¿Qué quieres aprender?

Máster en Operaciones IT: DevOps, MLOps, GitOps, AIOps y DataOps

Máster en Operaciones IT: DevOps, MLOps, GitOps, AIOps y DataOps

Euroinnova International Online Education_

Máster online

Descuento Lectiva
2.495 € 1.895

Duración : 12 Meses

Desde la gestión de infraestructuras hasta la entrega de servicios digitales, las operaciones IT, en un entorno empresarial cada vez más digitalizado y competitivo, garantizan la eficiencia, la seguridad y la agilidad, esenciales para mantener la ventaja competitiva empresarial. Gracias a este Máster en Operaciones IT: DevOps, MLOps, GitOps, AIOps y DataOps podrás adoptar estas metodologías, junto con prácticas de automatización, control de versiones y seguridad que garanticen la entrega continua de servicios de alta calidad. Además, la gestión efectiva de datos a través de DataOps y el aprovechamiento de técnicas de aprendizaje automático en las operaciones IT son clave para obtener insights valiosos y tomar decisiones informadas.

¿Quieres hablar con un asesor sobre este curso?

Objetivos

- Dominar metodologías ágiles y principios de desarrollo Full Stack. - Implementar prácticas DevOps, MLOps y GitOps para la gestión eficiente del ciclo de vida del software. - Aprender ITIL V4 para una gestión efectiva de servicios IT. - Utilizar herramientas y tecnologías para el desarrollo, operaciones y seguridad IT. - Dominar el control de versiones y la colaboración en proyectos de software. - Aplicar estrategias de monitorización, orquestación y seguridad en operaciones IT. - Integrar prácticas de DataOps y AIOps para una gestión eficiente y automatizada de datos y operaciones.

A quién va dirigido

Este Máster en Operaciones IT: DevOps, MLOps, GitOps, AIOps y DataOps está dirigido a profesionales y líderes de IT que buscan profundizar sus conocimientos en gestión y operación de sistemas digitales. También es ideal para profesionales de la ingeniería de software, desarrollo o administración de sistemas que deseen adquirir habilidades en metodologías ágiles, DevOps, MLOps y GitOps.

Temario completo de este curso

MÓDULO 1. Metodologías ágiles y Full Stack Development

  • Unidad didáctica 1. Introducción a las metodologías ágiles
  • Unidad didáctica 2. Agile Project Thinking
  • Unidad didáctica 3. La planificación ágil: Agile Leadership y creatividad
  • Unidad didáctica 4. Metodología Extreme Programming (XP)
  • Unidad didáctica 5. Metodología Scrum
  • Unidad didáctica 6. Desarrollo del método Kanban
  • Unidad didáctica 7. Lean Thinking
  • Unidad didáctica 8. Otras metodologías ágiles y técnicas ágiles
  • Unidad didáctica 9. ¿Qué significa Full Stack Development?
  • Unidad didáctica 10. Requisitos para ser Full Stack Developer
  • Unidad didáctica 11. Campos de aplicación Full Stack Developer

MÓDULO 2. Gestión de servicios IT

  • Unidad didáctica 1. Introducción a la gestión de servicios IT
  • Unidad didáctica 2. Estrategia del servicio IT
  • Unidad didáctica 3. Diseño del servicio IT
  • Unidad didáctica 4. Transición del servicio IT
  • Unidad didáctica 5. Operación del servicio IT
  • Unidad didáctica 6. Mejora continua del servicio IT
  • Unidad didáctica 7. Gestión de la seguridad de la información en servicios IT
  • Unidad didáctica 8. Gestión de relaciones con el cliente en servicios IT
  • Unidad didáctica 9. Herramientas y tecnologías para la gestión de servicios IT
  • Unidad didáctica 10. Gestión de proveedores y contratos de servicios IT
  • Unidad didáctica 11. Gobierno de la gestión de servicios IT
  • Unidad didáctica 12. Innovación y futuro en la gestión de servicios IT

MÓDULO 3. Herramientas y tecnologías para el desarrollo y operaciones IT

  • Unidad didáctica 1. Introducción a las herramientas y tecnologías para desarrollo y operaciones IT
  • Unidad didáctica 2. Lenguajes de programación y herramientas de desarrollo
  • Unidad didáctica 3. Sistemas de control de versiones
  • Unidad didáctica 4. Integración continua e implementación continua
  • Unidad didáctica 5. Administración de base de datos
  • Unidad didáctica 6. Seguridad en desarrollo y operaciones
  • Unidad didáctica 7. Monitorización y análisis de logs
  • Unidad didáctica 8. Despliegue en la nube

MÓDULO 4. Herramientas DevOps

  • Unidad didáctica 1. Introducción a las herramientas DevOps
  • Unidad didáctica 2. Jenkins
  • Unidad didáctica 3. Docker
  • Unidad didáctica 4. Puppet
  • Unidad didáctica 5. Vagrant
  • Unidad didáctica 6. Snort
  • Unidad didáctica 7. ElasticBox

MÓDULO 5. GitOps y el control de versiones

  • Unidad didáctica 1. Introducción a Git
  • Unidad didáctica 2. Manejo de repositorios en Git
  • Unidad didáctica 3. Ramas en Git
  • Unidad didáctica 4. Comandos Git
  • Unidad didáctica 5. Colaboración en Git
  • Unidad didáctica 6. GitOps: prácticas de desarrollo y operaciones
  • Unidad didáctica 7. Introducción a GitLab
  • Unidad didáctica 8. Funcionalidades clave de GitLab
  • Unidad didáctica 9. Seguridad y control de acceso en Git
  • Unidad didáctica 10. Patrones avanzados en Git

MÓDULO 6. DataOps y la gestión de datos

  • Unidad didáctica 1. Introducción a DataOps
  • Unidad didáctica 2. Automatización de procesos de datos
  • Unidad didáctica 3. Gestión del ciclo de vida de los datos
  • Unidad didáctica 4. Arquitectura de datos para DataOps
  • Unidad didáctica 5. Orquestación y monitorización de pipelines de datos
  • Unidad didáctica 6. Gobierno y compliance de datos
  • Unidad didáctica 7. Integración de DataOps con otras herramientas y tecnologías

MÓDULO 7. Artificial Intelligence Operations (AIOps)

  • Unidad didáctica 1. Introducción a AIOps
  • Unidad didáctica 2. Automatización de procesos de operaciones IT
  • Unidad didáctica 3. Análisis de datos y aplicación de inteligencia artificial
  • Unidad didáctica 4. Monitorización y orquestación de operaciones IT
  • Unidad didáctica 5. Gobierno y compliance de operaciones IT
  • Unidad didáctica 6. Integración de AIOps con otras herramientas y tecnologías

MÓDULO 8. Machine Learning Operations (MLOps)

  • Unidad didáctica 1. Introducción a MLOps
  • Unidad didáctica 2. Automatización de procesos de aprendizaje automático
  • Unidad didáctica 3. Adquisición y preparación de datos en ML
  • Unidad didáctica 4. Entorno de desarrollo y pruebas de ML
  • Unidad didáctica 5. Implantación y monitorización de modelos de ML
  • Unidad didáctica 6. Integración de MLOps con otras herramientas y tecnologías
Ver más