Curso de IoT Inalámbrico y Cloud Computing

Lección 1 • Flujo de datos IoT y patrones de mensajes

Explica los patrones de publicación-suscripción, solicitud-respuesta y transmisión de datos en streaming. Prepara el terreno para la ingestión en la nube y la selección de protocolos en capítulos posteriores.

Lección 2 • Fundamentos de comunicación inalámbrica

Cubre los fundamentos de radiofrecuencia, propagación de señales y esquemas de modulación. Proporciona el conocimiento de capa física necesario para evaluar protocolos inalámbricos.

Lección 3 • Arquitectura IoT y descripción general del ecosistema

Define la pila IoT en capas, desde la percepción hasta la aplicación. Fundamenta los temas inalámbricos y de nube subsiguientes en un modelo de sistema unificado.

Lección 4 • Protocolos de red de área amplia de bajo consumo

Presenta LoRaWAN, Sigfox y NB-IoT para despliegues de largo alcance y bajo consumo. Conecta las ventajas y desventajas de los protocolos con la planificación de la duración de la batería y la cobertura.

Lección 1 • CoAP para dispositivos restringidos

Cubre los métodos de solicitud CoAP, el modo de observación y las transferencias en bloque. Aborda dispositivos con recursos limitados donde la sobrecarga de MQTT es prohibitiva.

Lección 2 • AMQP y patrones de mensajería avanzados

Examina los intercambios, colas y claves de enrutamiento de AMQP para pipelines de IoT empresarial. Conecta la mensajería de dispositivos con los sistemas de análisis del backend.

Lección 3 • Diseño y funcionamiento del protocolo MQTT

Detalla la arquitectura del broker MQTT, los niveles de QoS y las jerarquías de temas. Habilita directamente la integración con brokers en la nube que se trata en capítulos posteriores.

Lección 4 • Seguridad de protocolos y autenticación

Aplica TLS, autenticación basada en certificados y esquemas de tokens a los protocolos IoT. Establece prácticas de comunicación segura antes del despliegue en la nube.

Lección 1 • Fundamentos de virtualización y contenerización

Presenta las VMs, los contenedores y los conceptos de orquestación que sustentan los servicios de nube para IoT. Prepara a los estudiantes para desplegar microservicios en capítulos posteriores.

Lección 2 • Opciones de almacenamiento en la nube para datos IoT

Compara el almacenamiento de objetos, bloques, archivos y series temporales para telemetría IoT. Orienta la selección del almacenamiento según los patrones de consulta y las necesidades de retención.

Lección 3 • Gestión y optimización de costos en la nube

Explica los modelos de precios, la capacidad reservada y las herramientas de monitoreo de costos. Permite a los estudiantes diseñar arquitecturas de nube IoT rentables.

Lección 4 • Modelos de servicio en la nube explicados

Distingue IaaS, PaaS y SaaS y su relevancia para las cargas de trabajo IoT. Ancla la toma de decisiones sobre la nube para los capítulos de gestión de dispositivos y analítica.

Lección 1 • Monitoreo de dispositivos y gestión de estado

Implementa el monitoreo de conectividad, la detección de latidos y el enrutamiento de alertas. Conecta los datos de estado del dispositivo con paneles de control en la nube y flujos de trabajo de incidentes.

Lección 2 • Descripción general de la arquitectura de plataformas IoT

Mapea los componentes funcionales de las plataformas de nube IoT, incluidos hubs, registros y motores de reglas. Enmarca el trabajo práctico con plataformas en las secciones subsiguientes.

Lección 3 • Aprovisionamiento e incorporación de dispositivos

Cubre el aprovisionamiento sin intervención, los grupos de inscripción y los mecanismos de atestación. Reduce el esfuerzo manual de incorporación para despliegues IoT a gran escala.

Lección 4 • Gestión de actualizaciones de firmware over-the-air

Diseña pipelines de actualización OTA, incluyendo actualizaciones delta, reversión y grupos de despliegue. Asegura la fiabilidad de la flota y la entrega de parches de seguridad a escala.

Lección 1 • Integración de arquitecturas batch y lambda

Combina capas de procesamiento de streams en tiempo real y batch para analítica IoT completa. Prepara a los estudiantes para la integración de analítica avanzada y aprendizaje automático.

Lección 2 • Fundamentos de procesamiento de streams

Presenta ventanas, agregación y procesamiento con estado para datos IoT en tiempo real. Permite la detección de anomalías y alertas sin demoras del procesamiento batch.

Lección 3 • Enriquecimiento y transformación de mensajes

Aplica validación de esquemas, conversión de unidades y búsquedas de datos de referencia a la telemetría bruta. Produce datos limpios y contextualizados para analítica y almacenamiento.

Lección 4 • Patrones de ingestión de datos de alto rendimiento

Cubre arquitecturas de hubs de eventos, particionamiento y grupos de consumidores para escala IoT. Establece la capa de ingestión que alimenta todo el procesamiento posterior.

Lección 1 • Controles de seguridad a nivel de dispositivo

Implementa arranque seguro, módulos de seguridad de hardware y firma de firmware en dispositivos IoT. Previene la ejecución de código no autorizado y la manipulación física.

Lección 2 • Gestión de identidad y acceso para IoT

Diseña el ciclo de vida de la identidad del dispositivo, el acceso basado en roles y las políticas de privilegio mínimo. Asegura que solo las entidades autorizadas interactúen con los dispositivos y los servicios en la nube.

Lección 3 • Seguridad de red para despliegues IoT

Configura la segmentación de red, VPNs y detección de intrusiones para el tráfico IoT. Aísla las redes de dispositivos de los sistemas empresariales para limitar el impacto de una brecha.

Lección 4 • Modelado de amenazas IoT y evaluación de riesgos

Aplica STRIDE y análisis de superficie de ataque a los componentes del sistema IoT. Produce un registro de riesgos priorizado que guía la selección de controles de seguridad.

Lección 1 • Sincronización borde-nube

Diseña el almacenamiento y reenvío, la resolución de conflictos y la conciliación de datos entre el borde y la nube. Mantiene la consistencia de los datos en escenarios de conectividad intermitente.

Lección 2 • Computación fog y arquitecturas jerárquicas

Extiende los conceptos de borde a nodos fog de múltiples niveles que agregan datos de múltiples sitios de borde. Prepara a los estudiantes para despliegues industriales y de ciudades inteligentes a gran escala.

Lección 3 • Conceptos e impulsores de la computación en el borde

Define los beneficios de la computación en el borde, incluyendo la reducción de latencia, el ahorro de ancho de banda y la resiliencia sin conexión. Posiciona el borde como complemento de la nube en la arquitectura IoT.

Lección 4 • Procesamiento y filtrado local de datos

Implementa el procesamiento de streams local, la agregación y la detección de anomalías en el borde. Reduce los costos de ingestión en la nube al enviar solo los datos relevantes hacia arriba.

Lección 1 • Patrones de analítica IoT y paneles de control

Construye paneles históricos y en tiempo real utilizando consultas de series temporales y herramientas de visualización. Traduce la telemetría bruta en perspectivas operativas procesables.

Lección 2 • Despliegue de modelos de ML en el borde y la nube

Despliega modelos entrenados como módulos de borde y endpoints de inferencia en la nube. Equilibra la latencia de inferencia, el costo y la precisión entre los objetivos de despliegue.

Lección 3 • Diseño de sistemas IoT de extremo a extremo

Aplica patrones de arquitectura, incluyendo fiabilidad, escalabilidad y observabilidad, a soluciones IoT completas. Integra todas las habilidades de los capítulos anteriores en un proceso de diseño cohesivo.

Lección 4 • Ajuste de rendimiento y mejora continua

Perfila la latencia de extremo a extremo, los cuellos de botella de rendimiento y las ineficiencias de costos en sistemas en vivo. Establece ciclos de retroalimentación para la optimización continua del sistema.