Curso Desarrollador AWS y DevOps con IA generativa

Módulo 1: AWS Technical Essentials (20 horas)

• Identificación de servicios de computación AWS
  • Introducción a AWS Cloud
  • Laboratorio: Introducción a AWS Identity y Access Management (IAM)
  • Computación como servicio en AWS
  • Introducción a Amazon Elastic Compute Cloud (EC2)
  • Ciclo de vida de una instancia EC2
  • Servicios de contenedores AWS
  • Definición de serverless
  • Introducción a AWS Lambda
  • Elección del servicio adecuado de computación
  • Ejecución de una aplicación en Amazon EC2
• Identificación de redes AWS Networking
  • Redes en AWS: Amazon Virtual Private Cloud (Amazon VPC)
  • Enrutamiento Amazon VPC
  • Seguridad Amazon VPC
  • Creación de una red Amazon VPC y lanzamiento de una aplicación en Amazon EC2
• Identificación de servicios de almacenamiento AWS
  • Tipos de almacenamiento AWS
  • Almacenamiento instancia EC2 y Amazon Elastic Block Store (Amazon EBS)
  • Almacenamiento objetos Amazon S3
  • Elección del servicio de almacenamiento adecuado
  • Creación de un bucket Amazon S3
• Identificación de los servicios de bases de datos AWS
  • Tipos de bases de datos en AWS: Amazon Relational Database y Amazon DynamoDB
  • Elección del servicio de bases de datos adecuado
  • Implementación y gestión de Amazon DynamoDB
• Identificación de servicios y herramientas para la monitorización, optimización y despliegues sin servidor (serverless)
  • Monitorización en AWS
  • Optimización en AWS
  • Configuración de alta disponibilidad para una aplicación

Módulo 2: Developing on AWS with Jam (70 horas)

• Creación de una sencilla y completa aplicación en la nube con los kits de desarrollo de software de AWS (AWS SDK), la interfaz de línea de comandos (AWS CLI) y los IDE
• Configuración de los permisos de AWS Identity and Access Management (IAM)
• Uso de múltiples patrones de programación para acceder a servicios AWS
• Utilización de AWS SDK para operaciones CRUD en Amazon S3 y Amazon DynamoDB
• Creación de funciones Lambda con integración de servicios
• Desarrollo de componentes API Gateway e integración con otros servicios AWS
• Creación de una aplicación moderna basada en microservicios y serverless
• Validación de conocimientos en sesión AWS Jam
• Preparación del examen AWS Certified Developer – Associate

Módulo 3: Advanced Developing on AWS (50 horas)

• Análisis de arquitecturas monolíticas y descomposición en microservicios
• Aplicación de la metodología Twelve-Factor App
• Uso de Lambda, API Gateway y Step Functions
• Automatización con AWS CloudFormation y Elastic Beanstalk
• Migración a microservicios con estrategias 6R
• Implantación de metodología DevOps y procesos CI/CD
• Configuración para tolerancia a fallos y escalabilidad
• Seguridad y observabilidad en arquitecturas distribuidas

Módulo 4: DevOps Engineering on AWS with JAM (70 horas)

• Fundamentos y prácticas DevOps
• Infraestructura como código con AWS CloudFormation
• Uso de AWS CLI, SDK, SAM CLI y CDK
• Integración y entrega continua con CodeCommit, CodeBuild, CodeDeploy y CodePipeline
• Desarrollo bajo arquitectura de microservicios
• Automatización de pruebas y seguridad
• Estrategias de despliegue (azul/verde, rodante, etc.)
• Supervisión y monitorización con herramientas AWS
• Validación en sesión AWS Jam
• Preparación del examen AWS Certified DevOps Engineer – Professional

Módulo 5: Amazon EKS for Developers (50 horas)

• Fundamentos de Kubernetes y Amazon EKS
• Creación y configuración de clúster Amazon EKS
• Implementación de aplicaciones con contenedores y Amazon ECR
• Observabilidad, métricas y monitorización
• Diseño para resiliencia, eficiencia y optimización de costes
• Gestión de red y seguridad con IAM y RBAC
• Gestión de actualizaciones en Amazon EKS

Módulo 6: Getting Started with Amazon CodeWhisperer with JAM (20 horas)

• Capacidades y casos de uso de Amazon CodeWhisperer
• Configuración del entorno de desarrollo
• Uso de completado automático y generación de código
• Aplicación práctica en sesión AWS Jam

Módulo 7: Introduction to Generative AI (20 horas)

• Descripción de la IA generativa y su relación con el aprendizaje automático
• Casos de uso por industria
• Potencial, riesgos y beneficios
• Fundamentos técnicos y modelos de lenguaje (LLMs)
• Planificación de proyectos de IA generativa
• Introducción a modelos base y técnicas de entrenamiento
• Demostraciones prácticas con Amazon Bedrock