Forma a tu equipo sin coste para tu empresa. Este curso de DevOps es hasta 100% bonificable a través de FUNDAE.
Potencia las competencias clave de tus profesionales.
Accede a una formación práctica, actualizada y orientada a resultados.
Prepara a tu equipo para los retos del entorno laboral actual.
Nos ocupamos de la gestión con FUNDAE si tu empresa lo necesita.
A medida
Formación en DevOps a medida
Descubre el mejor curso de DevOps para empresas con nuestra Aula Virtual Personalizada:
Sesiones en vivo por videoconferencia.
Temario totalmente personalizado.
Fechas y horarios adaptados a tu empresa.
Acceso a grabaciones.
Aprende practicando
Totalmente Práctico y Aplicable
Formación diseñada para que apliques cada concepto en situaciones reales de tu trabajo, con enfoque práctico y útil desde el primer momento.
Aprendizaje 100% práctico, enfocado en lo que realmente necesitas.
Casos reales y ejercicios adaptados a tu entorno profesional.
Aplica cada conocimiento directamente en tus tareas diarias.
Mejora tu rendimiento y el de tu equipo desde el primer día.
¿Por qué un curso en DevOps?
Aporta métricas y visión de mejora continua
Acelera DevOps con formación A Medida para tu plantilla, automatización, CI/CD y cultura colaborativa, bonificable por FUNDAE. Diseñamos el plan formativo.
Una plataforma practica, con IA integrada y pensada para que mejores desarrollando. Se adapta a tu ritmo, te corrige al instante y te muestra tu progreso real.
Correccion magica
Feedback inteligente
Aprende de cada acierto y fallo con explicaciones claras
Pensado para quienes deben dominar DevOps en su día a día
Desarrolladores backend, frontend y full stack
Este curso ayuda a los equipos de desarrollo a entender el ciclo completo desde commit hasta producción, incorporando testing, pipelines, contenedores, despliegues, observabilidad, seguridad y responsabilidad operativa sobre los servicios que construyen.
Administradores de sistemas e infraestructura
Los perfiles de sistemas aprenderán a evolucionar desde administración manual hacia automatización, infraestructura como código, contenedores, Kubernetes, observabilidad, despliegues reproducibles y operación moderna de plataformas.
DevOps Engineers y Platform Engineers
Los perfiles DevOps y plataforma podrán consolidar prácticas avanzadas de CI/CD, GitOps, IaC, seguridad, Kubernetes, observabilidad, entornos, developer experience, plantillas reutilizables y servicios internos para equipos de producto.
Responsables técnicos, CTOs y arquitectos
Los perfiles de liderazgo técnico obtendrán una visión completa para diseñar estrategias DevOps realistas, seleccionar herramientas, definir estándares, medir madurez, reducir riesgos y alinear entrega técnica con objetivos de negocio.
Equipos de QA, calidad y testing
Los perfiles de calidad aprenderán a integrar pruebas automatizadas, validaciones de seguridad, quality gates, entornos efímeros, datos de prueba y feedback temprano dentro de pipelines de entrega continua.
Equipos de seguridad y compliance técnico
Los perfiles de seguridad podrán integrar controles desde el inicio: análisis de dependencias, secretos, imágenes, permisos, políticas, SBOM, escaneo, auditoría, trazabilidad y respuesta ante vulnerabilidades.
Proveedor con 16 años de experiencia en formación empresarial
Sobre
En Imagina Formación llevamos más de 16 años ayudando a profesionales y empresas a mejorar sus habilidades con formación práctica y totalmente adaptada a sus necesidades. Durante este tiempo, hemos formado a más de 480.000 personas y colaborado con más de 3.500 empresas, convirtiéndonos en un referente en el sector.
16
Años de liderazgo
+480.000
Alumnos formados en Imagina
¿Tienes dudas?
Resolvemos todas tus dudas sobre nuestra formación en DevOps
Explora las respuestas a las preguntas que guian a nuestra comunidad. Aqui encontraras claridad sobre como funciona todo, desde el acceso hasta los detalles de los cursos. Si buscas respuestas, este es el lugar para comenzar.
No. Es un curso corporativo avanzado, aunque empieza ordenando fundamentos operativos. Está pensado para perfiles con experiencia previa en desarrollo, sistemas, cloud, QA, seguridad o infraestructura.
Git, GitHub Actions o CI/CD equivalente, Docker, Kubernetes, Helm, Terraform, GitOps, Prometheus, Grafana, OpenTelemetry, herramientas de seguridad, cloud y plataformas colaborativas.
No. El curso es cloud agnostic. Puede adaptarse a AWS, Azure, Google Cloud, DigitalOcean u otros proveedores, usando principios comunes de DevOps, IaC, contenedores y Kubernetes.
Sí. Kubernetes es uno de los bloques principales: despliegues, servicios, ingress, ConfigMaps, Secrets, probes, recursos, Helm, seguridad, troubleshooting y estrategias de release.
Sí. Se trabaja Terraform como herramienta de infraestructura como código para versionar, revisar y automatizar infraestructura de forma segura.
Sí. Incluye DevSecOps, gestión de secretos, escaneo de dependencias, imágenes, IaC, Kubernetes, SBOM, policy as code, permisos mínimos y control de cambios.
Sí. Se trabajan logs, métricas, trazas, OpenTelemetry, Prometheus, Grafana, SLOs, alertas, runbooks, incidentes, postmortems y prácticas SRE.
Sí. El curso está pensado tanto para desarrollo como para sistemas, infraestructura, SRE, plataforma, cloud y operaciones.
Sí. Aunque se puede usar GitHub Actions como referencia práctica, los conceptos se trasladan a GitLab CI/CD, Azure DevOps Pipelines, Jenkins u otras plataformas.
Sí. Al tratarse de formación corporativa orientada a empresa, puede bonificarse hasta el 100% mediante FUNDAE según el crédito disponible y las condiciones aplicables de la organización.
No. Es un curso corporativo avanzado, aunque empieza ordenando fundamentos operativos. Está pensado para perfiles con experiencia previa en desarrollo, sistemas, cloud, QA, seguridad o infraestructura.
Git, GitHub Actions o CI/CD equivalente, Docker, Kubernetes, Helm, Terraform, GitOps, Prometheus, Grafana, OpenTelemetry, herramientas de seguridad, cloud y plataformas colaborativas.
No. El curso es cloud agnostic. Puede adaptarse a AWS, Azure, Google Cloud, DigitalOcean u otros proveedores, usando principios comunes de DevOps, IaC, contenedores y Kubernetes.
Sí. Kubernetes es uno de los bloques principales: despliegues, servicios, ingress, ConfigMaps, Secrets, probes, recursos, Helm, seguridad, troubleshooting y estrategias de release.
Sí. Se trabaja Terraform como herramienta de infraestructura como código para versionar, revisar y automatizar infraestructura de forma segura.
Sí. Incluye DevSecOps, gestión de secretos, escaneo de dependencias, imágenes, IaC, Kubernetes, SBOM, policy as code, permisos mínimos y control de cambios.
Sí. Se trabajan logs, métricas, trazas, OpenTelemetry, Prometheus, Grafana, SLOs, alertas, runbooks, incidentes, postmortems y prácticas SRE.
Sí. El curso está pensado tanto para desarrollo como para sistemas, infraestructura, SRE, plataforma, cloud y operaciones.
Sí. Aunque se puede usar GitHub Actions como referencia práctica, los conceptos se trasladan a GitLab CI/CD, Azure DevOps Pipelines, Jenkins u otras plataformas.
Sí. Al tratarse de formación corporativa orientada a empresa, puede bonificarse hasta el 100% mediante FUNDAE según el crédito disponible y las condiciones aplicables de la organización.
Comprensión de DevOps como sistema de trabajo que une personas, procesos y tecnología para entregar software con más rapidez, calidad y estabilidad.
Diferenciación entre DevOps como cultura organizativa, rol técnico, equipo de plataforma, práctica de automatización y estrategia de transformación.
Análisis de los problemas que DevOps busca resolver: silos, despliegues manuales, entornos inconsistentes, baja trazabilidad, incidentes repetidos y ciclos lentos.
Revisión de los principios de flujo, feedback, aprendizaje continuo, responsabilidad compartida y mejora incremental.
Identificación de capacidades técnicas y sociotécnicas asociadas a alto rendimiento según DORA: entrega continua, testing, arquitectura desacoplada, observabilidad, liderazgo y cultura de aprendizaje.
Evaluación de madurez DevOps de una organización mediante criterios de automatización, colaboración, frecuencia de despliegue, estabilidad y tiempo de recuperación.
Separación entre adoptar herramientas y transformar realmente la forma de entregar y operar software.
Diseño de una visión DevOps aplicable a empresas pequeñas, medianas y corporaciones con múltiples equipos.
Identificación de errores frecuentes: crear un “equipo DevOps” aislado, automatizar procesos rotos o medir productividad con métricas mal usadas.
Construcción de un mapa inicial de capacidades DevOps para priorizar mejoras durante el curso.
Comprensión de DevOps como sistema de trabajo que une personas, procesos y tecnología para entregar software con más rapidez, calidad y estabilidad.
Diferenciación entre DevOps como cultura organizativa, rol técnico, equipo de plataforma, práctica de automatización y estrategia de transformación.
Análisis de los problemas que DevOps busca resolver: silos, despliegues manuales, entornos inconsistentes, baja trazabilidad, incidentes repetidos y ciclos lentos.
Revisión de los principios de flujo, feedback, aprendizaje continuo, responsabilidad compartida y mejora incremental.
Identificación de capacidades técnicas y sociotécnicas asociadas a alto rendimiento según DORA: entrega continua, testing, arquitectura desacoplada, observabilidad, liderazgo y cultura de aprendizaje.
Evaluación de madurez DevOps de una organización mediante criterios de automatización, colaboración, frecuencia de despliegue, estabilidad y tiempo de recuperación.
Separación entre adoptar herramientas y transformar realmente la forma de entregar y operar software.
Diseño de una visión DevOps aplicable a empresas pequeñas, medianas y corporaciones con múltiples equipos.
Identificación de errores frecuentes: crear un “equipo DevOps” aislado, automatizar procesos rotos o medir productividad con métricas mal usadas.
Construcción de un mapa inicial de capacidades DevOps para priorizar mejoras durante el curso.
Tema 1: DevOps moderno: cultura, flujo, plataforma y resultados de negocio
Comprensión de DevOps como sistema de trabajo que une personas, procesos y tecnología para entregar software con más rapidez, calidad y estabilidad.
Diferenciación entre DevOps como cultura organizativa, rol técnico, equipo de plataforma, práctica de automatización y estrategia de transformación.
Análisis de los problemas que DevOps busca resolver: silos, despliegues manuales, entornos inconsistentes, baja trazabilidad, incidentes repetidos y ciclos lentos.
Revisión de los principios de flujo, feedback, aprendizaje continuo, responsabilidad compartida y mejora incremental.
Identificación de capacidades técnicas y sociotécnicas asociadas a alto rendimiento según DORA: entrega continua, testing, arquitectura desacoplada, observabilidad, liderazgo y cultura de aprendizaje.
Evaluación de madurez DevOps de una organización mediante criterios de automatización, colaboración, frecuencia de despliegue, estabilidad y tiempo de recuperación.
Separación entre adoptar herramientas y transformar realmente la forma de entregar y operar software.
Diseño de una visión DevOps aplicable a empresas pequeñas, medianas y corporaciones con múltiples equipos.
Identificación de errores frecuentes: crear un “equipo DevOps” aislado, automatizar procesos rotos o medir productividad con métricas mal usadas.
Construcción de un mapa inicial de capacidades DevOps para priorizar mejoras durante el curso.
Tema 2: Git profesional, branching y colaboración entre equipos
Uso de Git como base de trazabilidad, colaboración, revisión y automatización de cambios en código, infraestructura y configuración.
Diseño de estrategias de ramas: trunk-based development, GitFlow simplificado, feature branches, release branches y hotfixes.
Aplicación de pull requests como mecanismo de revisión técnica, calidad, seguridad, documentación y transferencia de conocimiento.
Creación de políticas de protección de ramas, revisores obligatorios, checks automáticos y validación previa al merge.
Gestión de commits claros, convenciones de mensajes, squash, rebase, merge y resolución de conflictos.
Organización de repositorios mono-repo, multi-repo y repositorios separados para infraestructura, aplicaciones y configuración.
Uso de tags, releases y versionado semántico para controlar entregables.
Integración de Git con issues, boards, pipelines, documentación y despliegue.
Prevención de secretos en repositorios mediante escaneo, hooks y políticas.
Ejercicio práctico: preparar un flujo Git corporativo con ramas, PRs, reglas de protección y versión inicial.
Tema 3: Integración continua con GitHub Actions y pipelines equivalentes
Comprensión de CI como práctica para validar cambios de forma temprana mediante build, test, análisis estático y generación de artefactos.
Creación de workflows YAML en GitHub Actions con triggers por push, pull request, tags, schedule y ejecución manual.
Uso de jobs, steps, runners, actions reutilizables, matrices, variables, secrets, environments y artefactos.
Implementación de pipelines de build y test para aplicaciones backend, frontend o servicios contenerizados.
Separación de validaciones rápidas en pull request y validaciones completas en ramas principales.
Gestión de cachés de dependencias para reducir tiempos de pipeline.
Creación de quality gates que bloquean merges con tests fallidos, vulnerabilidades críticas o baja calidad.
Comparación conceptual con GitLab CI/CD, Azure DevOps Pipelines, Jenkins y otros motores CI/CD.
Revisión de GitHub Actions como plataforma de CI/CD que permite automatizar build, test y deployment directamente desde el repositorio.
Ejercicio práctico: crear un pipeline CI completo con build, test, análisis y artefacto versionado.
Tema 4: Entrega continua, despliegue continuo y estrategias de release
Diferenciación entre continuous integration, continuous delivery y continuous deployment.
Diseño de pipelines de entrega con promoción entre entornos: development, staging, preproducción y producción.
Creación de artefactos inmutables que se construyen una vez y se despliegan en distintos entornos.
Implementación de approvals, environments, gates y validaciones manuales cuando el riesgo lo exige.
Uso de estrategias de despliegue: rolling update, blue/green, canary, feature flags y shadow traffic.
Preparación de rollback y roll-forward como parte del diseño, no como reacción improvisada.
Gestión de versiones, changelog, notas de release y trazabilidad de cambios.
Coordinación entre despliegues, migraciones de base de datos y compatibilidad hacia atrás.
Medición de lead time, frecuencia de despliegue, tasa de fallo y tiempo de recuperación.
Ejercicio práctico: diseñar una estrategia de release para una aplicación crítica con despliegue gradual y rollback.
Tema 5: Automatización de testing y calidad en el pipeline
Integración de pruebas unitarias, integración, contrato, end-to-end, smoke, regresión y performance dentro del ciclo DevOps.
Diseño de pirámide de testing equilibrada para evitar pipelines lentos, frágiles o insuficientes.
Creación de datos de prueba seguros, reproducibles y aislados.
Uso de tests de contrato para reducir roturas entre microservicios y APIs.
Ejecución de pruebas rápidas en pull request y pruebas completas antes de despliegue.
Incorporación de análisis estático, linters, formateo, cobertura y calidad de código.
Gestión de tests flaky con aislamiento, cuarentena, métricas y corrección.
Creación de informes de calidad accesibles para desarrollo, QA y responsables técnicos.
Integración de QA en el flujo continuo sin convertirlo en cuello de botella final.
Ejercicio práctico: añadir quality gates y estrategia de testing a un pipeline existente.
Tema 6: Contenedores con Docker para entornos reproducibles
Comprensión de los contenedores como unidad portable de empaquetado, ejecución y despliegue de aplicaciones.
Creación de Dockerfiles seguros, eficientes y mantenibles con imágenes base adecuadas.
Uso de multi-stage builds para reducir tamaño, superficie de ataque y tiempo de despliegue.
Gestión de variables de entorno, volúmenes, redes, puertos y configuración runtime.
Creación de imágenes reproducibles y etiquetadas por commit, versión y entorno.
Escaneo de imágenes para detectar vulnerabilidades y dependencias obsoletas.
Optimización de capas, caché, permisos y usuario no root.
Uso de Docker Compose para laboratorios locales con aplicación, base de datos, colas y servicios auxiliares.
Publicación de imágenes en GitHub Container Registry, Docker Hub, Amazon ECR, Azure Container Registry o registros equivalentes.
Ejercicio práctico: contenerizar una aplicación y publicarla en un registry con pipeline automatizado.
Tema 7: Kubernetes para DevOps en producción
Comprensión de Kubernetes como plataforma para desplegar, escalar y operar aplicaciones contenerizadas; la documentación oficial lo define como motor open source para automatizar despliegue, escalado y gestión de aplicaciones contenerizadas.
Creación de Deployments, Services, ConfigMaps, Secrets, Ingress, Jobs, CronJobs y PersistentVolumeClaims.
Gestión de readiness probes, liveness probes y startup probes para mejorar disponibilidad.
Diseño de recursos requests, limits, autoscaling y tolerancia a fallos.
Organización de namespaces, labels, annotations y convenciones de naming.
Gestión de rolling updates, rollback, revision history y estrategias de despliegue.
Integración de aplicaciones con bases de datos, colas, almacenamiento y servicios externos.
Uso de kubectl para diagnóstico, logs, eventos, exec, port-forward y troubleshooting.
Revisión de prácticas de seguridad: RBAC, service accounts, network policies, security contexts y secrets.
Ejercicio práctico: desplegar una aplicación completa en Kubernetes con configuración, servicio, ingress y estrategia de actualización.
Tema 8: Helm y empaquetado de aplicaciones Kubernetes
Comprensión de Helm como gestor de paquetes para Kubernetes y herramienta de estandarización de despliegues.
Creación de charts con templates, values, helpers, dependencies y convenciones de versión.
Separación de configuración por entorno mediante archivos values.
Gestión de releases, upgrades, rollbacks y diffs.
Diseño de charts reutilizables para aplicaciones internas.
Prevención de charts rígidos, difíciles de mantener o demasiado acoplados a un entorno.
Uso de repositorios Helm internos o externos.
Validación de plantillas con lint, dry-run y pruebas de despliegue.
Integración de Helm en pipelines CI/CD.
Ejercicio práctico: crear un Helm chart corporativo para una aplicación con configuración por entorno.
Tema 9: Infraestructura como código con Terraform
Comprensión de Terraform como herramienta de infraestructura como código para construir, cambiar y versionar infraestructura de forma segura y eficiente.
Creación de configuraciones con providers, resources, variables, outputs, locals y data sources.
Gestión del estado de Terraform, backends remotos, locking y separación por entorno.
Diseño de módulos reutilizables para redes, clusters, bases de datos, buckets, DNS, IAM y registros.
Uso de `terraform fmt`, `validate`, `plan`, `apply`, `destroy` e importación de recursos existentes.
Organización de repositorios IaC con módulos, entornos, workspaces o estructura por carpetas.
Gestión de secretos y variables sensibles sin exponer credenciales.
Integración de Terraform en pipelines con validaciones, plan review y approvals.
Prevención de drift mediante revisiones periódicas y políticas de cambio.
Ejercicio práctico: provisionar infraestructura de laboratorio con Terraform y pipeline de validación.
Tema 10: GitOps con Argo CD o Flux
Comprensión de GitOps como modelo donde Git actúa como fuente de verdad declarativa para infraestructura y aplicaciones.
Diferenciación entre pipelines que empujan despliegues y controladores que sincronizan estado desde Git.
Implementación conceptual con Argo CD o Flux para clusters Kubernetes.
Organización de repositorios GitOps por aplicación, entorno, cluster y equipo.
Gestión de sincronización, drift, health checks y rollback.
Uso de Kustomize o Helm dentro de flujos GitOps.
Separación entre configuración sensible, manifiestos públicos y secretos cifrados.
Preparación de promoción entre entornos mediante pull requests.
Revisión de riesgos: cambios no revisados, auto-sync mal configurado, secretos, permisos excesivos y loops.
Ejercicio práctico: diseñar flujo GitOps para desplegar una aplicación en varios entornos.
Tema 11: Cloud DevOps: AWS, Azure, Google Cloud y proveedores alternativos
Comparación de servicios cloud habituales para DevOps: compute, contenedores, Kubernetes, networking, IAM, storage, bases de datos, logs y registries.
Diseño de arquitecturas portables evitando acoplarse innecesariamente a un único proveedor.
Uso de servicios gestionados como EKS, AKS, GKE, ECS, App Service, Cloud Run, Container Apps, RDS, Cloud SQL o equivalentes.
Gestión de identidades, roles, service principals, IAM policies y permisos mínimos.
Diseño de entornos cloud separados por cuenta, suscripción, proyecto, región o workload.
Automatización de aprovisionamiento con Terraform.
Control de costes mediante tagging, presupuestos, alertas y dimensionamiento.
Integración de cloud con CI/CD, registros de contenedores, secretos y observabilidad.
Preparación de estrategia multi-cloud o híbrida solo cuando haya justificación real.
Ejercicio práctico: diseñar arquitectura DevOps cloud para una aplicación empresarial.
Tema 12: Gestión de secretos, identidades y accesos
Identificación de secretos críticos: tokens, claves API, certificados, contraseñas, claves SSH, credenciales cloud y connection strings.
Gestión de secretos en GitHub Actions, Kubernetes Secrets, external secrets, Vault, AWS Secrets Manager, Azure Key Vault o Google Secret Manager.
Prevención de secretos en repositorios, logs, imágenes, variables no cifradas o mensajes de error.
Rotación de secretos y revocación de credenciales comprometidas.
Uso de OIDC entre CI/CD y cloud para evitar claves estáticas cuando sea posible.
Diseño de permisos mínimos para pipelines, runners, workloads y operadores.
Separación de identidades humanas, cuentas de servicio y workloads.
Auditoría de accesos y trazabilidad de acciones críticas.
Gestión de secretos en entornos locales, staging y producción.
Ejercicio práctico: eliminar credenciales estáticas de un pipeline y usar secretos gestionados.
Tema 13: DevSecOps y seguridad integrada en el ciclo DevOps
Integración de seguridad desde el diseño, repositorio, pipeline, contenedor, infraestructura, runtime y operación.
Uso de SAST, SCA, secret scanning, container scanning, IaC scanning y policy as code.
Generación y revisión de SBOM para conocer componentes y dependencias del software.
Gestión de vulnerabilidades por criticidad, explotación, exposición y contexto de negocio.
Automatización de controles sin bloquear entregas por falsos positivos constantes.
Seguridad en imágenes: base images, usuarios no root, permisos, paquetes mínimos y actualización.
Seguridad en Kubernetes: RBAC, network policies, admission control, security contexts y escaneo de manifests.
Integración de seguridad con alertas, tickets, dashboards y responsabilidad de equipo.
Preparación de respuesta ante CVEs críticas en dependencias o imágenes.
Ejercicio práctico: añadir controles DevSecOps a un pipeline y resolver vulnerabilidades priorizadas.
Tema 14: Policy as Code, compliance y control de cambios
Comprensión de policy as code como forma de automatizar reglas de seguridad, calidad y cumplimiento.
Uso conceptual de OPA, Gatekeeper, Kyverno, Conftest o herramientas equivalentes.
Validación de manifests Kubernetes, Terraform, Dockerfiles y configuraciones antes de desplegar.
Creación de políticas para bloquear contenedores privilegiados, imágenes sin tag, secretos inseguros o recursos sin límites.
Integración de políticas en CI/CD y admission controllers.
Gestión de excepciones documentadas y temporales.
Creación de evidencias de cumplimiento para auditorías.
Control de cambios con pull requests, approvals y trazabilidad.
Prevención de burocracia manual mediante automatización de controles.
Ejercicio práctico: diseñar un conjunto de políticas mínimas para Kubernetes y Terraform.
Tema 15: Observabilidad: logs, métricas, trazas y OpenTelemetry
Diseño de observabilidad como capacidad para entender comportamiento de sistemas, no solo almacenar logs.
Integración de métricas, logs y trazas para detectar, diagnosticar y resolver incidentes.
Uso de Prometheus, Grafana, Loki, Tempo, Jaeger, OpenTelemetry o stacks equivalentes.
Definición de indicadores RED, USE, Golden Signals, SLI y SLO.
Instrumentación de aplicaciones y plataformas con OpenTelemetry cuando proceda.
Creación de dashboards útiles por servicio, infraestructura, pipeline y experiencia de usuario.
Diseño de alertas accionables que reduzcan ruido y tengan propietario claro.
Correlación entre despliegues, errores, latencia y cambios recientes.
Gestión de retención, costes, cardinalidad y privacidad de telemetría.
Ejercicio práctico: instrumentar una aplicación y crear dashboard con métricas, logs y trazas básicas.
Tema 16: SRE, fiabilidad y gestión de incidentes
Comprensión de SRE como práctica complementaria a DevOps centrada en fiabilidad, automatización, SLOs y reducción de toil.
Definición de SLIs, SLOs, error budgets y prioridades operativas.
Gestión de incidentes con roles, severidades, comunicación, mitigación, resolución y postmortem.
Creación de runbooks y playbooks para incidencias recurrentes.
Automatización de tareas repetitivas de operación.
Análisis de postmortems sin culpa para extraer mejoras sistémicas.
Gestión de guardias, escalado y fatiga de alertas.
Preparación de ejercicios GameDay y simulaciones de fallo.
Integración de SRE con observabilidad, CI/CD y planificación de producto.
Ejercicio práctico: simular un incidente, usar observabilidad y redactar postmortem accionable.
Tema 17: Gestión de entornos y configuración
Diseño de entornos locales, desarrollo, integración, staging, preproducción y producción.
Separación de configuración por entorno mediante variables, secrets, ConfigMaps, Helm values o herramientas cloud.
Gestión de feature flags para desacoplar despliegue y activación funcional.
Creación de entornos efímeros para pull requests o pruebas temporales.
Control de configuración para evitar diferencias invisibles entre entornos.
Gestión de migraciones de base de datos entre entornos.
Estrategias para datos de prueba seguros y representativos.
Automatización de creación y destrucción de entornos.
Documentación de dependencias y requisitos de cada entorno.
Ejercicio práctico: crear estrategia de entornos para una aplicación con CI/CD y Kubernetes.
Tema 18: Arquitecturas cloud native y microservicios operables
Diseño de aplicaciones preparadas para despliegue continuo, escalado, observabilidad y recuperación ante fallos.
Revisión de patrones de microservicios, APIs, eventos, colas, workers, gateways y service discovery.
Gestión de compatibilidad entre versiones y despliegues independientes.
Diseño de health checks, timeouts, retries, circuit breakers y graceful shutdown.
Prevención de arquitecturas distribuidas innecesariamente complejas.
Gestión de contratos API y pruebas de contrato.
Observabilidad de dependencias entre servicios.
Control de configuración, secretos y escalado por servicio.
Preparación de aplicaciones para ejecución en Kubernetes.
Ejercicio práctico: revisar una arquitectura y proponer mejoras de operabilidad DevOps.
Tema 19: Bases de datos, migraciones y DevOps de datos
Integración de cambios de base de datos en pipelines de entrega.
Uso de herramientas de migración como Flyway, Liquibase o equivalentes.
Diseño de migraciones compatibles hacia atrás para evitar cortes durante despliegues.
Separación entre cambios de esquema, datos de referencia y datos productivos.
Gestión de backups, restore, pruebas de recuperación y entornos de datos.
Prevención de despliegues que rompen compatibilidad entre aplicación y base de datos.
Automatización de validaciones de migraciones en CI.
Control de permisos y credenciales de base de datos.
Observabilidad de rendimiento, queries lentas y errores de conexión.
Ejercicio práctico: diseñar estrategia de migración segura para una release.
Tema 20: Runners, agentes y ejecución segura de pipelines
Diferenciación entre runners gestionados y self-hosted runners.
Diseño de runners para cargas Linux, Windows, contenedores, Kubernetes y entornos aislados.
Gestión de permisos, redes, secretos y acceso a infraestructura desde pipelines.
Prevención de riesgos en pull requests de forks, acciones de terceros y scripts no revisados.
Escalado de runners según carga y tiempos de espera.
Uso de contenedores como entornos de ejecución reproducibles.
Limpieza de workspace, cachés y secretos tras ejecuciones.
Monitorización de runners, fallos, tiempos y consumo.
Diseño de pools por criticidad, entorno o equipo.
Ejercicio práctico: diseñar estrategia de runners segura para una organización.
Tema 21: Artefactos, registries y cadena de suministro software
Gestión de artefactos: paquetes, binarios, imágenes, charts, SBOMs y manifiestos.
Uso de registries de contenedores y repositorios de paquetes internos.
Versionado y promoción de artefactos entre entornos.
Firma de imágenes y verificación de procedencia cuando aplique.
Control de dependencias de terceros y acciones externas en pipelines.
Prevención de sustitución de artefactos, tags mutables y builds no reproducibles.
Gestión de retention policies y limpieza de artefactos antiguos.
Integración de SBOM y escaneo de vulnerabilidades en la cadena de suministro.
Documentación de trazabilidad desde commit hasta producción.
Ejercicio práctico: crear cadena de artefactos con imagen versionada, SBOM y despliegue.
Tema 22: Platform Engineering y experiencia del desarrollador
Comprensión de platform engineering como evolución para ofrecer capacidades DevOps reutilizables y autoservicio interno.
Diseño de paved roads o golden paths para que equipos desplieguen con seguridad y menor fricción.
Creación de plantillas de repositorio, pipelines, Helm charts, Terraform modules y documentación estándar.
Definición de servicios internos: CI/CD, observabilidad, secretos, entornos, despliegue, logs, DNS, certificados y bases de datos.
Medición de developer experience, tiempo de onboarding y fricción operativa.
Uso de catálogos internos de servicios e IDPs como Backstage o alternativas.
Gobernanza de plataforma sin convertirse en cuello de botella.
Coordinación entre plataforma, seguridad, desarrollo y operaciones.
Priorización de capacidades según necesidades reales de los equipos.
Ejercicio práctico: diseñar un golden path DevOps para nuevos servicios.
Tema 23: Automatización de operaciones y reducción de toil
Identificación de tareas repetitivas de operación que deben automatizarse: reinicios, escalados, backups, reportes, limpieza, provisión y diagnóstico.
Creación de scripts seguros y versionados para tareas operativas.
Uso de pipelines, cronjobs, runbooks automatizados y herramientas de orquestación.
Diseño de automatizaciones con aprobación humana para acciones sensibles.
Gestión de logs, alertas y evidencias de automatizaciones operativas.
Prevención de automatizaciones peligrosas sin límites ni observabilidad.
Medición de toil antes y después de automatizar.
Integración con herramientas de tickets, chatops y notificaciones.
Creación de catálogos internos de automatizaciones aprobadas.
Ejercicio práctico: automatizar una tarea operativa recurrente con control y trazabilidad.
Tema 24: ChatOps y colaboración operativa
Uso de canales de comunicación como Teams, Slack o Discord para coordinar despliegues, incidentes y operaciones.
Integración de pipelines, alertas y aprobaciones con herramientas de comunicación.
Diseño de comandos controlados para consultar estado, lanzar tareas o crear incidencias.
Prevención de operaciones inseguras desde chat sin permisos ni auditoría.
Creación de mensajes automáticos claros para despliegues, fallos, releases y alertas.
Gestión de incidentes desde canales dedicados con roles y timeline.
Integración con runbooks, dashboards y documentación.
Reducción de ruido en notificaciones operativas.
Mejora de transparencia entre desarrollo, sistemas y negocio.
Ejercicio práctico: diseñar flujo ChatOps para despliegues e incidentes.
Tema 25: Métricas DORA, mejora continua y reporting ejecutivo
Comprensión de las métricas DORA: deployment frequency, lead time for changes, change failure rate y time to restore service.
Uso de métricas como herramienta de mejora y no como mecanismo punitivo.
Recopilación de datos desde repositorios, pipelines, incidentes y herramientas de observabilidad.
Creación de dashboards de rendimiento de entrega y estabilidad.
Interpretación de métricas por contexto: tamaño de equipo, tipo de producto, criticidad y restricciones regulatorias.
Identificación de cuellos de botella en revisión, testing, despliegue, aprobación o recuperación.
Diseño de experimentos de mejora incremental.
Comunicación de resultados a dirección con foco en valor, riesgo y aprendizaje.
Alineación con el modelo de investigación DORA sobre capacidades que impulsan entrega y operaciones.
Ejercicio práctico: crear un cuadro de métricas DevOps y plan de mejora de 90 días.
Tema 26: FinOps, costes cloud y eficiencia operativa
Identificación de fuentes de coste en DevOps: runners, builds, storage, clusters, logs, métricas, tráfico, backups y entornos no usados.
Aplicación de tags, presupuestos, alertas y reporting de coste por equipo, producto o entorno.
Optimización de clusters, nodos, requests, autoscaling y recursos infrautilizados.
Control de costes de observabilidad por cardinalidad, retención y volumen.
Gestión de entornos efímeros para evitar gasto permanente.
Análisis de coste de pipelines largos, runners sobredimensionados o cachés mal gestionadas.
Integración de FinOps con decisiones de arquitectura y plataforma.
Creación de políticas de apagado, limpieza y retención.
Comunicación de coste técnico a equipos de producto.
Ejercicio práctico: auditar costes de un entorno DevOps y proponer ahorros.
Tema 27: DevOps con IA generativa y automatización asistida
Uso de IA generativa para acelerar documentación, scripts, análisis de logs, generación de pruebas, revisión de pipelines y troubleshooting.
Creación de prompts seguros para pedir ayuda sobre YAML, Dockerfiles, Terraform, Helm, Kubernetes o errores de CI/CD.
Revisión crítica de código o configuración generada por IA antes de aplicarla.
Uso de IA para resumir incidentes, preparar postmortems, analizar patrones de fallos y generar runbooks.
Integración responsable de IA en workflows DevOps sin exponer secretos, logs sensibles o infraestructura crítica.
Evaluación de riesgos de automatizar cambios con IA sin revisión humana.
Creación de asistentes internos con conocimiento de plataforma, documentación y procedimientos.
Uso de IA en developer experience para onboarding y resolución de dudas.
Control de calidad, seguridad y trazabilidad en outputs generados por IA.
Ejercicio práctico: usar IA para mejorar un pipeline defectuoso y validar manualmente cada cambio.
Tema 28: Auditoría DevOps y madurez organizativa
Evaluación de capacidades DevOps por dominios: cultura, Git, CI/CD, testing, IaC, contenedores, Kubernetes, seguridad, observabilidad y operación.
Identificación de gaps técnicos y organizativos que impiden entrega fiable.
Revisión de pipelines, repositorios, despliegues, permisos, secretos, dashboards y procesos de incidentes.
Priorización de mejoras por impacto, riesgo, esfuerzo y dependencia.
Creación de roadmap DevOps realista por fases.
Preparación de recomendaciones para dirección técnica y negocio.
Medición de evolución con métricas DORA, calidad, seguridad y fiabilidad.
Evitación de transformaciones demasiado ambiciosas sin base operativa.
Diseño de comunidades de práctica y estándares internos.
Ejercicio práctico: auditar una organización ficticia y proponer plan DevOps de 6 meses.
Tema 29: Proyecto integrador DevOps corporativo
Diseño de una arquitectura DevOps completa para una aplicación empresarial con repositorio Git, pipeline CI/CD, contenedores, Kubernetes e infraestructura como código.
Creación de estrategia de ramas, pull requests, protección de rama y versionado.
Construcción de pipeline con build, tests, análisis de calidad, escaneo de seguridad, generación de imagen y publicación en registry.
Aprovisionamiento de infraestructura con Terraform y separación de entornos.
Despliegue en Kubernetes mediante Helm y estrategia de release controlada.
Incorporación de secretos, políticas, observabilidad, dashboards, alertas y runbooks.
Diseño de rollback, recuperación, postmortem e indicadores DORA.
Preparación de documentación técnica y guía de uso para equipos.
Evaluación de seguridad, costes, madurez y escalabilidad del diseño.
Presentación final defendiendo decisiones, riesgos, métricas, automatización, seguridad y plan de evolución.
Forma a tu equipo sin coste para tu empresa. Este curso de DevOps es hasta 100% bonificable a través de FUNDAE.
Potencia las competencias clave de tus profesionales.
Accede a una formación práctica, actualizada y orientada a resultados.
Prepara a tu equipo para los retos del entorno laboral actual.
Nos ocupamos de la gestión con FUNDAE si tu empresa lo necesita.
A medida
Formación en DevOps a medida
Descubre el mejor curso de DevOps para empresas con nuestra Aula Virtual Personalizada:
Sesiones en vivo por videoconferencia.
Temario totalmente personalizado.
Fechas y horarios adaptados a tu empresa.
Acceso a grabaciones.
Aprende practicando
Totalmente Práctico y Aplicable
Formación diseñada para que apliques cada concepto en situaciones reales de tu trabajo, con enfoque práctico y útil desde el primer momento.
Aprendizaje 100% práctico, enfocado en lo que realmente necesitas.
Casos reales y ejercicios adaptados a tu entorno profesional.
Aplica cada conocimiento directamente en tus tareas diarias.
Mejora tu rendimiento y el de tu equipo desde el primer día.
¿Por qué un curso en DevOps?
Aporta métricas y visión de mejora continua
Acelera DevOps con formación A Medida para tu plantilla, automatización, CI/CD y cultura colaborativa, bonificable por FUNDAE. Diseñamos el plan formativo.
Una plataforma practica, con IA integrada y pensada para que mejores desarrollando. Se adapta a tu ritmo, te corrige al instante y te muestra tu progreso real.
Correccion magica
Feedback inteligente
Aprende de cada acierto y fallo con explicaciones claras
Comprensión de DevOps como sistema de trabajo que une personas, procesos y tecnología para entregar software con más rapidez, calidad y estabilidad.
Diferenciación entre DevOps como cultura organizativa, rol técnico, equipo de plataforma, práctica de automatización y estrategia de transformación.
Análisis de los problemas que DevOps busca resolver: silos, despliegues manuales, entornos inconsistentes, baja trazabilidad, incidentes repetidos y ciclos lentos.
Revisión de los principios de flujo, feedback, aprendizaje continuo, responsabilidad compartida y mejora incremental.
Identificación de capacidades técnicas y sociotécnicas asociadas a alto rendimiento según DORA: entrega continua, testing, arquitectura desacoplada, observabilidad, liderazgo y cultura de aprendizaje.
Evaluación de madurez DevOps de una organización mediante criterios de automatización, colaboración, frecuencia de despliegue, estabilidad y tiempo de recuperación.
Separación entre adoptar herramientas y transformar realmente la forma de entregar y operar software.
Diseño de una visión DevOps aplicable a empresas pequeñas, medianas y corporaciones con múltiples equipos.
Identificación de errores frecuentes: crear un “equipo DevOps” aislado, automatizar procesos rotos o medir productividad con métricas mal usadas.
Construcción de un mapa inicial de capacidades DevOps para priorizar mejoras durante el curso.
Comprensión de DevOps como sistema de trabajo que une personas, procesos y tecnología para entregar software con más rapidez, calidad y estabilidad.
Diferenciación entre DevOps como cultura organizativa, rol técnico, equipo de plataforma, práctica de automatización y estrategia de transformación.
Análisis de los problemas que DevOps busca resolver: silos, despliegues manuales, entornos inconsistentes, baja trazabilidad, incidentes repetidos y ciclos lentos.
Revisión de los principios de flujo, feedback, aprendizaje continuo, responsabilidad compartida y mejora incremental.
Identificación de capacidades técnicas y sociotécnicas asociadas a alto rendimiento según DORA: entrega continua, testing, arquitectura desacoplada, observabilidad, liderazgo y cultura de aprendizaje.
Evaluación de madurez DevOps de una organización mediante criterios de automatización, colaboración, frecuencia de despliegue, estabilidad y tiempo de recuperación.
Separación entre adoptar herramientas y transformar realmente la forma de entregar y operar software.
Diseño de una visión DevOps aplicable a empresas pequeñas, medianas y corporaciones con múltiples equipos.
Identificación de errores frecuentes: crear un “equipo DevOps” aislado, automatizar procesos rotos o medir productividad con métricas mal usadas.
Construcción de un mapa inicial de capacidades DevOps para priorizar mejoras durante el curso.
Tema 1: DevOps moderno: cultura, flujo, plataforma y resultados de negocio
Comprensión de DevOps como sistema de trabajo que une personas, procesos y tecnología para entregar software con más rapidez, calidad y estabilidad.
Diferenciación entre DevOps como cultura organizativa, rol técnico, equipo de plataforma, práctica de automatización y estrategia de transformación.
Análisis de los problemas que DevOps busca resolver: silos, despliegues manuales, entornos inconsistentes, baja trazabilidad, incidentes repetidos y ciclos lentos.
Revisión de los principios de flujo, feedback, aprendizaje continuo, responsabilidad compartida y mejora incremental.
Identificación de capacidades técnicas y sociotécnicas asociadas a alto rendimiento según DORA: entrega continua, testing, arquitectura desacoplada, observabilidad, liderazgo y cultura de aprendizaje.
Evaluación de madurez DevOps de una organización mediante criterios de automatización, colaboración, frecuencia de despliegue, estabilidad y tiempo de recuperación.
Separación entre adoptar herramientas y transformar realmente la forma de entregar y operar software.
Diseño de una visión DevOps aplicable a empresas pequeñas, medianas y corporaciones con múltiples equipos.
Identificación de errores frecuentes: crear un “equipo DevOps” aislado, automatizar procesos rotos o medir productividad con métricas mal usadas.
Construcción de un mapa inicial de capacidades DevOps para priorizar mejoras durante el curso.
Tema 2: Git profesional, branching y colaboración entre equipos
Uso de Git como base de trazabilidad, colaboración, revisión y automatización de cambios en código, infraestructura y configuración.
Diseño de estrategias de ramas: trunk-based development, GitFlow simplificado, feature branches, release branches y hotfixes.
Aplicación de pull requests como mecanismo de revisión técnica, calidad, seguridad, documentación y transferencia de conocimiento.
Creación de políticas de protección de ramas, revisores obligatorios, checks automáticos y validación previa al merge.
Gestión de commits claros, convenciones de mensajes, squash, rebase, merge y resolución de conflictos.
Organización de repositorios mono-repo, multi-repo y repositorios separados para infraestructura, aplicaciones y configuración.
Uso de tags, releases y versionado semántico para controlar entregables.
Integración de Git con issues, boards, pipelines, documentación y despliegue.
Prevención de secretos en repositorios mediante escaneo, hooks y políticas.
Ejercicio práctico: preparar un flujo Git corporativo con ramas, PRs, reglas de protección y versión inicial.
Tema 3: Integración continua con GitHub Actions y pipelines equivalentes
Comprensión de CI como práctica para validar cambios de forma temprana mediante build, test, análisis estático y generación de artefactos.
Creación de workflows YAML en GitHub Actions con triggers por push, pull request, tags, schedule y ejecución manual.
Uso de jobs, steps, runners, actions reutilizables, matrices, variables, secrets, environments y artefactos.
Implementación de pipelines de build y test para aplicaciones backend, frontend o servicios contenerizados.
Separación de validaciones rápidas en pull request y validaciones completas en ramas principales.
Gestión de cachés de dependencias para reducir tiempos de pipeline.
Creación de quality gates que bloquean merges con tests fallidos, vulnerabilidades críticas o baja calidad.
Comparación conceptual con GitLab CI/CD, Azure DevOps Pipelines, Jenkins y otros motores CI/CD.
Revisión de GitHub Actions como plataforma de CI/CD que permite automatizar build, test y deployment directamente desde el repositorio.
Ejercicio práctico: crear un pipeline CI completo con build, test, análisis y artefacto versionado.
Tema 4: Entrega continua, despliegue continuo y estrategias de release
Diferenciación entre continuous integration, continuous delivery y continuous deployment.
Diseño de pipelines de entrega con promoción entre entornos: development, staging, preproducción y producción.
Creación de artefactos inmutables que se construyen una vez y se despliegan en distintos entornos.
Implementación de approvals, environments, gates y validaciones manuales cuando el riesgo lo exige.
Uso de estrategias de despliegue: rolling update, blue/green, canary, feature flags y shadow traffic.
Preparación de rollback y roll-forward como parte del diseño, no como reacción improvisada.
Gestión de versiones, changelog, notas de release y trazabilidad de cambios.
Coordinación entre despliegues, migraciones de base de datos y compatibilidad hacia atrás.
Medición de lead time, frecuencia de despliegue, tasa de fallo y tiempo de recuperación.
Ejercicio práctico: diseñar una estrategia de release para una aplicación crítica con despliegue gradual y rollback.
Tema 5: Automatización de testing y calidad en el pipeline
Integración de pruebas unitarias, integración, contrato, end-to-end, smoke, regresión y performance dentro del ciclo DevOps.
Diseño de pirámide de testing equilibrada para evitar pipelines lentos, frágiles o insuficientes.
Creación de datos de prueba seguros, reproducibles y aislados.
Uso de tests de contrato para reducir roturas entre microservicios y APIs.
Ejecución de pruebas rápidas en pull request y pruebas completas antes de despliegue.
Incorporación de análisis estático, linters, formateo, cobertura y calidad de código.
Gestión de tests flaky con aislamiento, cuarentena, métricas y corrección.
Creación de informes de calidad accesibles para desarrollo, QA y responsables técnicos.
Integración de QA en el flujo continuo sin convertirlo en cuello de botella final.
Ejercicio práctico: añadir quality gates y estrategia de testing a un pipeline existente.
Tema 6: Contenedores con Docker para entornos reproducibles
Comprensión de los contenedores como unidad portable de empaquetado, ejecución y despliegue de aplicaciones.
Creación de Dockerfiles seguros, eficientes y mantenibles con imágenes base adecuadas.
Uso de multi-stage builds para reducir tamaño, superficie de ataque y tiempo de despliegue.
Gestión de variables de entorno, volúmenes, redes, puertos y configuración runtime.
Creación de imágenes reproducibles y etiquetadas por commit, versión y entorno.
Escaneo de imágenes para detectar vulnerabilidades y dependencias obsoletas.
Optimización de capas, caché, permisos y usuario no root.
Uso de Docker Compose para laboratorios locales con aplicación, base de datos, colas y servicios auxiliares.
Publicación de imágenes en GitHub Container Registry, Docker Hub, Amazon ECR, Azure Container Registry o registros equivalentes.
Ejercicio práctico: contenerizar una aplicación y publicarla en un registry con pipeline automatizado.
Tema 7: Kubernetes para DevOps en producción
Comprensión de Kubernetes como plataforma para desplegar, escalar y operar aplicaciones contenerizadas; la documentación oficial lo define como motor open source para automatizar despliegue, escalado y gestión de aplicaciones contenerizadas.
Creación de Deployments, Services, ConfigMaps, Secrets, Ingress, Jobs, CronJobs y PersistentVolumeClaims.
Gestión de readiness probes, liveness probes y startup probes para mejorar disponibilidad.
Diseño de recursos requests, limits, autoscaling y tolerancia a fallos.
Organización de namespaces, labels, annotations y convenciones de naming.
Gestión de rolling updates, rollback, revision history y estrategias de despliegue.
Integración de aplicaciones con bases de datos, colas, almacenamiento y servicios externos.
Uso de kubectl para diagnóstico, logs, eventos, exec, port-forward y troubleshooting.
Revisión de prácticas de seguridad: RBAC, service accounts, network policies, security contexts y secrets.
Ejercicio práctico: desplegar una aplicación completa en Kubernetes con configuración, servicio, ingress y estrategia de actualización.
Tema 8: Helm y empaquetado de aplicaciones Kubernetes
Comprensión de Helm como gestor de paquetes para Kubernetes y herramienta de estandarización de despliegues.
Creación de charts con templates, values, helpers, dependencies y convenciones de versión.
Separación de configuración por entorno mediante archivos values.
Gestión de releases, upgrades, rollbacks y diffs.
Diseño de charts reutilizables para aplicaciones internas.
Prevención de charts rígidos, difíciles de mantener o demasiado acoplados a un entorno.
Uso de repositorios Helm internos o externos.
Validación de plantillas con lint, dry-run y pruebas de despliegue.
Integración de Helm en pipelines CI/CD.
Ejercicio práctico: crear un Helm chart corporativo para una aplicación con configuración por entorno.
Tema 9: Infraestructura como código con Terraform
Comprensión de Terraform como herramienta de infraestructura como código para construir, cambiar y versionar infraestructura de forma segura y eficiente.
Creación de configuraciones con providers, resources, variables, outputs, locals y data sources.
Gestión del estado de Terraform, backends remotos, locking y separación por entorno.
Diseño de módulos reutilizables para redes, clusters, bases de datos, buckets, DNS, IAM y registros.
Uso de `terraform fmt`, `validate`, `plan`, `apply`, `destroy` e importación de recursos existentes.
Organización de repositorios IaC con módulos, entornos, workspaces o estructura por carpetas.
Gestión de secretos y variables sensibles sin exponer credenciales.
Integración de Terraform en pipelines con validaciones, plan review y approvals.
Prevención de drift mediante revisiones periódicas y políticas de cambio.
Ejercicio práctico: provisionar infraestructura de laboratorio con Terraform y pipeline de validación.
Tema 10: GitOps con Argo CD o Flux
Comprensión de GitOps como modelo donde Git actúa como fuente de verdad declarativa para infraestructura y aplicaciones.
Diferenciación entre pipelines que empujan despliegues y controladores que sincronizan estado desde Git.
Implementación conceptual con Argo CD o Flux para clusters Kubernetes.
Organización de repositorios GitOps por aplicación, entorno, cluster y equipo.
Gestión de sincronización, drift, health checks y rollback.
Uso de Kustomize o Helm dentro de flujos GitOps.
Separación entre configuración sensible, manifiestos públicos y secretos cifrados.
Preparación de promoción entre entornos mediante pull requests.
Revisión de riesgos: cambios no revisados, auto-sync mal configurado, secretos, permisos excesivos y loops.
Ejercicio práctico: diseñar flujo GitOps para desplegar una aplicación en varios entornos.
Tema 11: Cloud DevOps: AWS, Azure, Google Cloud y proveedores alternativos
Comparación de servicios cloud habituales para DevOps: compute, contenedores, Kubernetes, networking, IAM, storage, bases de datos, logs y registries.
Diseño de arquitecturas portables evitando acoplarse innecesariamente a un único proveedor.
Uso de servicios gestionados como EKS, AKS, GKE, ECS, App Service, Cloud Run, Container Apps, RDS, Cloud SQL o equivalentes.
Gestión de identidades, roles, service principals, IAM policies y permisos mínimos.
Diseño de entornos cloud separados por cuenta, suscripción, proyecto, región o workload.
Automatización de aprovisionamiento con Terraform.
Control de costes mediante tagging, presupuestos, alertas y dimensionamiento.
Integración de cloud con CI/CD, registros de contenedores, secretos y observabilidad.
Preparación de estrategia multi-cloud o híbrida solo cuando haya justificación real.
Ejercicio práctico: diseñar arquitectura DevOps cloud para una aplicación empresarial.
Tema 12: Gestión de secretos, identidades y accesos
Identificación de secretos críticos: tokens, claves API, certificados, contraseñas, claves SSH, credenciales cloud y connection strings.
Gestión de secretos en GitHub Actions, Kubernetes Secrets, external secrets, Vault, AWS Secrets Manager, Azure Key Vault o Google Secret Manager.
Prevención de secretos en repositorios, logs, imágenes, variables no cifradas o mensajes de error.
Rotación de secretos y revocación de credenciales comprometidas.
Uso de OIDC entre CI/CD y cloud para evitar claves estáticas cuando sea posible.
Diseño de permisos mínimos para pipelines, runners, workloads y operadores.
Separación de identidades humanas, cuentas de servicio y workloads.
Auditoría de accesos y trazabilidad de acciones críticas.
Gestión de secretos en entornos locales, staging y producción.
Ejercicio práctico: eliminar credenciales estáticas de un pipeline y usar secretos gestionados.
Tema 13: DevSecOps y seguridad integrada en el ciclo DevOps
Integración de seguridad desde el diseño, repositorio, pipeline, contenedor, infraestructura, runtime y operación.
Uso de SAST, SCA, secret scanning, container scanning, IaC scanning y policy as code.
Generación y revisión de SBOM para conocer componentes y dependencias del software.
Gestión de vulnerabilidades por criticidad, explotación, exposición y contexto de negocio.
Automatización de controles sin bloquear entregas por falsos positivos constantes.
Seguridad en imágenes: base images, usuarios no root, permisos, paquetes mínimos y actualización.
Seguridad en Kubernetes: RBAC, network policies, admission control, security contexts y escaneo de manifests.
Integración de seguridad con alertas, tickets, dashboards y responsabilidad de equipo.
Preparación de respuesta ante CVEs críticas en dependencias o imágenes.
Ejercicio práctico: añadir controles DevSecOps a un pipeline y resolver vulnerabilidades priorizadas.
Tema 14: Policy as Code, compliance y control de cambios
Comprensión de policy as code como forma de automatizar reglas de seguridad, calidad y cumplimiento.
Uso conceptual de OPA, Gatekeeper, Kyverno, Conftest o herramientas equivalentes.
Validación de manifests Kubernetes, Terraform, Dockerfiles y configuraciones antes de desplegar.
Creación de políticas para bloquear contenedores privilegiados, imágenes sin tag, secretos inseguros o recursos sin límites.
Integración de políticas en CI/CD y admission controllers.
Gestión de excepciones documentadas y temporales.
Creación de evidencias de cumplimiento para auditorías.
Control de cambios con pull requests, approvals y trazabilidad.
Prevención de burocracia manual mediante automatización de controles.
Ejercicio práctico: diseñar un conjunto de políticas mínimas para Kubernetes y Terraform.
Tema 15: Observabilidad: logs, métricas, trazas y OpenTelemetry
Diseño de observabilidad como capacidad para entender comportamiento de sistemas, no solo almacenar logs.
Integración de métricas, logs y trazas para detectar, diagnosticar y resolver incidentes.
Uso de Prometheus, Grafana, Loki, Tempo, Jaeger, OpenTelemetry o stacks equivalentes.
Definición de indicadores RED, USE, Golden Signals, SLI y SLO.
Instrumentación de aplicaciones y plataformas con OpenTelemetry cuando proceda.
Creación de dashboards útiles por servicio, infraestructura, pipeline y experiencia de usuario.
Diseño de alertas accionables que reduzcan ruido y tengan propietario claro.
Correlación entre despliegues, errores, latencia y cambios recientes.
Gestión de retención, costes, cardinalidad y privacidad de telemetría.
Ejercicio práctico: instrumentar una aplicación y crear dashboard con métricas, logs y trazas básicas.
Tema 16: SRE, fiabilidad y gestión de incidentes
Comprensión de SRE como práctica complementaria a DevOps centrada en fiabilidad, automatización, SLOs y reducción de toil.
Definición de SLIs, SLOs, error budgets y prioridades operativas.
Gestión de incidentes con roles, severidades, comunicación, mitigación, resolución y postmortem.
Creación de runbooks y playbooks para incidencias recurrentes.
Automatización de tareas repetitivas de operación.
Análisis de postmortems sin culpa para extraer mejoras sistémicas.
Gestión de guardias, escalado y fatiga de alertas.
Preparación de ejercicios GameDay y simulaciones de fallo.
Integración de SRE con observabilidad, CI/CD y planificación de producto.
Ejercicio práctico: simular un incidente, usar observabilidad y redactar postmortem accionable.
Tema 17: Gestión de entornos y configuración
Diseño de entornos locales, desarrollo, integración, staging, preproducción y producción.
Separación de configuración por entorno mediante variables, secrets, ConfigMaps, Helm values o herramientas cloud.
Gestión de feature flags para desacoplar despliegue y activación funcional.
Creación de entornos efímeros para pull requests o pruebas temporales.
Control de configuración para evitar diferencias invisibles entre entornos.
Gestión de migraciones de base de datos entre entornos.
Estrategias para datos de prueba seguros y representativos.
Automatización de creación y destrucción de entornos.
Documentación de dependencias y requisitos de cada entorno.
Ejercicio práctico: crear estrategia de entornos para una aplicación con CI/CD y Kubernetes.
Tema 18: Arquitecturas cloud native y microservicios operables
Diseño de aplicaciones preparadas para despliegue continuo, escalado, observabilidad y recuperación ante fallos.
Revisión de patrones de microservicios, APIs, eventos, colas, workers, gateways y service discovery.
Gestión de compatibilidad entre versiones y despliegues independientes.
Diseño de health checks, timeouts, retries, circuit breakers y graceful shutdown.
Prevención de arquitecturas distribuidas innecesariamente complejas.
Gestión de contratos API y pruebas de contrato.
Observabilidad de dependencias entre servicios.
Control de configuración, secretos y escalado por servicio.
Preparación de aplicaciones para ejecución en Kubernetes.
Ejercicio práctico: revisar una arquitectura y proponer mejoras de operabilidad DevOps.
Tema 19: Bases de datos, migraciones y DevOps de datos
Integración de cambios de base de datos en pipelines de entrega.
Uso de herramientas de migración como Flyway, Liquibase o equivalentes.
Diseño de migraciones compatibles hacia atrás para evitar cortes durante despliegues.
Separación entre cambios de esquema, datos de referencia y datos productivos.
Gestión de backups, restore, pruebas de recuperación y entornos de datos.
Prevención de despliegues que rompen compatibilidad entre aplicación y base de datos.
Automatización de validaciones de migraciones en CI.
Control de permisos y credenciales de base de datos.
Observabilidad de rendimiento, queries lentas y errores de conexión.
Ejercicio práctico: diseñar estrategia de migración segura para una release.
Tema 20: Runners, agentes y ejecución segura de pipelines
Diferenciación entre runners gestionados y self-hosted runners.
Diseño de runners para cargas Linux, Windows, contenedores, Kubernetes y entornos aislados.
Gestión de permisos, redes, secretos y acceso a infraestructura desde pipelines.
Prevención de riesgos en pull requests de forks, acciones de terceros y scripts no revisados.
Escalado de runners según carga y tiempos de espera.
Uso de contenedores como entornos de ejecución reproducibles.
Limpieza de workspace, cachés y secretos tras ejecuciones.
Monitorización de runners, fallos, tiempos y consumo.
Diseño de pools por criticidad, entorno o equipo.
Ejercicio práctico: diseñar estrategia de runners segura para una organización.
Tema 21: Artefactos, registries y cadena de suministro software
Gestión de artefactos: paquetes, binarios, imágenes, charts, SBOMs y manifiestos.
Uso de registries de contenedores y repositorios de paquetes internos.
Versionado y promoción de artefactos entre entornos.
Firma de imágenes y verificación de procedencia cuando aplique.
Control de dependencias de terceros y acciones externas en pipelines.
Prevención de sustitución de artefactos, tags mutables y builds no reproducibles.
Gestión de retention policies y limpieza de artefactos antiguos.
Integración de SBOM y escaneo de vulnerabilidades en la cadena de suministro.
Documentación de trazabilidad desde commit hasta producción.
Ejercicio práctico: crear cadena de artefactos con imagen versionada, SBOM y despliegue.
Tema 22: Platform Engineering y experiencia del desarrollador
Comprensión de platform engineering como evolución para ofrecer capacidades DevOps reutilizables y autoservicio interno.
Diseño de paved roads o golden paths para que equipos desplieguen con seguridad y menor fricción.
Creación de plantillas de repositorio, pipelines, Helm charts, Terraform modules y documentación estándar.
Definición de servicios internos: CI/CD, observabilidad, secretos, entornos, despliegue, logs, DNS, certificados y bases de datos.
Medición de developer experience, tiempo de onboarding y fricción operativa.
Uso de catálogos internos de servicios e IDPs como Backstage o alternativas.
Gobernanza de plataforma sin convertirse en cuello de botella.
Coordinación entre plataforma, seguridad, desarrollo y operaciones.
Priorización de capacidades según necesidades reales de los equipos.
Ejercicio práctico: diseñar un golden path DevOps para nuevos servicios.
Tema 23: Automatización de operaciones y reducción de toil
Identificación de tareas repetitivas de operación que deben automatizarse: reinicios, escalados, backups, reportes, limpieza, provisión y diagnóstico.
Creación de scripts seguros y versionados para tareas operativas.
Uso de pipelines, cronjobs, runbooks automatizados y herramientas de orquestación.
Diseño de automatizaciones con aprobación humana para acciones sensibles.
Gestión de logs, alertas y evidencias de automatizaciones operativas.
Prevención de automatizaciones peligrosas sin límites ni observabilidad.
Medición de toil antes y después de automatizar.
Integración con herramientas de tickets, chatops y notificaciones.
Creación de catálogos internos de automatizaciones aprobadas.
Ejercicio práctico: automatizar una tarea operativa recurrente con control y trazabilidad.
Tema 24: ChatOps y colaboración operativa
Uso de canales de comunicación como Teams, Slack o Discord para coordinar despliegues, incidentes y operaciones.
Integración de pipelines, alertas y aprobaciones con herramientas de comunicación.
Diseño de comandos controlados para consultar estado, lanzar tareas o crear incidencias.
Prevención de operaciones inseguras desde chat sin permisos ni auditoría.
Creación de mensajes automáticos claros para despliegues, fallos, releases y alertas.
Gestión de incidentes desde canales dedicados con roles y timeline.
Integración con runbooks, dashboards y documentación.
Reducción de ruido en notificaciones operativas.
Mejora de transparencia entre desarrollo, sistemas y negocio.
Ejercicio práctico: diseñar flujo ChatOps para despliegues e incidentes.
Tema 25: Métricas DORA, mejora continua y reporting ejecutivo
Comprensión de las métricas DORA: deployment frequency, lead time for changes, change failure rate y time to restore service.
Uso de métricas como herramienta de mejora y no como mecanismo punitivo.
Recopilación de datos desde repositorios, pipelines, incidentes y herramientas de observabilidad.
Creación de dashboards de rendimiento de entrega y estabilidad.
Interpretación de métricas por contexto: tamaño de equipo, tipo de producto, criticidad y restricciones regulatorias.
Identificación de cuellos de botella en revisión, testing, despliegue, aprobación o recuperación.
Diseño de experimentos de mejora incremental.
Comunicación de resultados a dirección con foco en valor, riesgo y aprendizaje.
Alineación con el modelo de investigación DORA sobre capacidades que impulsan entrega y operaciones.
Ejercicio práctico: crear un cuadro de métricas DevOps y plan de mejora de 90 días.
Tema 26: FinOps, costes cloud y eficiencia operativa
Identificación de fuentes de coste en DevOps: runners, builds, storage, clusters, logs, métricas, tráfico, backups y entornos no usados.
Aplicación de tags, presupuestos, alertas y reporting de coste por equipo, producto o entorno.
Optimización de clusters, nodos, requests, autoscaling y recursos infrautilizados.
Control de costes de observabilidad por cardinalidad, retención y volumen.
Gestión de entornos efímeros para evitar gasto permanente.
Análisis de coste de pipelines largos, runners sobredimensionados o cachés mal gestionadas.
Integración de FinOps con decisiones de arquitectura y plataforma.
Creación de políticas de apagado, limpieza y retención.
Comunicación de coste técnico a equipos de producto.
Ejercicio práctico: auditar costes de un entorno DevOps y proponer ahorros.
Tema 27: DevOps con IA generativa y automatización asistida
Uso de IA generativa para acelerar documentación, scripts, análisis de logs, generación de pruebas, revisión de pipelines y troubleshooting.
Creación de prompts seguros para pedir ayuda sobre YAML, Dockerfiles, Terraform, Helm, Kubernetes o errores de CI/CD.
Revisión crítica de código o configuración generada por IA antes de aplicarla.
Uso de IA para resumir incidentes, preparar postmortems, analizar patrones de fallos y generar runbooks.
Integración responsable de IA en workflows DevOps sin exponer secretos, logs sensibles o infraestructura crítica.
Evaluación de riesgos de automatizar cambios con IA sin revisión humana.
Creación de asistentes internos con conocimiento de plataforma, documentación y procedimientos.
Uso de IA en developer experience para onboarding y resolución de dudas.
Control de calidad, seguridad y trazabilidad en outputs generados por IA.
Ejercicio práctico: usar IA para mejorar un pipeline defectuoso y validar manualmente cada cambio.
Tema 28: Auditoría DevOps y madurez organizativa
Evaluación de capacidades DevOps por dominios: cultura, Git, CI/CD, testing, IaC, contenedores, Kubernetes, seguridad, observabilidad y operación.
Identificación de gaps técnicos y organizativos que impiden entrega fiable.
Revisión de pipelines, repositorios, despliegues, permisos, secretos, dashboards y procesos de incidentes.
Priorización de mejoras por impacto, riesgo, esfuerzo y dependencia.
Creación de roadmap DevOps realista por fases.
Preparación de recomendaciones para dirección técnica y negocio.
Medición de evolución con métricas DORA, calidad, seguridad y fiabilidad.
Evitación de transformaciones demasiado ambiciosas sin base operativa.
Diseño de comunidades de práctica y estándares internos.
Ejercicio práctico: auditar una organización ficticia y proponer plan DevOps de 6 meses.
Tema 29: Proyecto integrador DevOps corporativo
Diseño de una arquitectura DevOps completa para una aplicación empresarial con repositorio Git, pipeline CI/CD, contenedores, Kubernetes e infraestructura como código.
Creación de estrategia de ramas, pull requests, protección de rama y versionado.
Construcción de pipeline con build, tests, análisis de calidad, escaneo de seguridad, generación de imagen y publicación en registry.
Aprovisionamiento de infraestructura con Terraform y separación de entornos.
Despliegue en Kubernetes mediante Helm y estrategia de release controlada.
Incorporación de secretos, políticas, observabilidad, dashboards, alertas y runbooks.
Diseño de rollback, recuperación, postmortem e indicadores DORA.
Preparación de documentación técnica y guía de uso para equipos.
Evaluación de seguridad, costes, madurez y escalabilidad del diseño.
Presentación final defendiendo decisiones, riesgos, métricas, automatización, seguridad y plan de evolución.
Aulas Virtuales Personalizadas
¿Te imaginas tener un Temario 100% Personalizado para tu Empresa?
Pensado para quienes deben dominar DevOps en su día a día
Desarrolladores backend, frontend y full stack
Este curso ayuda a los equipos de desarrollo a entender el ciclo completo desde commit hasta producción, incorporando testing, pipelines, contenedores, despliegues, observabilidad, seguridad y responsabilidad operativa sobre los servicios que construyen.
Administradores de sistemas e infraestructura
Los perfiles de sistemas aprenderán a evolucionar desde administración manual hacia automatización, infraestructura como código, contenedores, Kubernetes, observabilidad, despliegues reproducibles y operación moderna de plataformas.
DevOps Engineers y Platform Engineers
Los perfiles DevOps y plataforma podrán consolidar prácticas avanzadas de CI/CD, GitOps, IaC, seguridad, Kubernetes, observabilidad, entornos, developer experience, plantillas reutilizables y servicios internos para equipos de producto.
Responsables técnicos, CTOs y arquitectos
Los perfiles de liderazgo técnico obtendrán una visión completa para diseñar estrategias DevOps realistas, seleccionar herramientas, definir estándares, medir madurez, reducir riesgos y alinear entrega técnica con objetivos de negocio.
Equipos de QA, calidad y testing
Los perfiles de calidad aprenderán a integrar pruebas automatizadas, validaciones de seguridad, quality gates, entornos efímeros, datos de prueba y feedback temprano dentro de pipelines de entrega continua.
Equipos de seguridad y compliance técnico
Los perfiles de seguridad podrán integrar controles desde el inicio: análisis de dependencias, secretos, imágenes, permisos, políticas, SBOM, escaneo, auditoría, trazabilidad y respuesta ante vulnerabilidades.
Proveedor con 16 años de experiencia en formación empresarial
Sobre
En Imagina Formación llevamos más de 16 años ayudando a profesionales y empresas a mejorar sus habilidades con formación práctica y totalmente adaptada a sus necesidades. Durante este tiempo, hemos formado a más de 480.000 personas y colaborado con más de 3.500 empresas, convirtiéndonos en un referente en el sector.
16
Años de liderazgo
+480.000
Alumnos formados en Imagina
¿Tienes dudas?
Resolvemos todas tus dudas sobre nuestra formación en DevOps
Explora las respuestas a las preguntas que guian a nuestra comunidad. Aqui encontraras claridad sobre como funciona todo, desde el acceso hasta los detalles de los cursos. Si buscas respuestas, este es el lugar para comenzar.
No. Es un curso corporativo avanzado, aunque empieza ordenando fundamentos operativos. Está pensado para perfiles con experiencia previa en desarrollo, sistemas, cloud, QA, seguridad o infraestructura.
Git, GitHub Actions o CI/CD equivalente, Docker, Kubernetes, Helm, Terraform, GitOps, Prometheus, Grafana, OpenTelemetry, herramientas de seguridad, cloud y plataformas colaborativas.
No. El curso es cloud agnostic. Puede adaptarse a AWS, Azure, Google Cloud, DigitalOcean u otros proveedores, usando principios comunes de DevOps, IaC, contenedores y Kubernetes.
Sí. Kubernetes es uno de los bloques principales: despliegues, servicios, ingress, ConfigMaps, Secrets, probes, recursos, Helm, seguridad, troubleshooting y estrategias de release.
Sí. Se trabaja Terraform como herramienta de infraestructura como código para versionar, revisar y automatizar infraestructura de forma segura.
Sí. Incluye DevSecOps, gestión de secretos, escaneo de dependencias, imágenes, IaC, Kubernetes, SBOM, policy as code, permisos mínimos y control de cambios.
Sí. Se trabajan logs, métricas, trazas, OpenTelemetry, Prometheus, Grafana, SLOs, alertas, runbooks, incidentes, postmortems y prácticas SRE.
Sí. El curso está pensado tanto para desarrollo como para sistemas, infraestructura, SRE, plataforma, cloud y operaciones.
Sí. Aunque se puede usar GitHub Actions como referencia práctica, los conceptos se trasladan a GitLab CI/CD, Azure DevOps Pipelines, Jenkins u otras plataformas.
Sí. Al tratarse de formación corporativa orientada a empresa, puede bonificarse hasta el 100% mediante FUNDAE según el crédito disponible y las condiciones aplicables de la organización.
No. Es un curso corporativo avanzado, aunque empieza ordenando fundamentos operativos. Está pensado para perfiles con experiencia previa en desarrollo, sistemas, cloud, QA, seguridad o infraestructura.
Git, GitHub Actions o CI/CD equivalente, Docker, Kubernetes, Helm, Terraform, GitOps, Prometheus, Grafana, OpenTelemetry, herramientas de seguridad, cloud y plataformas colaborativas.
No. El curso es cloud agnostic. Puede adaptarse a AWS, Azure, Google Cloud, DigitalOcean u otros proveedores, usando principios comunes de DevOps, IaC, contenedores y Kubernetes.
Sí. Kubernetes es uno de los bloques principales: despliegues, servicios, ingress, ConfigMaps, Secrets, probes, recursos, Helm, seguridad, troubleshooting y estrategias de release.
Sí. Se trabaja Terraform como herramienta de infraestructura como código para versionar, revisar y automatizar infraestructura de forma segura.
Sí. Incluye DevSecOps, gestión de secretos, escaneo de dependencias, imágenes, IaC, Kubernetes, SBOM, policy as code, permisos mínimos y control de cambios.
Sí. Se trabajan logs, métricas, trazas, OpenTelemetry, Prometheus, Grafana, SLOs, alertas, runbooks, incidentes, postmortems y prácticas SRE.
Sí. El curso está pensado tanto para desarrollo como para sistemas, infraestructura, SRE, plataforma, cloud y operaciones.
Sí. Aunque se puede usar GitHub Actions como referencia práctica, los conceptos se trasladan a GitLab CI/CD, Azure DevOps Pipelines, Jenkins u otras plataformas.
Sí. Al tratarse de formación corporativa orientada a empresa, puede bonificarse hasta el 100% mediante FUNDAE según el crédito disponible y las condiciones aplicables de la organización.