IoT Wireless and Cloud Computing Course

Lección 1 • Flujo de Datos IoT y Patrones de Mensajes

Explica los patrones de datos de publicación-suscripción, solicitud-respuesta y streaming. Sienta las bases 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 la 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 posteriores 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 baja potencia. Conecta las relaciones de compromiso 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 por bloques. Aborda dispositivos con recursos limitados donde la sobrecarga de MQTT es prohibitiva.

Lección 2 • AMQP y Patrones de Mensajería Avanzados

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

Lección 3 • Diseño y Funcionamiento del Protocolo MQTT

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

Lección 4 • Seguridad del Protocolo 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 las VMs, los contenedores y los 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 el almacenamiento de objetos, bloques, archivos y series de tiempo para 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 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 IoT en la nube eficientes en costos.

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 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 los dashboards en la nube y los flujos de trabajo de incidentes.

Lección 2 • Visión General de la Arquitectura de Plataformas IoT

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

Lección 3 • Provisionamiento y Onboarding de Dispositivos

Cubre el provisionamiento zero-touch, los grupos de inscripción y los mecanismos de atestación. Reduce el esfuerzo de onboarding manual para despliegues IoT a gran escala.

Lección 4 • Gestión de Actualizaciones de Firmware Over-the-Air

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

Lección 1 • Integración de Arquitectura Batch y Lambda

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

Lección 2 • Fundamentos de Procesamiento de Streams

Introduce el ventaneo, la agregación y el procesamiento con estado para datos IoT en tiempo real. Permite la detección de anomalías y alertas sin retrasos 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 Throughput

Cubre arquitecturas de event hub, particionado y grupos de consumidores para escala IoT. Establece la capa de ingestión que alimenta todo el procesamiento downstream.

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 mínimo privilegio. Asegura que solo las entidades autorizadas interactúen con los dispositivos y 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 Edge-to-Cloud

Diseña store-and-forward, resolución de conflictos y reconciliación de datos entre el edge y la nube. Mantiene la consistencia de los datos en escenarios de conectividad intermitente.

Lección 2 • Fog Computing y Arquitecturas Jerárquicas

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

Lección 3 • Conceptos e Impulsores del Edge Computing

Define los beneficios del edge computing, incluyendo la reducción de latencia, el ahorro de ancho de banda y la resiliencia offline. Posiciona el edge como un complemento de la nube en la arquitectura IoT.

Lección 4 • Procesamiento y Filtrado Local de Datos

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

Lección 1 • Patrones de Analítica IoT y Dashboards

Construye dashboards históricos y en tiempo real utilizando consultas de series de tiempo y herramientas de visualización. Traduce la telemetría bruta en información operativa procesable.

Lección 2 • Despliegue de Modelos ML en Edge y Cloud

Despliega modelos entrenados como módulos de edge 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 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 • Afinación del Desempeño y Mejora Continua

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