
La mayoría de los cursos sobre la nube te dejan dominar la consola de un proveedor, pero te quedas sin palabras cuando alguien pregunta *por qué*. ¿Por qué esta región? ¿Por qué la factura es tan alta? ¿Qué sucede cuando esa zona de disponibilidad se apaga? Este curso está diseñado para responder a esas preguntas en voz alta. Seguirás una aplicación pequeña pero real (una API, una base de datos, subidas de archivos de usuarios, un trabajo en segundo plano) desde "necesita ejecutarse en la nube" hasta un despliegue que puedas defender en una revisión. En el camino, la nube deja de ser un catálogo interminable y se convierte en una docena de componentes básicos: cómputo, almacenamiento, redes, bases de datos gestionadas, identidad, una CDN, colas, observabilidad. Aprendes cada uno como una decisión (cuándo usarlo y la compensación que conlleva), no como un elemento de menú para memorizar. Luego despliegas realmente: contenerizar la aplicación, definir la infraestructura como código, pasarla por un pipeline automatizado, enviarla con canary y rollback, y mantener la configuración y los secretos fuera del código fuente con acceso de mínimos privilegios. La mitad posterior es juicio. Traducirás los "nueves" en tiempo de inactividad real, elegirás una estrategia de recuperación ante desastres según costo versus velocidad, encontrarás por dónde se filtra realmente la factura (pista: salida de datos), estimarás el costo antes de construir y seleccionarás una región sopesando latencia, legislación y precio. Es intencionadamente agnóstico en cuanto al proveedor: se enseña con los nombres reales de AWS, Azure y Google Cloud para que sea transferible a cualquier lugar, y deliberadamente nunca cita un precio o un número de SLA como verdad absoluta, porque esos cambian. Ya sea que escribas el despliegue tú mismo o firmes el de otro, saldrás siendo capaz de tomar la decisión y explicarla.
Abhishek Kumar is the engineer teams trust with the parts of a product that cannot quietly break—authentication, payments, data synchronization, and the APIs on which other services depend. Over eight years, he has decomposed legacy applications into independently deployable services, designed event-driven workflows, and improved heavily used systems through query tuning, caching, asynchronous processing, and careful capacity planning. His working environment spans Java, Python, Go, and Node.js, supported by PostgreSQL, Redis, Kafka, Docker, Kubernetes, and AWS. Abhishek remains involved after deployment, tracing production failures, strengthening observability and automated testing, reviewing architecture decisions, and helping younger engineers develop the judgment required to keep complex systems fast, secure, and recoverable.
love it
很有帮助
Too basic, expected more depth on cost optimization.
喜欢
とても役立った