[{"data":1,"prerenderedAt":29},["ShallowReactive",2],{"article-data-curso-gcp-medallion-11":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=\"Orquestación de Flujos en GCP. Aprende a automatizar Data Pipelines con Cloud Composer (Airflow) y GitHub Actions.\">\r\n    \u003Cmeta name=\"keywords\"\r\n        content=\"Cloud Composer, Airflow, GitHub Actions, CI/CD, Data Pipelines, Orchestration, dbt, Workflows, Google Cloud, DevOps\">\r\n    \u003Cmeta name=\"author\" content=\"Eduardo Martínez Agrelo\">\r\n    \u003Ctitle>Orquestación con Cloud Composer | Curso GCP Medallion\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\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\r\n            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\r\n        cambios\r\n        localmente desde nuestros terminales, sino de estructurar la infraestructura y base analítica mediante flujos\r\n        automatizados\r\n        de forma segura. Utilizaremos \u003Cstrong>Google Cloud\u003C/strong> para transitar de despliegues manuales a un ciclo de\r\n        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\r\n        eleva la\r\n        complejidad de las auditorías, introduce inconsistencias de estado y genera fallos difíciles de rastrear. En\r\n        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\r\n            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\r\n            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\r\n        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>\r\n    \u003C/p>\r\n    \u003Cp>Aprenderemos que un flujo sin protección e impersonación de cuentas de servicio pone en riesgo la privacidad del\r\n        proyecto; por\r\n        ello, nos enfocaremos en restringir las llamadas a GCP de manera centralizada bajo un estricto principio de\r\n        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\r\n        pools de\r\n        identidades de forma manual en el portal web; utilizamos \u003Cstrong>Terraform\u003C/strong> para aprovisionar las\r\n        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\r\n            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\r\n            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\r\n        archivo de\r\n        definición \u003Ccode>deploy.yml\u003C/code> que estructurará los pasos de integración y despliegue continuo,\r\n        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\r\n        estados locales\r\n        de Terraform e implementar federación de identidades OIDC para aprovisionar recursos analíticos de forma\r\n        automática y\r\n        asíncrona sin almacenar llaves de acceso [1]. Ya tienes tu infraestructura de datos controlada de forma\r\n        profesional en\r\n        GitHub; el siguiente paso es conectar la capa analítica Gold con Looker Studio para entregar dashboards\r\n        interactivos.\u003C/p>","July 10, 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",1783692776011]