Envíanos tu consulta

Buscar cursos

Catálogo 2024-25

Cursos ¡Últimas plazas!Servicios FUNDAE Tutoriales Plataforma LMS

Solicitar información

Buscar cursos

Solicitar información

Formación

Modalidades

Próximas Convocatorias

Temario

FAQ

Solicitar información

Cursos de Tecnología/Cursos de Arquitectura e Infraestructura/Curso SRE- Site Reliability Engineering

Curso de SRE- Site Reliability Engineering

DISPONIBLE EN MODALIDAD:

Aula Virtual Personalizada

Curso avanzado sobre Site Reliability Engineering (SRE), abarcando desde los fundamentos hasta la implementación de sistemas confiables y escalables en entornos de producción.

Este curso cubre los principios y prácticas fundamentales del Site Reliability Engineering (SRE), un enfoque moderno para gestionar sistemas de producción de manera eficiente. Los participantes aprenderán cómo implementar SLAs, SLOs y SLIs, automatizar tareas críticas, gestionar incidentes y optimizar la capacidad y escalabilidad de los sistemas distribuidos. El curso incluye prácticas con herramientas líderes en la industria como Prometheus, Grafana y Kubernetes, además de la realización de un proyecto final integrador.

Formación en SRE- Site Reliability Engineering bonificable para empresas

A quién va dirigido nuestro curso de SRE- Site Reliability Engineering

Ingenieros de sistemas, administradores de infraestructuras y profesionales de DevOps interesados en optimizar la confiabilidad y escalabilidad de sistemas distribuidos en producción.

Objetivos de nuestro curso de SRE- Site Reliability Engineering

Comprender los principios y prácticas del Site Reliability Engineering.
Implementar monitoreo y observabilidad en sistemas distribuidos.
Automatizar tareas y optimizar la escalabilidad en entornos críticos.
Gestionar incidentes y mejorar la confiabilidad del sistema.
Desarrollar un proyecto final de implementación completa de SRE.

Qué vas a aprender en nuestro curso de SRE- Site Reliability Engineering

Requisitos de nuestro curso de SRE- Site Reliability Engineering

Experiencia con los fundamentos de la administración de sistemas y DevOps.
Instalaciones previas:Prometheus, Grafana, Docker Desktop, Kubernetes (MiniKube), Ansible, Terraform y GIT
Tener un equipo con acceso a un usuario con permisos de instalación, conexión estable a Internet, mínimo 16GB de RAM y mínimo 100GB de memoria en disco libres.

Temario del curso de SRE- Site Reliability Engineering

tema 1

Introducción al Site Reliability Engineering (SRE)

Definición de SRE y su importancia en la ingeniería moderna
Historia y evolución de SRE en Google
Diferencia entre SRE y DevOps
Principios fundamentales de SRE
Importancia de la automatización en SRE
Papel de SRE en la confiabilidad de sistemas distribuidos
Impacto de SRE en la escalabilidad y la resiliencia de los sistemas
Casos de éxito de SRE en grandes empresas tecnológicas
Introducción a los principales términos de SRE: SLO, SLI, SLA
Perspectivas y futuro de la ingeniería de confiabilidad

tema 2

Conceptos Clave: SLA, SLO y SLI

Definición de SLA (Service Level Agreement)
Definición de SLO (Service Level Objective)
Definición de SLI (Service Level Indicator)
Diferencias entre SLA, SLO y SLI
Ejemplo práctico: Definición de SLAs, SLOs y SLIs en una aplicación web
Métodos para medir la confiabilidad del sistema
Cómo establecer objetivos de confiabilidad realistas
Implementación de SLOs para mejorar la calidad del servicio
Herramientas para monitorear SLIs en tiempo real
Mejores prácticas para la gestión de SLAs en organizaciones

tema 3

Monitoreo y Observabilidad en SRE

Diferencia entre monitoreo y observabilidad
Herramientas clave de monitoreo: Prometheus, Grafana, Datadog
Implementación de observabilidad en sistemas distribuidos
Ejemplo práctico: Configuración de Prometheus para monitorear una aplicación
Métricas clave: latencia, disponibilidad, tasa de error, tráfico
Análisis de logs y trazabilidad en sistemas complejos
Uso de herramientas de observabilidad para la detección temprana de problemas
Alertas basadas en SLIs y su importancia en la confiabilidad
Monitoreo de servicios en la nube y sistemas on-premise
Mejores prácticas de monitoreo y observabilidad en sistemas críticos

tema 4

Automación en SRE

Rol de la automatización en SRE
Automatización de tareas repetitivas para reducir errores humanos
Herramientas de automatización: Ansible, Terraform, Jenkins
Ejemplo práctico: Automación de despliegue con Ansible
Automatización del monitoreo y respuesta a incidentes
Reducción del tiempo de inactividad mediante scripts automatizados
Despliegue continuo (CI/CD) y su relación con SRE
Automatización de la infraestructura en la nube
Estrategias para gestionar la infraestructura como código
Mejores prácticas de automatización en grandes infraestructuras

tema 5

Gestión de Incidentes

Introducción a la gestión de incidentes en SRE
Ciclo de vida de un incidente: detección, respuesta, resolución, análisis
Herramientas para la gestión de incidentes: PagerDuty, Opsgenie
Ejemplo práctico: Simulación de un incidente crítico y su resolución
Comunicación efectiva durante un incidente
Cómo reducir el tiempo medio de resolución (MTTR)
Post-mortem de incidentes y lecciones aprendidas
Documentación de incidentes y creación de playbooks
Planes de contingencia y recuperación ante desastres
Mejores prácticas para la respuesta a incidentes en SRE

tema 6

Mejora Continua y Reducción de Riesgos

Introducción a la mejora continua en SRE
Identificación y mitigación de riesgos en sistemas distribuidos
Herramientas para la mejora continua: Kaizen, Lean
Ejemplo práctico: Implementación de un plan de mejora continua en una aplicación crítica
Uso de SLOs para identificar áreas de mejora
Estrategias para prevenir la recurrencia de incidentes
Reducción de riesgos mediante pruebas automatizadas
Evaluación de sistemas críticos para identificar vulnerabilidades
Cultura de mejora continua en equipos de SRE
Mejores prácticas para la reducción de riesgos en entornos productivos

tema 7

Capacidad y Escalabilidad en SRE

Importancia de la capacidad y escalabilidad en sistemas confiables
Monitoreo de la capacidad y su relación con los SLOs
Técnicas para escalar aplicaciones en la nube
Ejemplo práctico: Escalado horizontal de una aplicación en Kubernetes
Estrategias para manejar el tráfico variable en aplicaciones distribuidas
Uso de autoescalado en sistemas de nube
Cómo gestionar la capacidad en sistemas de alto rendimiento
Identificación de cuellos de botella y cómo eliminarlos
Estrategias para manejar el crecimiento de usuarios
Mejores prácticas para la planificación de la capacidad

tema 8

SRE y Cloud Computing

Impacto de la computación en la nube en SRE
Beneficios y desafíos de implementar SRE en la nube
Principales proveedores de nube: AWS, Google Cloud, Azure
Ejemplo práctico: Monitoreo de una aplicación en AWS con CloudWatch
Herramientas de gestión y monitoreo en la nube
Estrategias de alta disponibilidad en entornos cloud
Implementación de SLOs y SLIs en entornos cloud
Gestión de costos en sistemas basados en la nube
Migración de sistemas on-premise a la nube desde la perspectiva de SRE
Mejores prácticas para implementar SRE en la nube

tema 9

Implementación de Alertas Basadas en SLIs

Importancia de las alertas basadas en SLIs
Ejemplo práctico: Configuración de alertas en Prometheus
Cómo ajustar alertas para minimizar falsas alarmas
Estrategias para responder a alertas en tiempo real
Integración de alertas con herramientas de gestión de incidentes
Priorización de alertas basadas en impacto y criticidad
Documentación de procedimientos de respuesta a alertas
Reducción de la fatiga por alertas mediante automatización
Mejores prácticas para diseñar sistemas de alertas eficaces
Uso de inteligencia artificial para mejorar la gestión de alertas

tema 10

Mantenimiento y Gestión de Sistemas Distribuidos

Introducción al mantenimiento en sistemas distribuidos
Estrategias de mantenimiento preventivo
Ejemplo práctico: Implementación de una estrategia de mantenimiento en un sistema en la nube
Cómo minimizar el tiempo de inactividad durante el mantenimiento
Herramientas para el mantenimiento automatizado
Gestión de dependencias y actualizaciones en sistemas distribuidos
Planificación de paradas programadas y actualizaciones
Técnicas para mantener la confiabilidad durante el mantenimiento
Gestión de parches de seguridad en sistemas distribuidos
Mejores prácticas para el mantenimiento de infraestructuras críticas

tema 11

Gestión de Costos en SRE

Importancia de la gestión de costos en SRE
Relación entre confiabilidad y costos en infraestructuras
Técnicas para optimizar costos en sistemas distribuidos
Ejemplo práctico: Reducción de costos en AWS mediante optimización de recursos
Uso eficiente de recursos en la nube para reducir costos
Monitoreo de costos en tiempo real
Estrategias para prever y gestionar sobrecostos en sistemas críticos
Implementación de políticas de uso eficiente de recursos
Automatización de la gestión de costos mediante herramientas en la nube
Mejores prácticas para gestionar costos en SRE

tema 12

Seguridad en SRE

Desafíos de seguridad en la ingeniería de confiabilidad
Implementación de políticas de seguridad en sistemas distribuidos
Ejemplo práctico: Configuración de seguridad en una aplicación web basada en microservicios
Monitoreo y auditoría de sistemas desde la perspectiva de SRE
Técnicas para prevenir ataques de denegación de servicio (DDoS)
Gestión de parches de seguridad y actualizaciones automáticas
Estrategias para la respuesta a incidentes de seguridad
Implementación de controles de acceso y permisos en sistemas críticos
Mejores prácticas para asegurar sistemas de alto rendimiento
Integración de SRE y DevSecOps en organizaciones

tema 13

Resiliencia en SRE

Definición de resiliencia en sistemas distribuidos
Estrategias para garantizar la resiliencia en sistemas críticos
Ejemplo práctico: Implementación de un sistema resiliente con Kubernetes
Tolerancia a fallos y recuperación automática en sistemas distribuidos
Uso de backups y replicación para asegurar la continuidad del servicio
Herramientas para la gestión de la resiliencia en la nube
Estrategias para mitigar fallos catastróficos en infraestructuras críticas
Implementación de pruebas de resiliencia mediante chaos engineering
Mejores prácticas para garantizar la resiliencia en entornos productivos
Casos de éxito de resiliencia en grandes infraestructuras

tema 14

Pruebas de Confiabilidad con Chaos Engineering

Introducción a Chaos Engineering
Herramientas para Chaos Engineering: Chaos Monkey, Gremlin
Ejemplo práctico: Implementación de Chaos Monkey en un entorno de producción
Estrategias para romper sistemas de manera controlada
Cómo identificar y resolver puntos débiles en la infraestructura
Documentación de las pruebas de resiliencia
Uso de Chaos Engineering para aumentar la confiabilidad
Mejores prácticas para realizar pruebas de caos en sistemas críticos
Cultura de tolerancia a fallos y aprendizaje en SRE
Casos de éxito en la aplicación de Chaos Engineering

tema 15

Proyecto Final: Implementación de una Estrategia Completa de SRE

Selección de un sistema o aplicación para la implementación
Definición de SLAs, SLOs y SLIs para el sistema seleccionado
Implementación de monitoreo y observabilidad
Automatización del despliegue y gestión de incidentes
Implementación de alertas basadas en SLIs
Gestión de capacidad y escalabilidad
Estrategias de resiliencia y pruebas con Chaos Engineering
Mantenimiento y gestión de costos
Seguridad y confiabilidad en sistemas críticos
Documentación y presentación del proyecto final