invertir: no es un título permanente, es una suscripción.
- Qué valen y qué no valen las certificaciones
Dicho sin rodeos, porque hay mucha exageración en las dos direcciones.
Lo que sí hacen
- Pasan el filtro. Muchos procesos de selección filtran currículums automáticamente. Una certificación te mete en la pila que alguien lee.
- Estructuran el estudio. El temario oficial es una lista concreta de lo que hay que saber, lo cual es enormemente valioso cuando estudias solo.
- Cubren huecos que no sabías que tenías. Estudiar para la ACE te obliga a mirar Compute Engine en detalle aunque tu proyecto usara Cloud Run.
- Valen dinero a las consultoras. Los partners de Google necesitan un número de certificados para mantener su nivel de partnership. En ese mercado concreto, una certificación es un activo con valor directo.
- Dan confianza. No es un argumento menor cuando llevas meses estudiando solo.
Lo que no hacen
- No sustituyen a la experiencia. Nadie contrata a un arquitecto por tener la Professional Cloud Architect. La certificación abre la conversación; la experiencia la sostiene.
- No garantizan un puesto. El mercado pide "2 años de experiencia" con o sin certificación.
- No demuestran que sepas construir. Un examen de opción múltiple mide reconocimiento, no capacidad. Tu proyecto demuestra más que tu certificación.
- Caducan. Dos años. Es una suscripción, con su coste recurrente en dinero y en tiempo.
- No enseñan lo difícil. Ninguna certificación te enseña a decir que no a un requisito imposible, a negociar un plazo o a llevar una migración con gente asustada.
La combinación que funciona
Certificación + proyecto propio + capacidad de explicarlo.
Las tres cosas juntas. Con solo la primera, eres un candidato entre muchos. Con solo el segundo, no pasas el filtro automático. Con las tres, estás por delante de la mayoría de perfiles junior, porque la mayoría tiene una o dos.
Y si tuvieras que elegir una sola —porque el dinero o el tiempo no dan para más—: el proyecto. Es lo que sostiene una entrevista técnica de cuarenta minutos.
- Construir experiencia real sin un trabajo en la nube
El círculo vicioso clásico: piden experiencia para dar trabajo, y hace falta trabajo para tener experiencia. Se rompe por cuatro sitios.
5.1 Proyectos propios que no son de juguete
Ya tienes uno. Haz dos más, cada uno atacando un hueco distinto de la sección 1:
| Proyecto | Qué hueco cierra | Esfuerzo |
|---|---|---|
| Migrar tu proyecto actual a GKE Autopilot | Kubernetes de verdad | 20-30 h |
| Un pipeline de datos con volumen real (datos públicos abiertos) | Dataflow, BigQuery a escala | 25-35 h |
| Entrenar y servir un modelo propio con Vertex AI | ML de verdad, no APIs | 30-40 h |
| Automatizar la infraestructura de algo que ya usas | Terraform en un contexto distinto | 15-20 h |
El criterio de "no es de juguete": tiene IaC, tiene CI/CD, tiene observabilidad y está documentado. Un tutorial seguido no cuenta; una decisión tomada, sí.
5.2 Contribuciones
- Documentación de proyectos abiertos. Es la puerta de entrada más accesible y la más agradecida: corregir un ejemplo que ya no funciona en el proveedor de Terraform para Google es una contribución real.
- Módulos de Terraform. Publicar un módulo bien hecho, con README, ejemplos y pruebas, es un artefacto profesional.
- Responder preguntas. Explicar algo a otro es la mejor forma de descubrir si lo sabes.
- Escribir. Un artículo contando un problema que resolviste y cómo. No hace falta que sea original: hace falta que sea concreto.
5.3 El nivel gratuito y cómo no gastar dinero
Google Cloud ofrece un crédito inicial de prueba (~300 USD/90 días, verifícalo) y un nivel gratuito permanente con cuotas mensuales de varios servicios. Con disciplina, se puede practicar durante meses sin pagar.
Las siete reglas de no gastar dinero:
- Presupuesto con alertas antes que nada, siempre.
- Nada que no escale a cero, salvo que lo hayas decidido: Cloud Run, Functions, Firestore y BigQuery son tus aliados.
terraform destroyal terminar cada sesión. Si tu IaC es buena, cuesta un comando.- Nunca dejes GKE estándar encendido. Un clúster de tres nodos son ~100 €/mes.
- Nunca dejes Dataflow en streaming encendido. Factura 24 horas al día.
- Cuidado con las IP estáticas reservadas y sin usar, que cuestan aunque no hagan nada.
- Revisa la facturación dos veces por semana. Treinta segundos.
Y una advertencia que hay que decir claramente: una clave de cuenta de servicio filtrada en un repositorio público puede ser usada por terceros para minar criptomonedas en tu proyecto, con facturas de miles de euros en horas. Es un incidente documentado y frecuente. Por eso RNF-3 de este módulo era cero claves JSON: no es purismo, es tu tarjeta de crédito.
5.4 El portafolio
| Elemento | Qué debe tener |
|---|---|
| Repositorio principal | El proyecto del módulo 8, con su README y sus números |
| Perfil profesional | Descripción concreta: "Construyo plataformas en Google Cloud: Terraform, Cloud Run, BigQuery. Proyecto propio: |
| Los 90 segundos | Memorizados. Te los van a pedir |
| Dos o tres artículos | Sobre problemas concretos que resolviste |
| Certificación | Cuando la tengas |
Lo que hace destacar un portafolio no es la cantidad, es la profundidad de uno solo. Un proyecto con arquitectura documentada, ADR, pruebas, SLO y coste medido vale más que ocho repositorios con un hello world desplegado.
5.5 Cuánto tarda, de verdad
| Situación de partida | Tiempo típico hasta el primer trabajo con nube |
|---|---|
| Ya trabajas en tecnología (desarrollo, sistemas, datos) | 3-9 meses, y a menudo dentro de la misma empresa |
| Trabajas en tecnología pero en otro ámbito | 6-12 meses |
| Cambio de sector completo | 12-24 meses |
Y el atajo más eficaz, que casi nadie usa: si ya trabajas en tecnología, propón en tu empresa el primer proyecto en la nube. Migrar un servicio interno, montar un entorno de pruebas, automatizar algo con Terraform. Experiencia real, en tu currículum, sin cambiar de trabajo. Es la vía más rápida con diferencia.
- Especializarse: los cinco perfiles
| Perfil | El día a día | Qué estudiar después | Certificación |
|---|---|---|---|
| Arquitecto de nube | Reuniones, decisiones, documentos, revisiones de diseño. Menos teclado del que la gente imagina. Traduce necesidades de negocio a arquitectura y dice que no a menudo | Patrones de arquitectura, migraciones, gobierno, coste a escala, comunicación | Professional Cloud Architect |
| Ingeniero de datos | Construir y mantener pipelines, modelar almacenes, pelear con calidad de datos, atender peticiones de analistas. Mucho SQL | SQL avanzado, modelado dimensional, Beam/Spark, orquestación, calidad y linaje | Professional Data Engineer |
| SRE / DevOps | Automatizar, mantener plataformas internas, responder incidentes, mejorar fiabilidad. Guardias | Kubernetes en serio, SLO, observabilidad, plataformas internas, Go o Python | Professional Cloud DevOps Engineer |
| Ingeniero de ML | Poner modelos en producción y mantenerlos vivos. El 80 % es ingeniería, no matemáticas | Python sólido, MLOps, servicio de modelos, deriva y monitorización, un poco de estadística | Professional ML Engineer |
| Seguridad en la nube | Revisar arquitecturas, definir políticas, responder incidentes, auditorías y cumplimiento | IAM en profundidad, criptografía aplicada, modelado de amenazas, normativa | Professional Cloud Security Engineer |
Cómo elegir
Pregúntate qué parte del proyecto del módulo 8 disfrutaste:
| Lo que más te gustó | Perfil probable |
|---|---|
| Decidir la arquitectura y escribir los ADR | Arquitecto |
| El pipeline de datos y el cuadro de mando | Ingeniero de datos |
| El CI/CD, Terraform, el panel y las alertas | SRE / DevOps |
| El componente de IA | Ingeniero de ML |
| La auditoría, IAM y encontrar el bucket público | Seguridad |
| Todo por igual | Empieza por SRE/DevOps: es el más transversal |
Y no te agobies con la elección: los perfiles no son jaulas. La mayoría de la gente cambia una o dos veces, y todo lo aprendido transfiere.
- Mantenerse al día cuando la plataforma cambia cada mes
Google Cloud publica cambios constantemente. Es imposible seguirlo todo, y tampoco hace falta.
Qué merece la pena
| Fuente | Frecuencia | Utilidad |
|---|---|---|
| Release notes de los servicios que usas | Semanal, 10 min | ⭐⭐⭐ La única obligatoria |
| Blog oficial de Google Cloud | Semanal, en diagonal | ⭐⭐ Filtra el ruido de marketing |
| Avisos de deprecación | Cuando llegan por correo | ⭐⭐⭐ Son los que te obligan a actuar |
| Changelog del proveedor de Terraform | Al actualizar versión | ⭐⭐⭐ Evita sorpresas en el plan |
| Google Cloud Next (conferencia anual) | Anual, resúmenes | ⭐⭐ Ver los resúmenes, no las sesiones |
| Comunidades y newsletters | Semanal | ⭐⭐ Buenas para el criterio ajeno |
Distinguir un anuncio de una herramienta madura
| Señal | Lectura |
|---|---|
| Preview / Experimental | No lo pongas en producción. Puede desaparecer o cambiar por completo |
| General Availability (GA) | Usable. Tiene SLA y soporte |
| Está en el proveedor de Terraform | Señal fuerte de madurez |
| Tiene documentación de cuotas y precios | Señal fuerte |
| Hay casos de uso reales publicados | Señal fuerte |
| Solo hay un post de blog y una demo | Espera seis meses |
La regla práctica: para un proyecto que vaya a durar, usa servicios en GA con al menos un año de vida. La novedad es divertida y cara.
Por qué aprender conceptos y no pantallas
La consola cambia. Los nombres cambian —Stackdriver pasó a ser Cloud Operations, AI Platform pasó a ser Vertex AI—. Los servicios se deprecan: Deployment Manager, Cloud Source Repositories.
Lo que no cambia:
- El principio de mínimo privilegio.
- La diferencia entre plano operativo y plano analítico.
- Que el estado hay que guardarlo en algún sitio con bloqueo.
- Que un sistema sin observabilidad es un sistema que no sabes si funciona.
- Que la reversión es más valiosa que el despliegue perfecto.
- Que el coste es un requisito de diseño.
- Que las decisiones se documentan porque las personas se olvidan.
Eso es lo que se transfiere entre nubes, entre empresas y entre décadas. Si de este curso te quedas con siete cosas, que sean esas siete.
- Una palabra sobre la multinube, AWS y Azure
Qué transfiere
Prácticamente todo lo conceptual, con nombres distintos:
| Concepto | GCP | AWS | Azure |
|---|---|---|---|
| Contenedores sin servidor | Cloud Run | App Runner / Fargate | Container Apps |
| Funciones | Cloud Functions | Lambda | Functions |
| Kubernetes gestionado | GKE | EKS | AKS |
| Objetos | Cloud Storage | S3 | Blob Storage |
| SQL gestionado | Cloud SQL | RDS | Azure SQL / DB for PostgreSQL |
| Almacén analítico | BigQuery | Redshift / Athena | Synapse / Fabric |
| Mensajería | Pub/Sub | SNS + SQS | Service Bus / Event Hubs |
| Identidad | IAM | IAM | Entra ID + RBAC |
| Secretos | Secret Manager | Secrets Manager | Key Vault |
| Observabilidad | Cloud Operations | CloudWatch | Monitor |
| IaC | Terraform | Terraform / CloudFormation | Terraform / Bicep |
Y transfiere entero todo lo que no es un producto: mínimo privilegio, IaC, SLO, presupuestos de error, canario, ciclo de vida del dato, atribución de coste, ADR. Aprender la segunda nube cuesta una fracción de lo que costó la primera, típicamente unas semanas para ser productivo.
Qué no transfiere
- La mecánica. Comandos, nombres de roles, límites, comportamientos concretos. Se reaprende.
- Los modelos de red. La VPC de GCP es global; la de AWS es regional. Es una diferencia conceptual real, no cosmética.
- Los modelos de identidad. El IAM de AWS con políticas JSON y el de GCP con roles y jerarquía se parecen menos de lo que parece.
- La filosofía. GCP tiende a lo gestionado y opinado; AWS ofrece más piezas y más responsabilidad. Ninguna es mejor: son enfoques distintos.
¿Merece la pena la multinube?
Para tu carrera: especialízate en una y conoce las otras. Ser bueno en una nube vale más que ser mediocre en tres.
Para una arquitectura: la multinube real —la misma carga funcionando en dos proveedores— es cara y compleja, y casi nunca compensa. Lo que sí es habitual y razonable es usar servicios distintos de proveedores distintos para cosas distintas.
Es exactamente el razonamiento del ADR-004 de AlpinaShop, cuando decidió no adoptar la plataforma híbrida: la portabilidad tiene un precio, y hay que estar seguro de que se va a usar.
- El cierre
Vuelve al principio, por un momento.
En el módulo 1, AlpinaShop era una tienda de material de montaña con cuarenta personas, una tienda física en Sabadell y una plataforma alojada en un servidor alquilado que se caía los días de campaña. Marta administraba ese servidor a mano. Dani desplegaba subiendo ficheros. Lucía sacaba informes exportando a hojas de cálculo. Nadie sabía cuánto costaba realmente atender un pedido.
Y mira dónde acabaron.
La plataforma corre en Cloud Run, sin una sola máquina virtual en la ruta de servicio —la promesa que se hizo en el módulo 2 con DA-001 y que tardó cinco módulos en cumplirse—. Los datos viven en una base gestionada con alta disponibilidad y en un almacén analítico que Lucía consulta sin pedir permiso a nadie. La red es una VPC compartida con conectividad híbrida real hacia Sabadell y un perímetro que impide que los datos salgan. Cada despliegue pasa por pruebas, se promociona con aprobación y se puede deshacer en segundos. Hay paneles, alertas, trazas y SLO con presupuesto de error, que es lo que convirtió "va lento" en una conversación con números. Hay un plan de recuperación probado, que encontró cinco problemas que nadie sospechaba. Y hay políticas de organización que convierten los acuerdos en controles: hoy, en AlpinaShop, no se puede crear una clave permanente aunque se quiera.
La factura pasó de 1.058 € a 425 € al mes. El coste por pedido, de 0,88 € a 0,35 €. Pero lo que de verdad cambió no fue el número: fue que ahora se entiende.
Y por el camino viste algo que los cursos rara vez enseñan: decisiones que se deshacen. App Engine se descartó. GKE se retiró. Anthos se rechazó, con sus condiciones de revisión escritas. Un endpoint de recomendaciones se apagó porque los lotes salían más baratos. Una heurística de tres líneas resultó ser mejor línea base de lo que nadie esperaba. Un balanceador se destruyó porque costaba más que el proyecto entero.
Eso es la ingeniería real. No es acertar a la primera: es decidir con la información que hay, escribir por qué, y tener el criterio de cambiar de opinión cuando el contexto cambia.
Y después está lo que has hecho tú.
Elegiste un problema. Lo acotaste, con exclusiones escritas que te salvaron de un alcance imposible. Lo diseñaste antes de teclear, porque el projectId no se cambia. Estimaste el coste antes de gastar un euro y, probablemente, esa estimación te obligó a cambiar la arquitectura — que es exactamente para lo que sirve. Construiste en orden: red antes que aplicación, identidad antes que datos, un despliegue a mano antes de automatizarlo. Escribiste una prueba que falló y te obligó a hacerlo bien. Destruiste tu entorno entero y lo volviste a levantar. Auditaste tu propia seguridad y encontraste algo. Provocaste una alerta para comprobar que llegaba. Ensayaste una reversión con cronómetro. Y lo contaste, con números, incluyendo lo que no funcionó.
Nada de eso es un ejercicio. Es el trabajo. Es literalmente lo que hace un ingeniero de la nube un martes por la tarde, con la única diferencia de que allí hay más gente, más presión y más dinero en juego. La mecánica es la que acabas de practicar.
Queda muchísimo por delante. Kubernetes de verdad, migraciones reales, equipos, guardias, sistemas que llevan diez años funcionando y que nadie se atreve a tocar. La plataforma cambiará: algunos servicios que has estudiado se llamarán de otra manera dentro de tres años y alguno habrá desaparecido. Eso no es un problema, es la profesión.
Porque lo que se queda no son las pantallas. Lo que se queda es saber que el mínimo privilegio duele al principio y no duele nunca más; que un log que el administrador puede borrar no sirve como prueba; que la restauración que no se ha ensayado no existe; que un SLO sin presupuesto de error es un número decorativo; que el coste es un requisito de diseño y no una factura que llega; y que la decisión que no escribiste el día que la tomaste, no la vas a recordar.
Sabes construir un sistema completo en la nube, de principio a fin, y sabes explicar por qué está hecho así.
Eso no te lo quita nadie.
Ahora ve y constrúyelo otra vez, con algo que importe.
Errores Comunes y Consejos
Coleccionar certificaciones sin proyectos. Un currículum con tres certificaciones y ningún repositorio se desmonta en la primera pregunta técnica. Alterna: certificación, proyecto, certificación.
Ir directo a una profesional saltándose la ACE. Las profesionales asumen que sabes operar la plataforma. Sin esa base, se estudia el doble y se aprueba peor.
Estudiar solo con vídeos. El examen pregunta comandos. Los comandos se aprenden escribiéndolos.
Usar volcados de preguntas. Incumple el acuerdo del examen y produce una certificación que no puedes sostener.
Dejar recursos encendidos mientras estudias. El laboratorio de la semana 3 con un GKE olvidado cuesta más que el examen.
Esperar a "estar preparado" para buscar trabajo. Nunca lo estarás del todo. Con este curso y un proyecto ya puedes optar a puestos junior.
Descuidar el proyecto una vez terminado. Un README con números y un repositorio ordenado siguen trabajando por ti meses después.
Consejo: apunta la fecha del examen antes de sentirte listo. Una fecha concreta organiza ocho semanas de estudio como no lo hace ninguna buena intención.
Consejo: si ya trabajas en tecnología, propón el primer proyecto de nube en tu empresa. Es la vía más rápida a experiencia real que existe, y casi nadie la usa.
Consejo: escribe sobre lo que has hecho. Un artículo contando cómo resolviste el peering de Cloud SQL o por qué elegiste Cloud Run vale como demostración pública de criterio, y a ti te obliga a entenderlo mejor.
Consejo: repite la reconstrucción desde cero cada pocos meses. Es el mejor recordatorio de que tu proyecto sigue vivo, y descubrirás lo que ha cambiado en la plataforma.
Ejercicios
Ejercicio 1 — Tu diagnóstico y tu plan
Haz tu propio mapa honesto usando las tres tablas de la sección 1: lo que dominas, lo que has visto pero no dominas y lo que ni se ha tocado, adaptado a lo que tú has hecho de verdad en tu proyecto (no a lo que aparece en el temario). Sitúate en la escala de calibración y justifícalo con evidencia concreta de tu propio trabajo.
Después, decide y escribe: qué certificación vas a hacer y por qué esa, con qué fecha objetivo, y qué perfil profesional te encaja según qué parte del proyecto disfrutaste.
Ejercicio 2 — Prepara el plan de estudio y mide tu punto de partida
Descarga la guía oficial del examen que hayas elegido y cruza su temario, área por área, con lo que has visto en este curso, marcando qué está cubierto, qué está parcial y qué falta. Haz el examen de muestra oficial sin estudiar y apunta tu porcentaje y tus áreas más débiles.
Con eso, adapta el plan de ocho semanas de la sección 3 a tus huecos reales y a tu disponibilidad, semana a semana, con actividades concretas y verificables (no "estudiar redes", sino "crear un balanceador de cada tipo y anotar en qué se diferencian").
Ejercicio 3 — Deja tu portafolio listo
Repasa tu repositorio como lo vería un desconocido: README con los números arriba, deuda técnica visible y priorizada, instrucciones que funcionan copiadas y pegadas, y los enlaces a la demostración —o al vídeo, si lo apagaste— visibles.
Escribe tu descripción profesional de dos líneas y los 90 segundos memorizados. Y elige un problema concreto que resolviste durante el proyecto —el peering, la deduplicación de eventos, el pool de conexiones, el bucket público— y escribe sobre él quinientas palabras: qué pasaba, qué probaste, qué era en realidad y qué aprendiste.
Soluciones
Solución 1 — El diagnóstico del autor de RefugioReserva
Mapa honesto, ajustado a lo hecho de verdad:
| Dominio | Evidencia real |
|---|---|
| Cloud Run, Cloud SQL privada, Storage, Pub/Sub, BigQuery | Los usé todos en producción y los reconstruí tres veces desde cero |
| Terraform con módulos y estado remoto | 5 módulos propios, 1.200 líneas, destroy+apply verificado |
| IAM y WIF | 4 cuentas de servicio, roles al recurso, cero claves |
| Observabilidad y SLO | Panel, alerta provocada, SLO con presupuesto de error |
| Visto, no dominado | Por qué |
|---|---|
| GKE | Leí el módulo, nunca desplegué nada en un clúster |
| Balanceador y Cloud Armor | Lo desplegué una semana y lo destruí. Sé montarlo, no operarlo |
| Vertex AI | Solo APIs preentrenadas. Nunca entrené nada |
| Dataflow | Cero. Lo descarté por coste en el ADR-003 |
Calibración: practicante, sin duda. La evidencia es que construí un sistema completo solo, pero también que si mañana me piden depurar un clúster de GKE en producción, no sabría por dónde empezar.
Decisión: Associate Cloud Engineer, fecha objetivo en diez semanas (ocho de estudio más dos de colchón), inscripción hecha en la semana 2 para que la fecha sea real.
Perfil: lo que más disfruté fue el Terraform, el pipeline y el momento de ver llegar la alerta. Lo que menos, la interfaz de la aplicación. SRE / DevOps, y a medio plazo la Professional Cloud DevOps Engineer.
Solución 2 — Diagnóstico y plan de estudio
Examen de muestra sin estudiar: 62 % (13 de 21). Los fallos, agrupados:
| Área | Fallos | Diagnóstico |
|---|---|---|
| Compute Engine | 4 | Instantáneas frente a imágenes, plantillas de instancia, gcloud compute exacto |
| GKE | 2 | kubectl y tipos de servicio |
| Red | 1 | Diferencia entre balanceadores |
| IAM | 0 | ✅ El módulo 3 y el proyecto lo cubrieron bien |
| Almacenamiento | 1 | Comando de política de ciclo de vida |
Coincide casi exactamente con el diagnóstico de la tabla de correspondencia de la sección 3: los huecos son Compute Engine, GKE y la sintaxis de comandos.
Plan adaptado (7 semanas, 6 h/semana, con Compute Engine y GKE reforzados):
| Semana | Actividad concreta y verificable |
|---|---|
| 1 | Crear 4 VM (predefinida, personalizada, expropiable, con disco adicional). Crear instantánea, restaurarla en otra zona, crear imagen personalizada. Plantilla + MIG con autoescalado y comprobación de estado. Anotar los comandos exactos en un fichero propio |
| 2 | Repetir la semana 1 sin mirar las notas. Añadir: discos persistentes regionales, migración en vivo, etiquetas de red y su efecto en el firewall |
| 3 | Clúster Autopilot. Desplegar la imagen de RefugioReserva. kubectl a mano: apply, get, describe, logs, exec, scale, rollout undo. Servicio ClusterIP, NodePort y LoadBalancer: comprobar la diferencia con curl |
| 4 | GKE, segunda vuelta: ConfigMap, Secret, HPA, ingress, actualización con reversión. Destruir el clúster al terminar cada sesión |
| 5 | Balanceadores: crear uno de cada tipo y anotar en qué se diferencian. Cloud NAT, rutas, VPC peering. App Engine con dos versiones y reparto de tráfico |
| 6 | Roles predefinidos de memoria (los 30 más frecuentes). Agente de Ops en una VM. Métrica personalizada. Alerta. Repaso de gsutil/gcloud storage y bq |
| 7 | 3 simulacros cronometrados. Por cada fallo, escribir por qué las otras tres opciones son incorrectas. Examen el viernes |
La regla que hace funcionar este plan: cada semana termina con un terraform destroy o el borrado manual de lo creado. En siete semanas de estudio, el coste total fue de 4,10 €, casi todo del clúster de GKE de las semanas 3 y 4.
Resultado del segundo simulacro: 88 %. Del tercero: 91 %. Examen aprobado.
Solución 3 — El portafolio
Descripción profesional (dos líneas):
Construyo y opero plataformas en Google Cloud: Terraform, Cloud Run, Cloud SQL, BigQuery y CI/CD sin claves. Proyecto propio completo, documentado y medido: 10 €/mes, reconstruible desde cero en 14 minutos → github.com/usuario/refugioreserva
Lo que se corrigió al revisar el repositorio con ojos ajenos:
- El enlace de la demostración apuntaba a un sistema apagado. Sustituido por el vídeo, con una nota explicando que se apagó a propósito y que se reconstruye en 14 minutos.
- El bloque de "levantarlo desde cero" no decía que hacen falta una cuenta de facturación y un dominio. Añadida una sección de requisitos previos.
- Los números estaban en la sección 5 del
README. Subidos justo debajo del título. - Las 14 capturas estaban en
docs/evidencias/sin ningún índice. Añadido unREADMEen ese directorio explicando qué demuestra cada una.
El artículo elegido: "Mis eventos llegaban duplicados a BigQuery y el cuadro de mando mentía un 12 %". Se eligió ese entre los cuatro candidatos por tres razones: el síntoma era invisible (nada fallaba), la causa es un concepto fundamental y mal entendido (la entrega "al menos una vez" de Pub/Sub), la solución es una línea de código (row_ids), y la lección es general —contrasta siempre el almacén analítico contra el operativo—. Quinientas palabras, un fragmento de código, una tabla con las cifras antes y después.
Es exactamente el tipo de artículo que un entrevistador lee entero: concreto, con un problema real y una lección transferible.
Conclusión
Aquí termina el curso.
Sabes dónde estás: en el nivel de practicante, capaz de construir un sistema completo tú solo, con un mapa honesto de lo que dominas, de lo que has visto sin dominar —GKE, Dataflow, Vertex AI, redes avanzadas— y de lo que ni se ha tocado: migraciones reales, FinOps a escala, cumplimiento normativo, trabajo en equipo sobre la misma infraestructura y guardias.
Conoces el itinerario de certificaciones completo, con para quién es cada una, qué mide, qué experiencia asume y en qué orden tienen sentido, con sus tres reglas: no saltarse la ACE, no confundir Cloud Digital Leader con un paso previo, y una profesional cada vez con experiencia real entre medias.
Tienes el plan detallado de la Associate Cloud Engineer: sus cinco áreas con su peso, la tabla de correspondencia que dice qué cubre este curso —entre el 70 y el 80 %— y cuáles son los tres huecos reales (Compute Engine en profundidad, GKE con kubectl de verdad y la sintaxis exacta de los comandos), los recursos que valen la pena, el plan de ocho semanas con la semana de simulacros como la que decide, y los consejos de formato, incluida la advertencia de que caduca a los dos años.
Sabes qué valen y qué no valen las certificaciones: pasan filtros, estructuran el estudio, cubren huecos y valen dinero a las consultoras; pero no sustituyen a la experiencia, no garantizan un puesto, no demuestran que sepas construir y caducan. Y sabes cuál es la combinación que funciona —certificación, proyecto y capacidad de explicarlo— y cuál elegirías si solo pudieras tener una.
Sabes construir experiencia real sin un trabajo en la nube: proyectos propios que no son de juguete, contribuciones, escritura, el nivel gratuito con sus siete reglas de no gastar dinero —incluida la razón por la que las claves JSON son tu tarjeta de crédito—, un portafolio con profundidad en lugar de cantidad, y el atajo que casi nadie usa: proponer el primer proyecto de nube en la empresa donde ya trabajas.
Conoces los cinco perfiles con lo que hace cada uno realmente en el día a día, qué estudiar para cada camino y cómo elegir mirando qué parte de tu proyecto disfrutaste. Y sabes que los perfiles no son jaulas.
Sabes mantenerte al día sin ahogarte: las notas de versión de lo que usas como única fuente obligatoria, los avisos de deprecación como los que obligan a actuar, cómo distinguir un anuncio en preview de una herramienta madura, y por qué conviene aprender conceptos y no pantallas —porque la consola cambia, los nombres cambian y los servicios se deprecan, pero el mínimo privilegio, la separación entre plano operativo y analítico, la reversión, el coste como requisito y la decisión documentada no cambian nunca.
Y sabes qué transfiere a AWS y Azure y qué no: todo lo conceptual con nombres distintos, nada de la mecánica; que la segunda nube cuesta una fracción de la primera; y que para una carrera vale más ser bueno en una que mediocre en tres.
Has recorrido ocho módulos. Has seguido a AlpinaShop desde un servidor alquilado que se caía los días de campaña hasta una plataforma que se construye sola, se observa sola y se gobierna con controles en lugar de con buena voluntad. Has visto tomar decisiones y también deshacerlas. Y después has construido lo tuyo, de principio a fin, con tus manos, tus decisiones y tus números.
Lo que te llevas no es una lista de servicios de Google Cloud. Es la forma de pensar que hay detrás: decidir con la información disponible, escribir por qué, medir en lugar de opinar, aceptar restricciones como parte del diseño, probar lo que afirmas y reconocer lo que no funcionó.
Eso sirve en esta nube, en la siguiente y en la que venga después.
Suerte. Y a construir.
Curso de Google Cloud Platform (GCP)
Módulo 1: Introducción a Google Cloud Platform
- ¿Qué es Google Cloud Platform?
- Configuración de tu cuenta de GCP
- Descripción general de la consola de GCP
- Proyectos, jerarquía de recursos y facturación
- Regiones, zonas y modelo de responsabilidad compartida
- Cloud Shell y la CLI de gcloud
Módulo 2: Servicios principales de GCP
- Compute Engine: máquinas virtuales en Google Cloud
- Cloud Storage: almacenamiento de objetos
- Cloud SQL: bases de datos relacionales gestionadas
- App Engine: plataforma como servicio
- Google Kubernetes Engine (GKE)
- Bases de datos NoSQL: Firestore, Bigtable y Spanner
- Cómo elegir el servicio de cómputo adecuado
Módulo 3: Redes y seguridad
- Redes VPC
- Balanceo de carga en la nube
- Cloud CDN
- Gestión de identidad y acceso (IAM)
- Cloud Armor
- Secretos y cifrado: Secret Manager y Cloud KMS
- Cloud DNS, certificados TLS y publicación segura de servicios
Módulo 4: Datos y análisis
- BigQuery: el almacén de datos analítico
- Cloud Dataflow: procesamiento de datos por lotes y en streaming
- Cloud Dataproc: Spark y Hadoop gestionados
- Cloud Pub/Sub: mensajería asíncrona
- Cloud Data Fusion: integración de datos sin código
- Orquestación de pipelines con Cloud Composer y Workflows
- Gobierno del dato y cuadros de mando con Dataplex y Looker Studio
Módulo 5: Aprendizaje automático e IA
- Vertex AI: la plataforma de machine learning de GCP
- AutoML: modelos a medida sin escribir código
- TensorFlow en GCP: entrenamiento y servicio de modelos
- API de lenguaje natural
- API de visión
- IA generativa en Vertex AI: modelos Gemini y embeddings
- MLOps: del modelo al producto con Vertex AI Pipelines
Módulo 6: DevOps y monitoreo
- Cloud Build: integración continua en GCP
- Cloud Source Repositories y gestión del código fuente
- Cloud Functions: funciones sin servidor
- Cloud Monitoring (antes Stackdriver): métricas, paneles y alertas
- Cloud Deployment Manager e infraestructura como código nativa
- Cloud Logging y Cloud Trace: logs, trazas y diagnóstico
- Terraform en GCP: infraestructura como código en la práctica
Módulo 7: Temas avanzados de GCP
- Híbrido y multinube con Anthos
- Computación sin servidor con Cloud Run
- Redes avanzadas: VPC compartida, peering y conectividad híbrida
- Mejores prácticas de seguridad
- Gestión y optimización de costos
- Fiabilidad: SLO, alta disponibilidad y recuperación ante desastres
- Gobierno a escala: organización, políticas y auditoría
