martes, 20 de febrero de 2018

Coste y ventajas reales de trabajar en Google Cloud by Kinsta


Hoy en google cloud en español os trasladamos la experiencia de   Kinsta que han tomado la decisión  de mover su infraestructura entera a la plataforma de Google Cloud a principios de este año pasado, convirtiéndonos en el primer host gestionado de WordPress en utilizar exclusivamente la plataforma. Haciendo esto, nos comentan que  garantizar un alto nivel de redundancia y tener un control granular sobre sus servidores, y al mismo tiempo tener la capacidad de configurar nuestro entorno de hosting; Haciendo a los sitios de los clientes más rápidos, más estables, seguros y completamente aislados. 


Google Cloud Platform no sólo les ha permitido acceder a una de las redes más grandes del mundo, sino que también garantiza que los clientes tengan menos tiempo de inactividad, ya que ahora pueden utilizar migraciones en vivo de máquinas virtuales. Tiene publicado los  detalles sobre algunas de las ventajas de usar Google Cloud Hosting para su negocio.

Mas información en su web:

https://kinsta.com/es/blog/google-cloud-hosting/

miércoles, 14 de febrero de 2018

¿Te estas preparando la certificación para Google Cloud ?

En google cloud español os comentaos como practicar el "Professional Date Engineer Practice Exam"




Si se está si está preparado para su examen de certificación Professional Data Engineer, Google Cloud Certified ahora ofrece un examen de práctica online. Lo diseñamos para ayudarle a familiarizarse con el tipo de preguntas que se le harán y verificar su preparación.

Convertirse en Google Cloud Certified como ingeniero de datos profesional validará sus habilidades para diseñar, construir y mantener el procesamiento de datos sistemas con aptitudes calificadas para seguridad, confiabilidad, tolerancia a fallas y escalabilidad.



Incluso si acumuló años de experiencia en la industria, aún es útil medir su preparación para nuestra certificación de ingeniero de datos antes del día de la prueba. Nuestro examen de práctica consta de 20 preguntas que reflejan el formato, el nivel y el alcance del examen real. Su puntuación lo ayudará a decidir si necesita más preparación. Después de completar el examen de práctica, recibirá comentarios inmediatos sobre las preguntas que respondió correctamente o incorrectamente para que pueda dedicar más tiempo a practicar las áreas que le resulten desafiantes.

La siguiente pregunta es un ejemplo similar a lo que verá en el examen de práctica:



Si su respuesta fue Google Cloud Bigtable, respondió correctamente.

Nuestro examen de práctica, disponible sin costo, no tiene un límite de tiempo, por lo que le recomendamos que simule las condiciones del examen y cronometraje de 45 minutos. Tenga en cuenta que el examen de certificación de Data Engineer tiene más preguntas y tiene un límite de tiempo de 120 minutos. Las preguntas en el examen de práctica no aparecerán en el examen de certificación, aunque pueden parecer similares.


Si piensas que podrías necesitar un poco más de instrucción, puedes inscribirte en la Especialización de Ingeniería de Datos en Coursera. Esta serie de cinco cursos te añadirá experiencia de laboratorio y le brinda oportunidades para trabajar en un entorno de GCP. Y si desea aún más tiempo de aprendizaje práctico, consulte la Qwiklabs Data Engineering Quest, una forma rápida y fácil de acceder a GCP para que pueda obtener más tiempo aprendiendo y practicando en un entorno de trabajo, a su propio ritmo.


Cuando esté listo, comience su examen de práctica aquí. ¡La práctica hace la perfección!

martes, 13 de febrero de 2018

Cloud OnAir Webinar Series: Spain [Google cloud en Español]

Google Cloud Online en Español.



Cloud OnAir Webinar Series: Spain

Donde: Online

14 de febrero de 2018 9:3011:45 CET

Únete a nosotros y participa con los ingenieros y expertos de Google para saber cómo la empresa moderna se está beneficiando de la tecnología en la nube más puntera.

lunes, 12 de febrero de 2018

Cores TPU para machine learning disponibles en beta.


En google cloud español nos anucián desde google cloud  John Barrus, Product Manager para Cloud TPU, Google Cloud y Zak Stone, Product Manager para TensorFlow y Cloud TPU, Google Brain Team.

A partir de hoy, las  "TPU Cloud" están disponibles en versión beta en Google Cloud Platform (GCP) para ayudar a los expertos en aprendizaje automático (ML) a entrenar y ejecutar sus modelos ML más rápidamente.


Las TPU son una familia de aceleradores de hardware diseñados por Google que están optimizados para acelerar y escalar cargas de trabajo ML específicas programadas con TensorFlow. Construido con cuatro ASIC personalizados, cada nube de TPU empaqueta hasta 180 teraflops de rendimiento de punto flotante y 64 GB de memoria de gran ancho de banda en una sola placa. Estas plataformas se pueden usar solos o conectados entre sí a través de una red ultrarápida y dedicada para formar supercomputadores ML multi-petaflop que llamamos "pods TPU". Google va a ofrecer estos supercomputadores más grandes en BPC a finales de este año.

Se diseñaron las Cloud TPU para ofrecer un rendimiento superior y asemas aportar un importante ahorro para cargas de trabajo de TensorFlow específicas y para permitir a los ingenieros e investigadores de ML iterar más rápidamente. Por ejemplo:


  • En lugar de esperar que un trabajo se programe en un clúster de cómputo compartido, puede tener acceso interactivo exclusivo a un Cloud TPU conectado a la red a través de una máquina virtual de Google Compute Engine que usted controla y puede personalizar.
  • En lugar de esperar días o semanas para entrenar un modelo de ML crítico para la empresa, puede entrenar varias variantes del mismo modelo de la noche a la mañana en una flota de TPU en la nube y desplegar el modelo capacitado más preciso en producción al día siguiente.
  • Con un solo Cloud TPU y siguiendo este tutorial, puede entrenar a ResNet-50 con la precisión esperada en el ejemplo de ImageNet en menos de un día, ¡todo por menos de $ 200!


Entrenamiento modelo ML, hecho fácil

Tradicionalmente, los programas de escritura para ASIC y superordenadores personalizados han requerido una experiencia profundamente especializada. Por el contrario, puede programar TPU en la nube con API TensorFlow de alto nivel, y desde Google se ha abierto un conjunto de implementaciones de modelo Cloud TPU de alto rendimiento de referencia para ayudarlo a comenzar de inmediato:



Para ahorrarle tiempo y esfuerzo, continuamente probamos estas implementaciones de modelo tanto para el rendimiento como para la convergencia a la precisión esperada en conjuntos de datos estándar.

Con el tiempo, abriremos implementaciones de modelos adicionales. Los expertos en MLs aventureros pueden optimizar otros modelos de TensorFlow para Cloud TPU por sí solos, utilizando la documentación y las herramientas que ofrecemos.

Al comenzar ahora con los TPU en la nube, podrás beneficiarte de mejoras espectaculares de tiempo hasta la precisión cuando presentemos los pods de TPU a finales de este año. 

Como se anuncio  en NIPS 2017, los tiempos de entrenamiento de ResNet-50 se reducen de la mayor parte del día a menos de 30 minutos en un pod completo de TPU, no se requieren cambios de código.

Primeros pasos con Cloud TPU

Los TPU en la nube están disponibles en cantidades limitadas en la actualidad y el segundo se factura a una tarifa de $ 6.50 USD / Nube TPU / hora.

Si estas interesado en usar por los Cloud TPU. Puedes apuntartey regístrese aquí para solicitar la cuota Cloud TPU y describir sus necesidades de ML. No comentan desde Google que "Haran su mejor esfuerzo para darle acceso a Cloud TPU tan pronto como puedan".
Para obtener más información sobre Cloud TPU, únete a nosotros para un seminario web de Cloud TPU el 27 de febrero de 2018.

lunes, 5 de febrero de 2018

GCP Live - Elastic! Meetup en línea de Google Cloud Platform (GCP)

Desde Google cloud en español os recordamos que teneis meetup sobre Google Cloud Platform ONLINE.




GCP Online Meetup publicó un nuevo Meetup en Google Cloud Platform (GCP) En línea Meetup  Just now
Details
¡Únete a tus intrépidos anfitriones mientras dan la bienvenida a Shirlin Yiu y Christopher Wurm de Elastic a la etapa de GCP Live, en persona! Obtenga información sobre Elastic y cómo implementar sus soluciones en GCP. En las propias palabras de Elastic: "Tenemos un objetivo simple para resolver el mundo ...
Hosted by

jueves, 1 de febrero de 2018

Gestión de Firewall con cuentas de servico en Google cloud

En google cloud en español os presentamos como configurar un firewall con cuentas de usuario y sin usar ip,s para mas comodidad. [viene de]


Los firewalls son la primera línea de defensa de redes para cualquier infraestructura. En Google Cloud Platform (GCP), los firewalls VPC de Google Cloud hacen exactamente eso: controlan el acceso a la red entre todas las instancias de su VPC y entre todas ellas. Las reglas del cortafuegos determinan quién puede conectar con quién y, lo que es más importante, quién no. En la actualidad, configurar y mantener reglas de firewall basadas en IP es un proceso complejo y manual que puede dar lugar a un acceso no autorizado si se realiza de forma incorrecta. Es por Google eso que se anunciar una nueva y poderosa característica de administración para la administración de firewall VPC en la nube: soporte para cuentas de servicio

Si ejecuta una aplicación compleja en GCP, probablemente ya esté familiarizado con las cuentas de servicio en Cloud Identity y Access Management (IAM) que proporcionan una identidad a las aplicaciones que se ejecutan en instancias de máquina virtual. Las cuentas de servicio simplifican el ciclo de vida de administración de aplicaciones al proporcionar mecanismos para administrar la autenticación y autorización de aplicaciones. Proporcionan un mecanismo flexible pero seguro para agrupar instancias de máquinas virtuales con aplicaciones y funciones similares con una identidad común. La seguridad y el control de acceso pueden aplicarse posteriormente a nivel de la cuenta de servicio.







Con las cuentas de servicio, cuando una aplicación basada en la nube aumenta o disminuye, las nuevas máquinas virtuales se crean automáticamente a partir de una plantilla de instancia y se le asigna la identidad correcta de la cuenta de servicio. De esta forma, cuando la VM se inicia, obtiene el conjunto correcto de permisos y dentro de la subred correspondiente, de modo que las reglas de firewall se configuran y aplican automáticamente.

Además, la capacidad de utilizar ACL de IAM de Cloud con cuentas de servicio permite a los administradores de aplicaciones expresar sus reglas de firewall en forma de intención, por ejemplo, permitir que mis servidores de "aplicación x" accedan a mi "base de datos y". Esto soluciona la necesidad de hacerlo manualmente Administre las listas de direcciones IP del servidor al mismo tiempo que reduce la probabilidad de errores humanos.




Este proceso es más fácil y manejable que mantener reglas de firewall basadas en la dirección IP, que no pueden ser automatizadas ni modeladas para máquinas virtuales transitorias con una apariencia de facilidad.

Google Cloud, quiere que implementemos aplicaciones con los permisos de control y permisos correctos. Haga clic aquí para obtener información sobre cómo habilitar cuentas de servicio. Y para obtener más información sobre Cloud IAM y las cuentas de servicio, visite nuestra documentación para usar cuentas de servicio con firewalls.