ARC123
Descripción general
En un lab de desafío, se le proporcionarán una situación y un conjunto de tareas. En lugar de seguir instrucciones paso a paso, deberás utilizar las habilidades aprendidas en los labs del curso para decidir cómo completar las tareas por tu cuenta. Un sistema automatizado de puntuación (en esta página) mostrará comentarios y determinará si completaste tus tareas correctamente.
En un lab de desafío, no se explican conceptos nuevos de Google Cloud, sino que se espera que amplíes las habilidades que adquiriste, como cambiar los valores predeterminados y leer o investigar los mensajes de error para corregir sus propios errores.
Debe completar correctamente todas las tareas dentro del período establecido para obtener una puntuación del 100%.
Contexto del lab
Antes de hacer clic en el botón Comenzar lab
Lee estas instrucciones. Los labs cuentan con un temporizador que no se puede pausar. El temporizador, que comienza a funcionar cuando haces clic en Comenzar lab, indica por cuánto tiempo tendrás a tu disposición los recursos de Google Cloud.
Este lab práctico te permitirá realizar las actividades correspondientes en un entorno de nube real, no en uno de simulación o demostración. Para ello, se te proporcionan credenciales temporales nuevas que utilizarás para acceder a Google Cloud durante todo el lab.
Para completar este lab, necesitarás lo siguiente:
- Acceso a un navegador de Internet estándar. Se recomienda el navegador Chrome.
Nota: Usa una ventana del navegador privada o de incógnito (opción recomendada) para ejecutar el lab. Así evitarás conflictos entre tu cuenta personal y la cuenta de estudiante, lo que podría generar cargos adicionales en tu cuenta personal.
- Tiempo para completar el lab (recuerda que, una vez que comienzas un lab, no puedes pausarlo).
Nota: Usa solo la cuenta de estudiante para este lab. Si usas otra cuenta de Google Cloud, es posible que se apliquen cargos a esa cuenta.
Situación del desafío
Tu equipo administra los datos de clientes recopilados en las sesiones de compras en línea y almacenados en Cloud Storage. Algunos datos contienen información sensible, por lo que es importante limitar el acceso a ellos.
Tu desafío
Como ingeniero júnior, se te pide que ayudes con el proyecto completando las siguientes tareas:
- Crear un conjunto de datos de BigQuery para almacenar la conexión con tu tabla de Lakehouse
- Crear una tabla de Lakehouse usando una conexión a recursos de Cloud
- Crear un aspecto y aplicarlo a los datos sensibles de la tabla de Lakehouse
Ayuda:
- Asegúrate de que la API de BigQuery Connection esté habilitada y que las cuentas de servicio necesarias tengan los permisos adecuados.
- Crea todos los recursos en la región , a menos que se indique lo contrario.
A continuación, se describe cada tarea en detalle. ¡Buena suerte!
Tarea 1: Crear un conjunto de datos de BigQuery
- Crea un conjunto de datos de BigQuery con el nombre ecommerce que sea multirregional en Estados Unidos.
Haz clic en Revisar mi progreso para verificar el objetivo.
Crear un conjunto de datos de BigQuery
Tarea 2: Crea una tabla de Lakehouse usando una conexión a recursos de Cloud
-
Crea una conexión a recursos de Cloud multirregional en Estados Unidos, llamada customer_data_connection, con los permisos de cuenta de servicio adecuados para leer archivos de Cloud Storage en tu proyecto.
-
En el conjunto de datos de BigQuery con el nombre comercio electrónico, usa la conexión a recursos de Cloud para crear una tabla de Lakehouse con el nombre customer_online_sessions.
- Cuando crees la tabla, usa la detección automática de esquemas y carga los datos del siguiente archivo de Cloud Storage:
- gs://-bucket/customer-online-sessions.csv
Haz clic en Revisar mi progreso para verificar el objetivo.
Crear una tabla de Lakehouse usando una conexión a recursos de Cloud
Tarea 3: Crea un aspecto y aplícalo a la tabla de Lakehouse
- Crea un aspecto multirregional en Estados Unidos, llamado Aspecto de datos sensibles, con dos campos:
- Un campo booleano con el nombre Has Sensitive Data.
- Un campo enumerado con el nombre Tipo de datos sensibles que contenga tres valores: Información de ubicación, Información de contacto y Ninguno.
- Aplica el aspecto a la tabla de Lakehouse para indicar que contiene datos sensibles con ambos campos enumerados:
-
Tiene datos sensibles: VERDADERO
-
Tipo de datos sensibles = Información de ubicación
Haz clic en Revisar mi progreso para verificar el objetivo.
Crear un aspecto y aplicarlo a la tabla de Lakehouse
¡Felicitaciones!
Obtuviste la insignia de habilidad Enriquece los metadatos y el descubrimiento de datos de Lakehouse.

Obtén tu próxima insignia de habilidad
Este lab de autoaprendizaje forma parte del curso para obtener la insignia de habilidad Enriquece los metadatos y el descubrimiento de datos de Lakehouse. Si completas este curso, obtendrás la insignia de habilidad que se muestra arriba como reconocimiento de tu logro. Comparte la insignia en tu currículum y tus plataformas sociales, y anuncia tu logro con el hashtag #GoogleCloudBadge.
Capacitación y certificación de Google Cloud
Recibe la formación que necesitas para aprovechar al máximo las tecnologías de Google Cloud. Nuestras clases incluyen habilidades técnicas y recomendaciones para ayudarte a avanzar rápidamente y a seguir aprendiendo. Para que puedas realizar nuestros cursos cuando más te convenga, ofrecemos distintos tipos de capacitación de nivel básico a avanzado: a pedido, presenciales y virtuales. Las certificaciones te ayudan a validar y demostrar tus habilidades y tu conocimiento técnico respecto a las tecnologías de Google Cloud.
Última actualización del manual: 26 de junio de 2026
Prueba más reciente del lab: 26 de junio de 2026
Copyright 2026 Google LLC. All rights reserved. Google y el logotipo de Google son marcas de Google LLC. Los demás nombres de productos y empresas pueden ser marcas de las respectivas empresas a las que estén asociados.