Google Cloud Platform for Data Science

Publicado en 2023 por Apress, este libro de Shitalkumar R. Sukhdeve y Sandika S. Sukhdeve es un curso intensivo orientado a la ciencia de datos, el procesamiento masivo y el aprendizaje automático sobre Google Cloud Platform. Está destinado a científicos de datos, analistas de negocio, estudiantes e ingenieros de software de nivel intermedio o principiante en la nube que manejan nociones de Python y SQL y desean aprender a construir pipelines analíticos escalables aprovechando principalmente los servicios incluidos en el nivel gratuito (Free Tier) de GCP para minimizar costes.

La obra recorre el flujo integral de datos en siete capítulos prácticos. Comienza con la configuración de la cuenta y entorno en GCP y la integración con Google Colaboratory (Colab) para análisis interactivo en notebooks Jupyter. Enseña a estructurar almacenamiento de datos no estructurados en Google Cloud Storage y bases relacionales en Google Cloud SQL, ingestar streams de eventos mediante Google Cloud Pub/Sub, y diseñar pipelines de extracción, transformación y limpieza con Google Cloud Dataflow (Apache Beam) y Google Cloud Dataprep. En el apartado de inteligencia artificial y analítica, profundiza en el almacenamiento y consulta de grandes volúmenes de datos con Google BigQuery, la creación de modelos predictivos directos con SQL mediante BigQuery ML, el entrenamiento y despliegue en Vertex AI / AI Platform y la visualización ejecutiva en Looker Studio (anteriormente Google Data Studio).

A través de ejercicios guiados, el lector aprende a conectar Colab con la nube, ejecutar consultas analíticas masivas, entrenar modelos de machine learning con sentencias SQL sencillas y publicar paneles interactivos de inteligencia de negocio. Su principal virtud es ofrecer una puerta de entrada accesible, ágil y económica a todo el espectro de datos de Google Cloud sin requerir experiencia previa en DevOps. No profundiza en arquitecturas complejas de Data Mesh, optimización avanzada de clústeres Spark en Dataproc ni flujos exhaustivos de MLOps en producción, posicionándose como una excelente rampa práctica de iniciación y consolidación de conceptos.