Los 13 mejores proyectos de AWS: De principiante a profesional

Amazon Web Services (AWS) es actualmente el principal proveedor de servicios en la nube, con el 31% de la cuota de mercado mundial. Esto significa que obtener una certificación de AWS es crucial para conseguir muchos tipos de puestos tecnológicos, como ingeniero de datos o arquitecto de la nube.

Sin embargo, los conocimientos teóricos por sí solos no bastan; los proyectos prácticos son esenciales para comprender y aprovechar realmente las capacidades de AWS con eficacia.

Este artículo te guía a través de una serie de proyectos de AWS diseñados para todos los niveles de habilidad. En la sección final, también exploramos algunos proyectos DevOps centrados en microservicios, monitorización e infraestructura como código.

Recuerda siempre cerrar o dar de baja los recursos que utilices para un proyecto una vez que hayas terminado. No dejes ningún servicio de AWS funcionando activamente durante más de unas horas para evitar costes inesperados.

Proyectos AWS para principiantes

Si eres relativamente nuevo en AWS, estos proyectos pueden ayudarte a explorar algunas de las funcionalidades básicas y a familiarizarte con las mejores prácticas, entre otras cosas. 

Primeros pasos con AWS: Funciones IAM y S3

Como principiante en AWS, la mejor manera de empezar es familiarizarte con el ecosistema de AWS y sus servicios. Nuestro introducción a AWS te mostrará los conceptos básicos y algunos avanzados.

Los dos servicios más utilizados y con los que cualquier principiante debería sentirse muy cómodo son IAM y S3.

Gestión de Identidad y Acceso (IAM) de AWS

El servicio IAM está incluido en todas las cuentas AWS. A través de IAM, puedes añadir nuevos usuarios y controlar su acceso a los servicios y recursos de AWS.

Tendrás que entender cómo utilizar IAM y seguir las mejores prácticas de seguridad. Estas habilidades son cruciales para los proyectos de AWS mencionados en este artículo.

Fuente: AWS

Servicio de almacenamiento simple de AWS (S3)

AWS S3 es probablemente uno de los servicios de AWS más populares y más utilizados. Ofrece una solución de almacenamiento de datos muy rentable y es increíblemente fácil de configurar. Amazon también ofrece el Sistema de Archivos Elástico (EFS) como solución de almacenamiento alternativa. 

Nuestro tutorial sobre almacenamiento en AWS explora las diferentes características y ventajas de S3 y EFS.

Muchos de los proyectos enumerados en este artículo aprovecharán S3 como solución de almacenamiento de alguna manera, y es probable que lo utilices ampliamente en tu carrera. Repasa qué es Amazon S3y consulta el capítulo sobre servicios de almacenamiento de AWS de nuestro cursoIntroducción a AWS.

1. Alojar un sitio web estático en Amazon S3

Para dar comienzo a los proyectos de este artículo, empezaremos con el alojamiento de sitios web estáticos sencillos. Se recomienda que crees tu propio sitio web estático, no sólo para aprender a utilizar algunos servicios de AWS, sino también como una buena forma de empezar a dar a conocer tus proyectos, demostrando tus habilidades con AWS en un portafolio que puedas enviar a futuros empleadores.

La documentación de AWS contiene un tutorial muy fácil de seguir para configurar un sitio web estático utilizando un dominio registrado en Route 53.

Servicios de AWS utilizados en este proyecto:

• Amazon Route 53 para registrar un dominio.
• Amazon S3 para almacenar el contenido de tu sitio web.
• CloudFront para acelerar tu sitio web estático.
• Lambda@Edge (una función de CloudFront) para la seguridad.

2. Implementación de una aplicación web python sencilla con AWS Elastic Beanstalk

Fuente: AWS

Una de las mejores maneras de aprender el funcionamiento básico de AWS Elastic Beanstalk es implementar una aplicación web Python con Flask o Django.

AWS Elastic Beanstalk es un gran servicio para desplegar aplicaciones web, ya que puedes centrarte en el código de tu aplicación en lugar de preocuparte por administrar la infraestructura. 

Sin embargo, aún necesitas aprender algunos conceptos clave para configurar correctamente tu aplicación web, como las variables de entorno, el equilibrio de carga y el autoescalado. Esta experiencia práctica es una buena introducción a algunos conceptos y prácticas clave de DevOps.

3. Desplegar bases de datos SQL Server en Amazon RDS

En Taller Amazon RDS para SQL Server ofrece un recorrido paso a paso de Amazon RDS. Crearás una instancia de BD y aprenderás conceptos importantes relacionados con las copias de seguridad, la seguridad, el escalado, la optimización y la supervisión de tu instancia de BD.

Proyectos AWS intermedios

Estos proyectos enseñan a los principiantes a aprovechar los servicios en la nube para obtener soluciones escalables y eficientes, a la vez que proporcionan experiencia práctica en el manejo de casos de uso del mundo real, como el procesamiento de imágenes y los chatbots interactivos.

4. Construir un sistema de procesamiento de imágenes sin servidor

Este proyecto te guía en la creación de un flujo de trabajo de procesamiento de imágenes sin servidor utilizando AWS Step Functions, AWS Lambda, Amazon DynamoDB y Amazon SNS.

Aprovechando AWS Step Functions para orquestar múltiples servicios, aprenderás a orquestar y automatizar flujos de trabajo complejos, una habilidad crucial para las soluciones modernas basadas en la nube.

Servicios de AWS utilizados en este proyecto:

• Amazon Rekognition para identificar si hay una cara en una imagen subida.
• AWS CloudFormation para una plantilla que configure rápidamente los recursos necesarios para el proyecto
• Funciones paso a paso de AWS para orquestar el flujo de trabajo.
• AWS Lambda para invocar Rekognition.
• Amazon DynamoDB para almacenar los metadatos de las imágenes.
• Servicio de Notificación Simple de Amazon (SNS).
• Amazon EventBridge para activar la máquina de estados para que se ejecute cuando se cargue una nueva imagen.

Fuente: AWS

5. Crear un chatbot con AWS Lex

Los chatbots son un tema candente en este momento, y AWS Lex hace que sea increíblemente sencillo configurar un chatbot con una interfaz web que puede integrarse en tu sitio web personal o de empresa.

Fuente: AWS

AWS ofrece un proyecto de ejemplo de interfaz de usuario de Amazon Lex que te dará experiencia práctica en la configuración y uso de un chatbot. Utilizar una plantilla de Amazon CloudFormation acelera esto aún más con todos los recursos que necesitas para crear y configurar la interfaz de usuario del chatbot automáticamente.

Servicios de AWS utilizados en este proyecto:

• Conjunto de identidades de Amazon Cognito para crear las credenciales utilizadas para autenticar las llamadas a la API Lex desde el navegador.
• AWS Lex para el chatbot.
• Amazon CloudFormation para la plantilla.

Proyectos AWS avanzados

En esta sección, presentamos proyectos basados en el aprendizaje automático y la IA que utilizan una amplia gama de servicios de AWS.

Estos proyectos introducen tecnologías y habilidades avanzadas, permitiéndote crear soluciones impactantes y vanguardistas que mejoran las experiencias de los usuarios y los procesos empresariales.

Proyectos de aprendizaje automático con AWS

Amazon Sagemaker es un servicio totalmente administrado, versátil y escalable para crear, entrenar e implementar modelos de aprendizaje automático en AWS. Es nuestra herramienta preferida para los proyectos avanzados de AWS que implican aprendizaje automático.

Consulta esta introducción a Sagemaker para obtener un resumen completo de este servicio.

6. Despliegue de una solución completa de detección de fraudes mediante aprendizaje automático utilizando Amazon Sagemaker

El primer proyecto de esta sección es una solución de solución de detección del fraude mediante aprendizaje automático creada por AWS.

Este proyecto te guiará en la preparación de los datos, la formación del modelo y la implantación. Conocerás todo el proceso de aprendizaje automático y, al final, tendrás un sistema de detección de fraudes totalmente funcional.

Fuente: AWS

Se requieren algunos conocimientos básicos de Python para navegar por el proyecto con eficacia. Sin embargo, el código está bien explicado, por lo que deberías poder seguirlo aunque aún estés aprendiendo Python.

7. Construir un sistema de recomendación en Amazon Sagemaker

Con este proyecto, entrenarás y desplegarás un sistema de recomendación utilizando datos de valoraciones de clientes en Amazon Sagemaker.

Este proyecto introduce los conceptos fundamentales utilizados en la construcción de sistemas de recomendación. Adquirirás experiencia práctica utilizando conceptos de aprendizaje profundo y SageMaker para el entrenamiento y despliegue de modelos escalables.

Los sistemas de recomendación se utilizan ampliamente en el comercio electrónico, la transmisión de contenidos y otros sectores, lo que hace que este proyecto sea muy relevante y proporcione un contexto del mundo real a las habilidades aprendidas.

8. Construir un pipeline de clasificación de imágenes con datos de Amazon Sagemaker y MXNet

En este proyecto, construirás una canal de clasificación de imágenes con Amazon Sagemaker.

Este proyecto te introducirá en la clasificación de imágenesuna tarea fundamental en la visión por ordenador. Sin embargo, al utilizar Amazon Sagemaker para realizar todo el trabajo pesado, puedes centrarte en comprender el flujo de trabajo y los conceptos clave sin preocuparte de crear tus propios modelos personalizados.

Proyectos de IA con AWS

La segunda parte de los proyectos avanzados se centra en soluciones basadas en la IA. La IA generativa, los grandes modelos lingüísticos y ChatGPT dominan actualmente el mercado de la IA, por lo que es un buen momento para perfeccionar tus conocimientos de IA.

Amazon Bedrock es un servicio sin servidor totalmente administrado que te permite experimentar y desplegar soluciones de IA generativa de forma fácil y segura.

Echa un vistazo a este taller de Amazon Bedrock para una introducción a Bedrock y cómo funciona.

9. Construir un GAR multimodal utilizando modelos de cimentación y AWS

En este primer proyecto, construirás un RAG multimodal utilizando modelos de cimientos alojados en Amazon Bedrock y Amazon Sagemaker.

El objetivo es extraer información contextualmente relevante de tablas, gráficos y texto en presentaciones de diapositivas (como Microsoft PowerPoint, por ejemplo). Aquí es donde un GAR multimodal resulta especialmente útil: cuando tienes datos en distintos formatos (como imágenes o texto) y necesitas extraer información de ellos.

Trabajando con modelos de cimentación en Amazon Bedrock y SageMaker, podrás adquirir experiencia práctica con herramientas de IA de vanguardia. Saber aprovechar la IA para realizar extracciones y análisis de datos complejos es una habilidad muy valiosa en diversos sectores y aplicaciones.

10. Construir un asistente agéntico LLM en AWS

En este proyecto, construirás un asistente LLM agéntico en AWS utilizando Bedrock, Lambda, Cognito, Aurora y S3.

Se trata de un proyecto en profundidad que ofrece una exposición práctica a una amplia arquitectura de tres niveles. También demostrará de forma realista cómo se desarrolla y despliega una solución basada en IA en una plataforma basada en la nube.

Este proyecto también cubre aspectos críticos de la autenticación de usuarios con Cognito y la gestión de datos con Aurora y S3, proporcionando una comprensión completa del desarrollo de aplicaciones seguras y eficientes.

Fuente: AWS

Proyectos AWS DevOps

DevOps implica cinco áreas principales o mejores prácticas:

• Integración continua y entrega continua
• Microservicios
• Infraestructura como código
• Monitorización y registro
• Comunicación y colaboración

AWS ofrece servicios que abordan todas estas áreas, por lo que es una buena opción para aprender y dominar si quieres construir una carrera en DevOps. En esta sección, presentamos proyectos que abordan tres de las áreas anteriores utilizando los servicios de AWS.

11. Construir una aplicación fullstack utilizando ECS, Terraform y CodePipeline

Este proyecto demuestra cómo utilizar los servicios de AWS para crear una arquitectura arquitectura robusta para desplegar una aplicación full-stack.

Destaca las ventajas de utilizar servicios de contenedores gestionados e Infraestructura como Código (IaC) para un despliegue de aplicaciones eficaz y fiable.

Obtendrás experiencia práctica con servicios clave de AWS como ECS para la gestión de contenedores, Terraform para la Infraestructura como Código y CodePipeline para CI/CD, equipándote con habilidades esenciales para la nube.

Al integrar canalizaciones de integración continua y despliegue continuo (CI/CD), este proyecto también te introduce en las prácticas DevOps modernas. Aprenderás a desplegar aplicaciones de forma más fiable y eficaz. Estas habilidades son cruciales para mantener un flujo de trabajo fluido y automatizado en entornos de producción.

Fuente: AWS

12. Construir un sistema automatizado de informes CloudWatchalarm

Este proyecto te guía en la creación de un sistema automatizado de informes de alarmas de CloudWatch que genera informes diarios de las alarmas activadas de Amazon CloudWatch en una región de AWS especificada. El informe, creado por una función de AWS Lambda activada por Amazon EventBridge, se guarda como archivo CSV en un bucket de S3 y se envía por correo electrónico a través de Amazon SES.

Este proyecto te introduce en la automatización de tareas utilizando servicios de AWS como Lambda, EventBridge y SES. Muestra cómo agilizar los procesos de supervisión e información, que es un aspecto importante de DevOps.

También demuestra cómo integrar varios servicios de AWS (Lambda, S3, SES) para crear una solución cohesionada, enseñándote la importancia de la orquestación de servicios en entornos en la nube.

Fuente: AWS

13. Construir una aplicación web en contenedores utilizando Amazon ECS y AWS Fargate

Este proyecto consiste en construir y desplegar una aplicación web en contenedores utilizando Amazon ECS y Fargate. La aplicación muestra fotos aleatorias de gatos o perros según la selección del usuario.

Obtendrás experiencia práctica con la contenedorización mediante Docker y la orquestación con Amazon ECS y Fargate.

AWS Fargate es una herramienta DevOps esencial para administrar y ejecutar contenedores sin necesidad de aprovisionar, configurar o escalar clústeres de máquinas virtuales.

El proyecto también cubre las pruebas de carga, enseñándote a evaluar y garantizar la escalabilidad y fiabilidad de tus aplicaciones web en diferentes condiciones de tráfico.

Fuente: AWS

Conclusión

Este artículo presenta una serie de proyectos AWS diseñados para mejorar las competencias a todos los niveles. Destaca la importancia de los proyectos prácticos para adquirir experiencia práctica y dominio de los servicios de AWS, lo que es esencial para diversas funciones tecnológicas.

Tanto si quieres dedicarte profesionalmente a la tecnología en la nube como si simplemente quieres mejorar tus conocimientos de AWS, los proyectos descritos en este artículo ofrecen valiosas oportunidades de aprendizaje.

Para construir una sólida carrera en AWS, empieza por inscribirte en nuestra Introducción a AWS y luego trabaja hasta obtener la certificación. Para echar un vistazo a las opciones profesionales y salariales de un profesional de la nube de AWSconsulta nuestra guía detallada.