Abrir la consola de Google Cloud Platform por primera vez marea: decenas de servicios, cada uno con su propia jerga, y ningún orden claro de por dónde empezar. La buena noticia es que casi todos los caminos arrancan en el mismo lugar — identidad y acceso, cómputo, almacenamiento — y una vez que entiendes esos tres bloques, el resto de la consola deja de ser un laberinto.
Por dónde entra todo el mundo a GCP
Antes de tocar un solo servicio, GCP te obliga a entender IAM (Identity and Access Management): quién puede hacer qué sobre qué recurso. Saltarte esto es la razón número uno por la que alguien deja una base de datos abierta a internet por accidente. Con IAM resuelto, el resto se ordena en tres capas: cómputo (dónde corre tu código), almacenamiento (dónde viven tus datos) y redes (cómo se conectan entre sí).
El curso Introducción a Google Cloud Platform de DataPath sigue justo ese orden: 60 clases en 9 módulos que van de IAM y la interfaz de GCP hasta servicios de procesamiento, almacenamiento, bases de datos, redes, Big Data y Machine Learning.
Los servicios que vas a usar en tu primer proyecto
- ▸Compute Engine — máquinas virtuales configurables; el punto de partida clásico para correr cualquier aplicación
- ▸Cloud Run — contenedores serverless, para cuando no quieres administrar servidores
- ▸Cloud Storage — almacenamiento de objetos para archivos, backups y datasets
- ▸Cloud SQL — bases de datos relacionales administradas
- ▸BigQuery — el almacén de datos serverless de Google, pensado para analizar volúmenes grandes con SQL estándar
- ▸VPC y redes — cómo se comunican (o se aíslan) tus recursos entre sí
El curso no se queda en la teoría de cada servicio: hay proyectos prácticos en el camino, y termina con una introducción a AutoML y AI Platform para quien ya piensa en llevar modelos de machine learning a producción sobre esta misma infraestructura.
El error más común que veo en quien recién empieza en GCP no es técnico, es de orden: intentan aprender BigQuery antes de entender IAM, y terminan copiando permisos de un tutorial sin saber qué acaban de autorizar.
Qué tan rápido se puede avanzar
Con 4 horas de contenido distribuidas en 60 clases cortas, el curso está pensado para avanzar por sesiones de 10-15 minutos en vez de bloquear una tarde entera. Incluye certificado y proyectos prácticos, así que al terminar tienes algo más que ver en consola: un proyecto armado con tus propias manos.
Google Cloud, AWS o Azure: por qué empezar por GCP
No hay una respuesta universal de qué nube aprender primero — depende de dónde está el trabajo que buscas. Pero GCP tiene una ventaja concreta para quien recién arranca: BigQuery es, para muchos equipos de datos, la razón por la que una empresa eligió Google por encima de AWS o Azure, y aprender a moverte en esa nube te deja directo frente a la herramienta que más piden en ofertas de análisis de datos a gran escala. Si tu objetivo final es multi-nube, GCP sigue siendo un punto de partida razonable porque los conceptos de IAM, redes y cómputo se trasladan con pocos ajustes a las otras dos.
Un error que veo seguido: alguien intenta aprender las tres nubes al mismo tiempo y termina sin dominar ninguna. Es mejor cerrar una nube completa — con un proyecto real adentro — antes de abrir la siguiente.
Qué parte de GCP cuesta dinero desde el día uno
Google Cloud tiene una capa gratuita real (free tier) que alcanza para practicar la mayoría de lo que ves en el curso sin pagar nada: cierto uso de Compute Engine, almacenamiento limitado en Cloud Storage y un volumen de consultas gratis en BigQuery cada mes. Donde sí conviene tener cuidado es con máquinas virtuales que dejas encendidas sin usar — es el error de facturación más común entre quien recién empieza, no el análisis de datos en sí. El curso dedica tiempo a mostrar cómo dejar los recursos correctamente apagados después de cada práctica, precisamente para evitar esa sorpresa.
Qué vas a poder hacer al terminar
No es solo "saber qué es cada servicio". Al cerrar el curso deberías poder levantar una máquina virtual y conectarla a una red, subir y organizar datos en Cloud Storage, correr una consulta real en BigQuery sobre un dataset de varios miles de filas, y entender qué política de IAM necesita un servicio para hablar con otro sin dejar todo abierto por comodidad. Esa combinación — y no la lista de servicios memorizada — es lo que un reclutador técnico prueba en una entrevista de Cloud Engineer junior.
Después de GCP desde cero
Si tu meta es certificarte, el siguiente paso natural es Google Cloud Digital Leader o, si ya piensas en administrar infraestructura en producción, Google Cloud Associate Cloud Engineer. Y si quieres ver cómo encaja todo dentro de una ruta de carrera completa, está la ruta Cloud Engineer de DataPath.
GCP no se aprende memorizando el catálogo de servicios — son más de cien. Se aprende entendiendo el orden en que se usan en un proyecto real, y ese orden es exactamente lo que te ahorra las primeras semanas de prueba y error en la consola.
