Observabilidad y SRE

La carrera de Observabilidad y Site Reliability Engineering está diseñada para equipos que operan sistemas distribuidos críticos en producción. A lo largo de varios cursos certificados con un enfoque práctico, dominarás las competencias del SRE moderno: instrumentación de servicios, gestión de métricas y trazas, explotación de logs, operación de clústeres Kubernetes, automatización de infraestructura y aplicación de prácticas Google SRE como SLOs, SLIs, error budgets y runbooks.

La carrera parte de los fundamentos operativos con Bash para scripting de sistemas, Docker para containerización y Kubernetes para orquestación. Avanza hacia el núcleo de la observabilidad con OpenTelemetry como estándar de instrumentación, Grafana para dashboards y alertas, y Elasticsearch para centralización y análisis de logs. Completa el perfil con Terraform para infraestructura como código, AWS para servicios cloud y GitHub Actions para automatizar despliegues seguros.

Esta carrera está diseñada para:

• Equipos de operaciones y SRE de banca, seguros, energía, telecomunicaciones y consultoras que deben garantizar disponibilidad y rendimiento de plataformas críticas.
• Ingenieros DevOps que quieren evolucionar hacia un perfil SRE centrado en fiabilidad, observabilidad y gestión de incidentes.
• Administradores de sistemas que buscan modernizar su perfil hacia la operación de sistemas distribuidos, Kubernetes y cloud.
• Desarrolladores backend que necesitan instrumentar correctamente sus servicios y comprender el ciclo de vida operativo de las aplicaciones.
• Responsables de plataformas internas que definen estándares de observabilidad, alertado y fiabilidad para toda la organización.

La carrera se organiza con un enfoque operativo y práctico:

1. Bash: scripting para automatización operativa, auditoría, gestión de logs y respuesta a incidentes en sistemas Linux.
2. Docker: containerización de aplicaciones, imágenes optimizadas, redes, volúmenes y preparación de servicios para producción.
3. Kubernetes: orquestación de contenedores, deployments, servicios, ingress, RBAC, autoscaling y operación de clústeres.
4. OpenTelemetry: estándar de instrumentación para trazas distribuidas, métricas y logs, con exporters y pipelines para backends modernos.
5. Grafana: construcción de dashboards operativos, configuración de alertas, visualización de métricas y trazas, y diseño de paneles SRE.
6. Elasticsearch: ingestión, indexación y consulta de logs a escala, con búsqueda avanzada y análisis para troubleshooting.
7. Terraform: infraestructura como código, módulos reutilizables, gestión de estado y despliegue repetible en cloud.
8. AWS: servicios cloud fundamentales, CloudWatch, IAM, VPC y buenas prácticas para cargas de trabajo de alta disponibilidad.
9. GitHub Actions: pipelines CI/CD con pruebas, despliegue controlado y promoción entre entornos para operaciones fiables.

Al completar esta carrera, serás capaz de:

• Automatizar tareas operativas y respuesta a incidentes mediante scripts Bash robustos.
• Empaquetar, desplegar y operar aplicaciones containerizadas con Docker y Kubernetes.
• Instrumentar servicios con OpenTelemetry para obtener trazas distribuidas, métricas y logs coherentes.
• Diseñar dashboards operativos y sistemas de alertas en Grafana alineados con SLOs y error budgets.
• Centralizar y analizar logs a escala con Elasticsearch para reducir el tiempo de diagnóstico de incidentes.
• Definir infraestructura como código reutilizable con Terraform y gestionar estados de forma segura.
• Operar cargas críticas en AWS aplicando buenas prácticas de red, identidad, monitorización y disponibilidad.
• Construir pipelines GitHub Actions que integren pruebas, despliegues graduales y controles operativos.
• Aplicar prácticas Google SRE: definición de SLIs, SLOs, error budgets, postmortems y runbooks en el día a día del equipo.

• Instrumentación: OpenTelemetry SDKs (Java, Python, Node, Go), OTel Collector.
• Métricas: Prometheus 2.55, Mimir, Thanos, VictoriaMetrics.
• Trazas: Tempo, Jaeger 2, Honeycomb.
• Logs: Loki, Elasticsearch 8.x / OpenSearch 2.x, Splunk.
• Visualización: Grafana 11, Kibana, Datadog, New Relic.
• Alertado: Alertmanager, PagerDuty, Opsgenie.
• Contenedores: Docker 24, Kubernetes 1.30, Helm 3.
• IaC: Terraform 1.9, Crossplane.
• Cloud: AWS (CloudWatch, X-Ray), Azure Monitor, GCP Operations.
• Chaos engineering: LitmusChaos, Chaos Mesh, Gremlin.