Curso de Redes Inalámbricas IoT y Cloud Computing

Lección 1 • Flujo de Datos IoT y Patrones de Mensajería

Explica los patrones de publicación-suscripción, solicitud-respuesta y transmisión de datos. 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 Visión 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 Baja Potencia

Presenta LoRaWAN, Sigfox y NB-IoT para despliegues de largo alcance y bajo consumo. Conecta las ventajas y desventajas de los protocolos con la duración de la batería y la planificación de 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 pipelines de IoT empresarial. Conecta la mensajería de dispositivos con los sistemas de analítica de backend.

Lección 3 • Diseño y Funcionamiento del Protocolo MQTT

Detalla la arquitectura del broker MQTT, los niveles de QoS y las jerarquías de tópicos. Habilita directamente la integración del broker en la nube cubierta en capítulos posteriores.

Lección 4 • Seguridad de Protocolos y Autenticación

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

Lección 1 • Fundamentos de Virtualización y Contenerización

Presenta VMs, contenedores y conceptos de orquestación que sustentan los servicios de 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 almacenamiento de objetos, bloques, archivos y series de tiempo para telemetría IoT. Guía la selección de almacenamiento según patrones de consulta y necesidades de retención.

Lección 3 • Gestión y Optimización de Costos en la Nube

Explica modelos de precios, capacidad reservada y herramientas de monitoreo de costos. Permite a los estudiantes diseñar arquitecturas de IoT en la nube con costo eficiente.

Lección 4 • Modelos de Servicio en la Nube Explicados

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

Lección 1 • Monitoreo de Dispositivos y Gestión de Salud

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

Lección 2 • Visión General de la Arquitectura de Plataformas IoT

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

Lección 3 • Aprovisionamiento e Integración de Dispositivos

Cubre el aprovisionamiento automático, grupos de inscripción y mecanismos de atestación. Reduce el esfuerzo de integración manual 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 confiabilidad de la flota y la entrega de parches de seguridad a escala.

Lección 1 • Integración de Arquitectura Batch y Lambda

Combina capas de procesamiento en tiempo real y por lotes para una analítica IoT completa. Prepara a los estudiantes para la integración avanzada de analítica 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 analítica y almacenamiento.

Lección 4 • Patrones de Ingestión de Datos de Alto Rendimiento

Cubre arquitecturas de hub 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, acceso basado en roles y políticas de mínimo privilegio. Asegura que solo entidades autorizadas interactúen con dispositivos y servicios en la nube.

Lección 3 • Seguridad de Red para Despliegues IoT

Configura segmentación de red, VPNs y detección de intrusiones para 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 a Nube

Diseña almacenamiento y reenvío, resolución de conflictos y 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 reducción de latencia, ahorro de ancho de banda y resiliencia sin conexión. Posiciona el borde como complemento de la nube en la arquitectura IoT.

Lección 4 • Procesamiento y Filtrado Local de Datos

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

Lección 1 • Patrones de Analítica IoT y Paneles

Construye paneles históricos y en tiempo real usando consultas de series de tiempo 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 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 Sistema IoT de Extremo a Extremo

Aplica patrones de arquitectura incluyendo confiabilidad, escalabilidad y observabilidad a soluciones IoT completas. Integra todas las habilidades de 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.