Cargando…
No se encontraron resultados.

Aplica tus habilidades en la consola de Google Cloud

Instrucciones y requisitos de configuración del lab
Protege tu cuenta y tu progreso. Usa siempre una ventana de navegador privada y las credenciales del lab para ejecutarlo.

CI/CD para una canalización de TFX

Lab 2 horas universal_currency_alt 5 créditos show_chart Introductorio
info Es posible que este lab incorpore herramientas de IA para facilitar tu aprendizaje.
Este contenido aún no está optimizado para dispositivos móviles.
Para obtener la mejor experiencia, visítanos en una computadora de escritorio con un vínculo que te enviaremos por correo electrónico.

Descripción general

En este lab, se explicará cómo crear un flujo de trabajo de CI/CD de Cloud Build que compila y también implementa automáticamente la misma canalización de TFX del lab-02.ipynb. También integrará su flujo de trabajo en GitHub. Para ello, configurará un activador que inicie el flujo de trabajo cuando se aplique una etiqueta nueva al repositorio de GitHub en el que se aloja el código de la canalización.

Objetivos

  • Desarrollar un flujo de trabajo de CI/CD con Cloud Build para compilar y también implementar una canalización de aprendizaje automático.
  • Integrar en GitHub para activar los flujos de trabajo con los cambios del repositorio de código fuente de la canalización.

Configuración

En cada lab, recibirás un proyecto de Google Cloud y un conjunto de recursos nuevos por tiempo limitado y sin costo adicional.

  1. Accede a Google Skills en una ventana de incógnito.

  2. Ten en cuenta el tiempo de acceso del lab (por ejemplo, 1:15:00) y asegúrate de finalizarlo en el plazo asignado.
    No existe una función de pausa. Si lo necesitas, puedes reiniciar el lab, pero deberás hacerlo desde el comienzo.

  3. Cuando esté listo, haga clic en Comenzar lab.

  4. Anote las credenciales del lab (el nombre de usuario y la contraseña). Las usarás para acceder a la consola de Google Cloud.

  5. Haga clic en Abrir Google Console.

  6. Haga clic en Usar otra cuenta, copie las credenciales para este lab y péguelas en el mensaje emergente que aparece.
    Si usas otras credenciales, se generarán errores o incurrirás en cargos.

  7. Acepta las condiciones y omite la página de recursos de recuperación.

Tarea 1: Crea una instancia de AI Platform Pipelines

En esta tarea, implementarás Kubeflow Pipelines como una aplicación de Kubernetes, que es una solución con un simple clic que se implementa en Google Kubernetes Engine y que tiene la flexibilidad de implementarse en clústeres de Kubernetes de manera local o en nubes de terceros. Verás que Kubeflow Pipelines se integra en tu entorno de Google Cloud como AI Platform Pipelines. Si te interesa, obtén más información sobre Kubeflow Pipelines en la documentación de Introducción durante los pasos de instalación.

  1. Ejecuta los siguientes comandos para inicializar los recursos del lab:
gsutil cp gs://cloud-training/TFX-Script/tfx-init.sh . sh tfx-init.sh
  1. En la consola de Google Cloud, en Menú de navegación, desplázate hacia abajo hasta AI Platform y fija la sección para acceder fácilmente más adelante en el lab.

La opción de AI Platform fijada en la sección Inteligencia artificial del menú de navegación expandido

  1. Navega a AI Platform > Canalizaciones.

La opción Canalizaciones destacada en el submenú de AI Platform

  1. Luego, haz clic en Nueva instancia.

El botón Instancia nueva destacado en la página de AI Platform Pipelines

  1. Haz clic en Configurar.

El botón Configuración destacado en el cuadro de diálogo de Kubeflow Pipelines

  1. Para crear el clúster, selecciona Zona como y, luego, marca Permitir el acceso a las siguientes API de Cloud. No modifiques el nombre y haz clic en Crear un nuevo clúster.
Nota: La creación del clúster tardará entre 3 y 5 minutos. Debes esperar a que se complete este paso antes de pasar al siguiente.

  1. Desplácese hasta el final de la página, acepte las condiciones del mercado y haga clic en Implementar. Verá los servicios individuales de KFP implementados en su clúster de GKE. Espera a que finalice la implementación antes de continuar con la siguiente tarea.

  2. En Cloud Shell, ejecuta el siguiente comando para configurar el acceso a la línea de comandos de kubectl:

gcloud container clusters get-credentials cluster-1 --zone {{{project_0.default_zone|place_holder_text}}} --project {{{project_0.project_id|place_holder_text}}}
  1. En Cloud Shell, ejecuta el siguiente comando para obtener el EXTREMO de la implementación de KFP:
kubectl describe configmap inverse-proxy-config | grep googleusercontent.com Importante: En una tarea posterior, deberás configurar el extremo de tu KFP en una de las celdas del notebook. Recuerda usar el resultado anterior como tu EXTREMO.

Haz clic en Revisar mi progreso para verificar el objetivo. Crear una instancia de AI Platform Pipelines

Tarea 2: Accede a AI Platform Notebooks

Sigue estos pasos para iniciar AI Platform Notebooks:

  1. Haz clic en el Menú de navegación, navega a AI Platform y, luego, a Notebooks.

  2. Deberías ver el notebook tfx-on-googlecloud aprovisionado para ti. De no ser así, espere algunos minutos y actualice la página.

  3. Haz clic en Abrir JupyterLab. Se abrirá en una pestaña nueva.

Tarea 3: Clona el repo de ejemplo en tu instancia de AI Platform Notebooks

Sigue estos pasos para clonar el notebook mlops-on-gcp en tu instancia de JupyterLab:

  1. En JupyterLab, haz clic en el ícono de terminal para abrir una terminal nueva.

  2. En la ventana de línea de comandos, ingresa el siguiente comando y presiona Intro:

    git clone https://github.com/GoogleCloudPlatform/mlops-on-gcp Nota: Si el repo clonado no aparece en la IU de JupyterLab, puedes usar el menú de la línea superior, y en Git > Clone a repository, clona el repo (https://github.com/GoogleCloudPlatform/mlops-on-gcp) usando la IU.

    Diálogo Clonar repo

  3. Para verificar que se haya clonado el repositorio, haz doble clic en el directorio mlops-on-gcp y confirma que puedes ver su contenido. Los archivos de los labs de Jupyter basados en notebooks de este curso se encuentran en este directorio.

Navega al notebook de ejemplo

  1. En JupyterLab, abre una terminal y ejecuta los siguientes comandos:
cd mlops-on-gcp/workshops/tfx-caip-tf23 ./install.sh

  1. A continuación, en los AI Platform Notebooks, navega a mlops-on-gcp/workshops/tfx-caip-tf23/lab-03-tfx-cicd/labs y abre lab-03.ipynb.

  2. Borre todas las celdas en el notebook (busque el botón para borrar en la barra de herramientas) y luego ejecútelas una por una.

  3. Cuando se lo solicite, regrese a estas instrucciones para verificar su progreso.

Si necesitas más ayuda, puedes consultar la solución completa. Para ello, navega a mlops-on-gcp/workshops/tfx-caip-tf23/lab-03-tfx-cicd/solutions y abre lab-03.ipynb.

Tarea 4: Ejecuta tu trabajo de entrenamiento en la nube

Prueba las tareas completadas

Haz clic en Revisar mi progreso para verificar el objetivo. Compilar la imagen y enviarla al registro de contenedores de tu proyecto

Prueba la tarea completada

Haz clic en Revisar mi progreso para verificar el objetivo. Activar manualmente las ejecuciones de CI/CD.

Prueba las tareas completadas

Haz clic en Revisar mi progreso para verificar el objetivo. Crear un activador de Cloud Build.

Prueba las tareas completadas

Haz clic en Revisar mi progreso para verificar el objetivo. Active la compilación.

¡Felicitaciones!

En este lab, se explicó cómo crear un flujo de trabajo de CI/CD de Cloud Build que compila y también implementa automáticamente la misma canalización de TFX. También integró su flujo de trabajo de TFX en GitHub configurando un activador de Cloud Build. En el siguiente lab, aprenderá a inspeccionar los metadatos de TFX y los artefactos de canalización que se crearon durante las ejecuciones de las canalizaciones de TFX.

Finalice su lab

Cuando haya completado su lab, haga clic en Finalizar lab. Qwiklabs quitará los recursos que usó y limpiará la cuenta por usted.

Tendrá la oportunidad de calificar su experiencia en el lab. Seleccione la cantidad de estrellas que corresponda, ingrese un comentario y haga clic en Enviar.

La cantidad de estrellas indica lo siguiente:

  • 1 estrella = Muy insatisfecho
  • 2 estrellas = Insatisfecho
  • 3 estrellas = Neutral
  • 4 estrellas = Satisfecho
  • 5 estrellas = Muy satisfecho

Puede cerrar el cuadro de diálogo si no desea proporcionar comentarios.

Para enviar comentarios, sugerencias o correcciones, use la pestaña Asistencia.

Copyright 2026 Google LLC. Todos los derechos reservados. Google y el logotipo de Google son marcas de Google LLC. El resto de los nombres de productos y empresas pueden ser marcas de las respectivas empresas a las que están asociados.

Antes de comenzar

  1. Los labs crean un proyecto de Google Cloud y recursos por un tiempo determinado
    2. .
  2. Los labs tienen un límite de tiempo y no tienen la función de pausa. Si finalizas el lab, deberás reiniciarlo desde el principio.
  3. En la parte superior izquierda de la pantalla, haz clic en Comenzar lab para empezar

Usa la navegación privada

  1. Copia el nombre de usuario y la contraseña proporcionados para el lab
  2. Haz clic en Abrir la consola en modo privado

Accede a la consola

  1. Accede con tus credenciales del lab. Si usas otras credenciales, se generarán errores o se incurrirá en cargos.
  2. Acepta las condiciones y omite la página de recursos de recuperación
  3. No hagas clic en Finalizar lab, a menos que lo hayas terminado o quieras reiniciarlo, ya que se borrará tu trabajo y se quitará el proyecto

Este contenido no está disponible en este momento

Te enviaremos una notificación por correo electrónico cuando esté disponible

¡Genial!

Nos comunicaremos contigo por correo electrónico si está disponible

Un lab a la vez

Confirma para finalizar todos los labs existentes y comenzar este

Usa la navegación privada para ejecutar el lab

Usar una ventana de incógnito o de navegación privada es la mejor forma de ejecutar este lab. Así evitarás cualquier conflicto entre tu cuenta personal y la cuenta de estudiante, lo que podría generar cargos adicionales en tu cuenta personal.