IoT Wireless and Cloud Computing Course

Lección 1 • Flujo de datos IoT y patrones de mensajería

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

Lección 2 • Fundamentos de la comunicación inalámbrica

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

Lección 3 • Visión general de la arquitectura y el ecosistema IoT

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

Lección 4 • Protocolos de red de área amplia de baja potencia

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

Lección 1 • CoAP para dispositivos restringidos

Cubre los métodos de solicitud CoAP, el modo de observación y las transferencias por bloques. 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 canalizaciones de IoT empresariales. Conecta la mensajería de dispositivos con los sistemas de análisis del backend.

Lección 3 • Diseño y funcionamiento del protocolo MQTT

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

Lección 4 • Seguridad y autenticación de protocolos

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

Lección 1 • Fundamentos de virtualización y contenedores

Introduce las máquinas virtuales, los contenedores y los conceptos de orquestación que sustentan los servicios IoT en la nube. 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 la telemetría IoT. Orienta la selección del almacenamiento en función de los patrones de consulta y las necesidades de retención.

Lección 3 • Gestión y optimización de costes en la nube

Explica los modelos de precios, la capacidad reservada y las herramientas de monitorización de costes. Permite a los estudiantes diseñar arquitecturas IoT en la nube con una buena relación coste-eficiencia.

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 en la nube para los capítulos de gestión de dispositivos y análisis.

Lección 1 • Monitorización de dispositivos y gestión del estado

Implementa la monitorización de la conectividad, la detección de latidos y el enrutamiento de alertas. Conecta los datos de estado del dispositivo con los paneles de la nube y los flujos de trabajo de incidencias.

Lección 2 • Visión general de la arquitectura de la plataforma IoT

Mapea los componentes funcionales de las plataformas IoT en la nube, incluidos concentradores, registros y motores de reglas. Enmarca el trabajo práctico con la plataforma en las secciones siguientes.

Lección 3 • Aprovisionamiento e incorporación de dispositivos

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

Lección 4 • Gestión de actualizaciones de firmware inalámbricas

Diseña canalizaciones de actualización OTA que incluyen actualizaciones delta, reversión y grupos de despliegue. Garantiza la fiabilidad de la flota y la entrega de parches de seguridad a escala.

Lección 1 • Integración de lotes y arquitectura Lambda

Combina capas de procesamiento de flujos en tiempo real y por lotes para un análisis IoT completo. Prepara a los estudiantes para la integración de análisis avanzados y aprendizaje automático.

Lección 2 • Fundamentos del procesamiento de flujos

Introduce ventanas, agregación y procesamiento con estado para datos IoT en tiempo real. Permite la detección de anomalías y alertas sin retrasos por lotes.

Lección 3 • Enriquecimiento y transformación de mensajes

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

Lección 4 • Patrones de ingesta de datos de alto rendimiento de transferencia

Cubre arquitecturas de centro de eventos, particionamiento y grupos de consumidores para la escala IoT. Establece la capa de ingesta 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 identidades y accesos para IoT

Diseña el ciclo de vida de la identidad del dispositivo, el acceso basado en roles y las políticas de privilegios mínimos. Garantiza 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, las VPN y la detección de intrusiones para el tráfico IoT. Aísla las redes de dispositivos de los sistemas empresariales para limitar el impacto de las brechas de seguridad.

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 del borde a la 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 en la niebla y arquitecturas jerárquicas

Amplía los conceptos del borde a nodos de niebla de varios 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, incluida la reducción de latencia, el ahorro de ancho de banda y la resistencia fuera de línea. Posiciona el borde como complemento de la nube en la arquitectura IoT.

Lección 4 • Procesamiento y filtrado de datos locales

Implementa el procesamiento de flujos local, la agregación y la detección de anomalías en el borde. Reduce los costes de ingesta en la nube enviando solo los datos relevantes al flujo ascendente.

Lección 1 • Patrones de análisis IoT y paneles

Construye paneles históricos y en tiempo real utilizando consultas de series temporales y herramientas de visualización. Traduce la telemetría sin procesar en información operativa procesable.

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

Despliega modelos entrenados como módulos de borde y puntos finales de inferencia en la nube. Equilibra la latencia de inferencia, el coste y la precisión en los distintos objetivos de despliegue.

Lección 3 • Diseño de sistemas IoT integrales

Aplica patrones de arquitectura que incluyen 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 del rendimiento y mejora continua

Perfila la latencia integral, los cuellos de botella del rendimiento de transferencia y las ineficiencias de costes en sistemas en vivo. Establece bucles de retroalimentación para la optimización continua del sistema.