Contenedores Docker, orquestación, despliegue de clusters GPU con vLLM y pipelines CI/CD.
devops
▶ 3:30:00
Aprende a empaquetar y ejecutar modelos de lenguaje con aceleración GPU (NVIDIA CUDA) en Docker. Configura vLLM y Ollama para servir APIs compatibles con OpenAI a escala local.
devops
▶ 1:00:00
Optimiza el tamaño y la seguridad de tus imágenes de Docker con builds multi-etapa, usuarios no-root, escaneo de vulnerabilidades y orquestación con Docker Compose.
devops
▶ 4:20:00
Domina SQL desde consultas básicas hasta funciones de ventana avanzadas. Aprende SELECT, JOINs, GROUP BY, índices y diseño de bases de datos relacionales.
Ejecuta scripts en tiempo real en nuestro compilador en el navegador con soporte para Python, JavaScript y SQL.
DevOps es el conjunto de prácticas y herramientas que cierra la brecha entre escribir software y ejecutarlo de forma confiable en producción. En lugar de entregar el código terminado por encima de una pared a un equipo de operaciones separado, DevOps automatiza la construcción, las pruebas, el despliegue y el monitoreo de las aplicaciones, de modo que publicar una versión nueva se vuelve un acto rutinario en vez de un evento riesgoso. Los tutoriales de esta categoría cubren el kit de trabajo completo: Linux, Git, contenedores con Docker, pipelines de CI/CD, Kubernetes, plataformas en la nube e infraestructura como código con herramientas como Terraform, la misma combinación que encontrarás en los equipos de ingeniería reales.
Construye primero tus cimientos: siéntete cómodo en la línea de comandos de Linux, aprende Git como corresponde y escribe scripts sencillos de shell para automatizar tareas repetitivas. Después aprende Docker —empaquetar una aplicación en un contenedor es la habilidad individual más útil de DevOps— y sigue con una herramienta de CI/CD como GitHub Actions para automatizar pruebas y despliegues ante cada cambio. Luego suma una plataforma en la nube, la infraestructura como código con Terraform y Kubernetes para orquestar contenedores a escala. El monitoreo y los registros van al final de la secuencia, pero importan desde el primer día: no puedes operar lo que no puedes observar. Practica todo en un laboratorio casero o en una cuenta de nube de capa gratuita, para que cada tutorial termine con algo realmente desplegado y observable, y no solo con apuntes para revisar después.
DevOps suele ser un segundo paso más que el primero: se apoya en conocimientos básicos de programación, Linux y redes. Quien empieza puede apuntar a él sin problema, pero debe contar con dedicar tiempo antes a esos cimientos, porque los puestos junior normalmente esperan que ya sepas leer código, escribir scripts pequeños y administrar un servidor Linux con soltura antes de tocar los pipelines de producción.
Necesitas capacidad de scripting, no la profundidad de alguien que desarrolla aplicaciones completas. La mayor parte del trabajo en DevOps consiste en escribir y leer scripts de Bash y Python, configuraciones en YAML y código de automatización. Quien programa bien lleva ventaja, pero el rol gira en torno a los sistemas, la automatización y la confiabilidad, mucho más que a crear funciones de producto para el usuario final.
Docker primero, sin discusión. Kubernetes orquesta contenedores, así que sus conceptos centrales —pods, imágenes, comunicación entre servicios— solo tienen sentido cuando ya sabes construir y ejecutar un contenedor por tu cuenta. Unas semanas de proyectos pequeños con Docker harán que Kubernetes sea muchísimo más fácil de entender cuando llegues a él.