[vc_row][vc_column][vc_column_text]Estamos ya en la tercera escala de este viaje sin retorno hacia la transformación digital y el trabajo del futuro. Despegamos en marzo de 2020 cuando empezó la pandemia y la digitalización de los negocios y las economías comenzó a ser aún más palpable; y realizamos nuestra primera escala en las bases del trabajo híbrido, impulsados por los efectos de la variante Delta a mediados del 2021.
El itinerario nos lleva ahora hacia una nueva parada, una que nos hace centrar la atención en un componente esencial de la transformación digital: preparar nuestras infraestructuras a estos entornos tan cambiantes como el actual.
Vamos a detenernos y hacer un flashback al pasado. Hace 10 años vivíamos en un mundo en el que el 80% del tráfico de datos de una empresa se quedaba, precisamente, dentro de la empresa y el restante 20% correspondía a emails salientes y curiosos que navegaban por Facebook o Youtube en tiempos libres. Hoy es exactamente al revés, el 80% del tráfico que va por las redes corporativas sale a Internet a través de cientos de aplicaciones y dispositivos interconectados.
Ante esta realidad, se vuelve realmente vital transformar la infraestructura de nuestras empresas y aquí debemos contemplar un componente adicional y tremendamente importante: no importa si la infraestructura es inalámbrica o cableada, de acceso o de conectividad, siempre se debe sumar una capa reforzada de seguridad para que mis usuarios estén protegidos y puedan navegar tranquilamente en una red súper dinámica.
En esta segunda escala, en Cisco hemos identificado dos grandes tendencias sobre las que debemos concentrarnos y que incidirán mucho en el devenir de nuestro viaje: WiFi 6 y SD-WAN. Veamos de qué se trata:
WiFi 6 surgió un par de años atrás y está cobrando mayor popularidad gracias a ventajas como mayor rapidez en la conexión, administración efectiva de la densidad de dispositivos y consumo de menos batería (lo cual es una gran ventaja sobre todo para los sensores de dispositivos IoT).
Otra ventaja es su capacidad de conectarse con aplicaciones de software para controlar aforos en las empresas y cumplir con los nuevos requisitos de espacios de trabajo híbridos de los que hablamos en el blog anterior. Así vemos cómo la tecnología inalámbrica está empezando a meterse en la seguridad física, ¡qué emocionante!
Sin embargo, ¿recuerdan el componente tremendamente importante que les mencioné unos párrafos atrás? Nada de esto es efectivo sin una estrategia reforzada de seguridad detrás. Necesitamos que la red de acceso ya sea inalámbrica o cableada, opere bajo una infraestructura armada de seguridad, que esté segmentada de forma lógica para que el usuario acceda de la forma que debe hacerlo y no ponga en riesgo otras redes de la empresa.
Esto parece muy sencillo y está disponible hace años, no estoy inventando el agua tibia. Sin embargo, muchas empresas no lo hacen aún por barreras económicas o culturales, o porque consideran que ya tienen una infraestructura robusta, cuando lo que en realidad tienen es una red plana que permite que cualquiera que entre tenga acceso libre.
Esto nos lleva a un punto de nuestro viaje donde se nos suma un nuevo pasajero: la automatización. Las empresas viven hoy un dilema de gestión que implica que, aunque haya interés en segmentar y reforzar las redes, no tienen la capacidad de hacerlo bajo un ritmo dinámico y el tema aquí es que, si no puedo armar una red que siga el paso de todos los cambios que vivimos en esta transformación digital, lo que va a pasar es que el usuario no va a poder conectarse de la forma que necesita a las aplicaciones que necesita, cuando lo necesita.
Por algo en Cisco hablamos tanto de conectar, automatizar y asegurar a nuestros clientes, porque si no automatizamos la infraestructura terminamos cayendo en el dilema de la gestión y sobre todo, se nos terminan elevando aún más los costos y las posibilidades de errores manuales.
El 33% del costo de una infraestructura se centra en la administración de la red misma. Si queremos sumar seguridad a nuestras redes, la automatización es clave para modificar todas las configuraciones bajo un parámetro de políticas coherentes. Hacer que la empresa sea dinámica y que los colaboradores puedan acceder a lo que necesitan para trabajar en esquemas híbridos, sin privarlos de seguridad, implica que la administración de esa red sea coherente, segura y única.
Precisamente, esto nos da pie para hablar de la segunda tendencia que marcará la estabilidad de nuestro vuelo hacia la transformación digital.
La penetración de SD-WAN tiene que ver con el dinamismo que tienen las redes actualmente. La conectividad de la WAN pasó de ser algo extremadamente estático a algo extremadamente dinámico y es por esto que renovar la estructura hacia SD-WAN es tan importante, pues precisamente aporta visibilidad a todas esas aplicaciones que hoy dinamizan la red e identifica cómo deben administrarse para que tengan un mejor desempeño.
Entonces cuando hablamos de conectividad, pasar de WAN a SD-WAN es fundamental, pero más importante aún es hacerlo bajo un enfoque de seguridad en la nube. Cuando juntamos ambos factores (SD-WAN + Seguridad en la nube) damos paso a una nueva tendencia más grande: el Secure Access Service Edge (SASE). Pero de esto ya hablaremos en la siguiente escala de nuestro viaje.[/vc_column_text][us_separator size=”small” show_line=”1″][vc_column_text]Por: Mariano O’Kon – Cisco[/vc_column_text][/vc_column][/vc_row]
[vc_row][vc_column][vc_column_text]Estamos trayendo un tema que muchas veces causa confusión por su definición, por lo que para empezar dejaremos una nota muy importante: la Inteligencia Artificial no es solo una cosa.
La inteligencia artificial es una fusión de muchas tecnologías diferentes que trabajan juntas para permitir que las máquinas encuentren, comprendan, actúen y aprendan con niveles de inteligencia similares a los de los humanos. Con sus sistemas de aprendizaje que analizan grandes volúmenes de datos, la Inteligencia Artificial puede “aprender por sí misma“.
Tecnologías como el aprendizaje automático, que hemos visto aquí y el procesamiento del lenguaje natural son parte del panorama de la IA. Cada una de estas tecnologías está evolucionando con el tiempo a su propio ritmo, pero cuando se aplican en combinación con datos, análisis y automatización, ayudan a las empresas a alcanzar sus objetivos.
Definición de IA como “limitada” y “general”.
La Inteligencia Artificial limitada (o “débil”), que en su mayor parte experimentamos en el día, proviene de ella, que realiza una sola tarea o un conjunto de tareas estrechamente relacionadas. Algunos ejemplos incluyen:
– Aplicaciones meteorológicas
– Asistentes digitales
– Software que analiza datos con la función de optimizar un determinado negocio
Cuando se aplica correctamente, la Inteligencia Artificial limitada tiene el poder de transformar e influir la forma en que trabajamos y vivimos, tal como lo hace hoy en muchos casos.
La inteligencia artificial general (o “fuerte”) se parece más a lo que se ve en las películas de ciencia ficción, donde las máquinas sensibles emulan la inteligencia humana. Por mucho que las máquinas realicen algunas tareas mejor que los humanos, un ejemplo sería el procesamiento de datos, esta visión igual al cine aún no existe. Por eso la colaboración entre máquina y hombre es muy importante, actualmente la Inteligencia Artificial no es un reemplazo sino una extensión de las capacidades humanas y lo seguirá siendo.
Conociendo las tecnologías detrás de la IA
Hay algunas tecnologías que son la combinación de la Inteligencia Artificial que juntas contribuyen a que evolucione y crezca.
1. Machine Learning
Como hemos visto antes, no necesita presentación. Con ML, en lugar de programar reglas para una máquina y esperar el resultado, hacemos que aprenda por sí sola a partir de los datos.
2. Deep Learning
El Deep Learning “entrena” a las máquinas para que realicen actividades como si fueran humanas, por lo que el sistema puede aprender a defenderse de los ataques, por ejemplo.
El proceso de aprendizaje tiene lugar entre sus capas de neuronas matemáticas, donde la información se transmite a través de cada capa. En este modo, la salida de la capa anterior es la entrada de la posterior.
3. Procesamiento del Lenguaje Natural (PLN)
Tiene como objetivo estudiar e intentar reproducir los procesos de desarrollo vinculados al funcionamiento del lenguaje humano. Para ello, emplea software, programación y otras soluciones.
A través de PLN, las máquinas pueden comprender mejor los textos, esto implica: reconocimiento de contexto, extracción de información, desarrollo abstracto, etc.
También es posible componer textos a partir de datos obtenidos por computadoras, un ejemplo es cuando estás en tu red social, los algoritmos pueden buscar patrones en las publicaciones para entender cómo se sienten los clientes acerca de la marca y el producto.
¿Por qué es importante la IA?
Con el rápido crecimiento de los datos y la madurez de otras innovaciones en el procesamiento de la nube y la potencia informática, el reconocimiento de la inteligencia artificial está creciendo más rápido que nunca. Con estos habilitadores, las organizaciones están empezando a ver cómo la inteligencia artificial puede multiplicar el valor para ellas. Las empresas que se expanden con Inteligencia Artificial ven el triple de retorno en comparación con aquellas que están estancadas en la fase piloto.
Esta capacidad de autoaprendizaje y autooptimización hace que la Inteligencia Artificial integre beneficios al negocio que genera.
La Inteligencia Artificial no solo ayuda a las empresas a adaptarse rápidamente, con un flujo constante de insights para impulsar la innovación, sino que también ofrece una ventaja competitiva en un mundo en cambio constante.[/vc_column_text][us_separator size=”small” show_line=”1″][vc_column_text]Escrito por: Mayara Pimentel | Adaptación: Karina Ríos | Revisión final: Raphael Silva[/vc_column_text][/vc_column][/vc_row]
[vc_row][vc_column][vc_column_text]Brindamos excelencia en calidad y experiencia para tu recorrido en la nube, ofreciéndote material confiable y trabajando continuamente de la mano de especialistas calificados que colaboran con nosotros para poner a tu disposición las mejores soluciones y estrategias del mercado para tu aprendizaje.
Queremos presentar a 6 de nuestros principales Partners, siempre vanguardistas con lo último del mundo de la TI ¡para ti!
NetApp
Ofrecemos un portafolio completo de formación oficial de NetApp para LATAM. Todos nuestros instructores son expertos certificados con amplia experiencia práctica.
Microsoft
Contamos con una gama de entrenamientos Microsoft, desde cursos básicos hasta cursos especializados de alto nivel. Todos nuestros instructores son expertos certificados con amplia experiencia práctica en sus áreas de especialización.
IBM
Como IBM Education Delivery e IBM Sales Partner de Arrow, ofrecemos todos los cursos de formación autorizados de IBM en todo el mundo.
Google Cloud
Como socio de formación autorizado de Google Cloud, proporcionamos la posibilidad de adquirir habilidades necesarias para desarrollar y operar infraestructuras y aplicaciones en Google Cloud.
Cisco
Somos Cisco Platinum Learning Partner galardonado, entregando un diverso abanico de entrenamientos, que comprenden desde cursos de nivel de básico hasta cursos especializados de alto nivel. Todos nuestros instructores son expertos certificados con amplia experiencia práctica en sus áreas de especialización.
AWS
AWS Authorized Training Partner (ATP) en América Latina. Facilitamos un plan de estudios completo para la certificación, aceleramos también su proceso de adopción hacia la nube de AWS a través de servicios y soluciones de calidad educativa.
¿Que esperas para iniciar tu entrenamiento con nosotros? Comienza con él que sabe
Fast Lane – Conectándote a la nueva era[/vc_column_text][/vc_column][/vc_row]
[vc_row][vc_column][vc_column_text]Preferencia, lealtad, satisfacción son adjetivos que todas las empresas del mundo sin importar el producto, servicio o solución persiguen en sus clientes, todas las empresas desean a toda costa ser las favoritas a la hora de calificación de un cliente.
Solo que para lograr ser las elegidas no basta con tener un excelente producto o servicio, es necesario tener un ingrediente que pocas logran implementar y ejecutar casi a la perfección: La Experiencia. Este adjetivo es el más codiciado porque la experiencia que un cliente tiene con una marca es la que realmente consigue enlazar a los otros tres: una buena experiencia en el cliente logra preferencia, satisfacción y lealtad.
Ahora, La Experiencia del Cliente o Customer Experience (CX: sus siglas en inglés) ¿es una moda o una necesidad?.
Parece ser una moda pues en los últimos tiempos estas dos palabras y su concepto está siendo abordado en todo el mundo y haciendo que muchas compañías hablen de ella enfocando esfuerzos importantes para conseguir que sus clientes tengan una mejor experiencia con su marca más allá de un call center, de encuestas, de eventos, de obsequios, descuentos, o tratamientos especiales, esfuerzos que han llevado a crear áreas especializadas en la Experiencia soportadas por tecnología, procesos, gente que solo piensa en una solo sentimiento: Felicidad, que el cliente esté feliz.
Y es por ello que no puede ser una moda pasajera, CX es una necesidad, porque la felicidad es un sentimiento que debe ser permanente y casi un mandato en una compañía: tener a los clientes felices.
La Experiencia del Cliente es ahora más que antes muy importante tanto como las ganancias y la excelencia de los productos o servicios, porque ahora existe mucha más competencia y estamos en un mundo donde el modelo de consumo cambió y estar a la altura de un cliente cada vez más exigente, requiere modelos especializados y automatizados.[/vc_column_text][us_separator size=”small” show_line=”1″][vc_column_text]Escrito por: Verónica Vives – CX Marketing Manager Cisco LATAM[/vc_column_text][/vc_column][/vc_row]
[vc_row][vc_column][vc_column_text]Durante los últimos 5 años, debido al incremento en el número de usuarios y de la mano con el IoT, la cantidad de dispositivos que se conectan a una red Wi-Fi aumentó considerablemente. Esto, sumado a un incremento en la capacidad de cómputo y una demanda de tráfico cada vez mayor de parte de estos dispositivos, hizo que el entorno de redes inalámbricas se vuelva mucho más complejo de controlar y por ende, la utilización del espectro por parte de estos dispositivos requiera mayor eficiencia.
Por lo anterior, el grupo de trabajo 802.11 del IEEE desarrolló Wi-Fi 6 (también conocido como 802.11ax), un agregado al estándar Wi-Fi 802.11-2016. De esta manera, se introdujeron numerosas mejoras que, en su conjunto, permiten una experiencia de uso de las redes Wi-Fi muy superior a la que estábamos acostumbrados, incluso en condiciones de alta densidad (estadios, conferencias, aulas universitarias, etc.).
Tecnologías como UL/DL OFDMA, UL/DL MU-MIMO, BSS Color, TWT (todas ellas introducidas con Wi-Fi 6) hacen posible que podamos tener una sesión Webex de videoconferencia en alta definición con herramientas colaborativas al mismo tiempo que el resto de la familia mira una película en 4k y juegan de forma on-line, sin cortes ni interrupciones en el tráfico de red de ningún tipo.
Acompañado de estos avances en la tecnología Wi-Fi, en Cisco hemos desarrollado un portafolio de puntos de acceso inalámbricos, certificados oficialmente por la Wi-Fi Alliance y que cuentan con todas las tecnologías introducidas en el estándar Wi-Fi 6.
El portafolio permite pensar en una red Wi-Fi 6 para entornos de todo tipo y tamaño; desde teletrabajo, pasando por oficinas, colegios, centros comerciales y hasta estadios. Ya sea mediante la solución de Cisco Catalyst o Cisco Meraki, cubrimos las necesidades de cualquier tipo de cliente.
¿Qué viene a futuro? [/vc_column_text][us_btn label=”Entérate aquí” link=”url:https%3A%2F%2Fgblogs.cisco.com%2Fla%2Ftendencias-en-movilidad-wi-fi-6-y-wi-fi-6e%2F|target:_blank”][us_separator size=”small” show_line=”1″][vc_column_text]Fuente: Cisco[/vc_column_text][/vc_column][/vc_row]
[vc_row][vc_column][vc_column_text]Ahora que sabes qué es el Machine Learning, entendamos un poco más sobre el rol que juega este profesional.
Dentro de las carreras de datos, Machine Learning Engineer fue el último que surgió, ocupándose de la parte de monitoreo y poniendo los modelos en producción, estructurando y facilitando el deploit de Data Scientit.
Para hacerlo más fácil, comencemos analizando los pasos de un proyecto de Data Science para una mejor comprensión.
En este primer momento, se produce la cuestión empresarial y la comprensión, el cliente presenta los problemas y luego hay una comprensión real del dolor del cliente. Después de comprender las raíces de los problemas, llegamos a la fase de recopilación de datos, donde hay una gran cantidad de SQL, solicitudes y APIs distribuidas en un solo lugar. Una vez realizado este paso y la limpieza de datos, se entiende qué es un problema sistémico y cuál es un problema intrínseco del negocio.
Posteriormente se realiza la exploración de datos, donde se utilizan técnicas y estadísticas para comprender el fenómeno que se está modelando a través de los datos, en ese momento en que se genera inshtg, para comprender las variables y el modelo que será mejor aplicado. Pasando al paso de modelado es donde el algoritmo comienza a aprender y aplicar transformaciones y separaciones para preparar los datos.
A partir de esta fase se inicia el algoritmo de Machine Learning, donde se aplican los algoritmos para aprender el comportamiento o asignación deseada, luego se realiza la evaluación de este algoritmo, separando lo que es bueno, de lo que no y luego de este análisis de desempeño del modelo se irá para producción, donde se traslada a un entorno Cloud donde el dispositivo de Internet es capaz de consumir las previsiones que el modelo proporciona. La continuación de este proceso es el papel del Machine Learning Engineer. Obviamente, el desarrollo en sí no es tan simple como parece.[/vc_column_text][us_image image=”7384″][us_separator size=”small”][vc_column_text]
Responsabilidad del Machine Learning después del proceso
Todo comienza con la productización del flujo de datos, de donde sacas todas las tareas, desde la recopilación de datos hasta el modelo de producción, para convertirse en un producto que sea fácil de escalar, fácil de mantener y siempre mantenido de forma organizada para el trabajo de otros profesionales.
Después de volverse un producto, integraremos el modelo; ejemplo: frontend consume las predicciones de sus modelos, cada vez que el usuario ingresa y la página de inicio se está cargando, el frontend consume la predicción del modelo y habla sobre la propensión de los productos del cliente, por lo que no puede demorar en regresar sino ralentiza el sitio, para eso necesitamos integrar en otros sistemas respetando los requisitos. Finalmente, es necesario crear Técnicas de Monitoreo, donde se crean métricas para saber si el modelo es correcto o si los errores están aumentando; como es la distribucion de variables, etc.
Te explicamos el proceso
Data Scientits recolecta los datos, entrena el modelo y luego pasará a producción para ser aplicado, a partir de este punto comienza el rol del Machine Learning.
Recordando que los clientes pueden consumir el resultado a través del backend, sitio web, dispositivo móvil e IBA, para conectar a las personas que necesitan las predicciones con los modelos que las brindan, es necesario realizar una API (conexión entre los dos mundos de cliente y servicio, según se explica en nuestras redes sociales) los clientes comienzan a realizar solicitudes a la API, ésta interpretará la solicitud y si tiene permiso para acceder a estos datos.
Los datos de API son datos sin procesar, es decir, datos de RO, porque los datos no vienen con las transformaciones que usamos allí en Model Training. Por lo tanto, es necesario cambiar los datos de RO para la feature, así se realizará la predicción.
Podemos usar la siguiente idea como ejemplo: una persona tiene la aplicación y quiere ver la predicción de los ingresos de la tienda. Una de las features es la edad del usuario, cuánto tiempo está abierta la tienda… esta feature se almacena en el Feature Store, donde puede encontrar varias características que los Data Scientits crearon para poder modelar y entrenar los modelos de Machine Learning.
Dentro de la Feature Store, en este caso, encontraríamos en su interior varios datos, como la fecha en que la tienda comenzó a operar. Luego, la API va a Feature Story y recupera las features solicitadas por el modelo que fue entrenado para hacer esta predicción y regresa al modelo de Machine Learning con el conjunto de features, hace la predicción y regresa a la API, que devuelve la información a el cliente que hizo la predicción.
Este ejemplo sería un proceso simple, la diferencia es que tiene la función precalculada dentro de una tienda de funciones, que debe actualizarse cada vez. *Farture consumpotin, es el proceso de consumir la feature.
Para mantener la feature store actualizada, es necesaro consultar el Data Warehouse, donde se encuentran los datos modelados (realizados por el Data Engineer), para crear una feature y así almacenarla en la feature store, este proceso se llama Feature Creation.
Echa un vistazo a la ejemplicación mediante un modelo visual[/vc_column_text][us_image image=”7383″][vc_column_text]Esta imagen representa el papel completo del Machine Learning Engineer, centrado en la producción en lugar del desarrollo, lo que ayuda a los Data Scientes a poner los modelos en producción más rápido.
Machine Learning ayuda a crear las clases donde los Data Scients importan y reescriben los métodos para realizar el entrenamiento, después de que el modelo se entrena y se devuelve con todos los métodos utilizados y las características creadas se aplican en producción.
Esperamos que te haya resultado más fácil comprender cómo funciona el rol del Machine Learning Engineer. Si tienes alguna pregunta, comentario o sugerencia, estaremos encantados de ayudarte y responder. Es importante recordar que contamos con contenido rápido y muy útil en nuestras redes sociales, allí también ponemos casillas de preguntas para apoyarte lo más posible en este camino de conocimiento y aprendizaje.[/vc_column_text][us_separator size=”small” show_line=”1″][vc_column_text]Escrito por: Mayara Pimentel | Adaptación: Karina Ríos | Revisión: Raphael Silva[/vc_column_text][/vc_column][/vc_row]
[vc_row][vc_column][vc_column_text]Esto ayudará a generar nuevas experiencias en diversos ámbitos y áreas, mediante realidad aumentada o virtual e inteligencia artificial.
La necesidad de estar conectados crece en forma exponencial. Más dispositivos, organizaciones y personas necesitan conexión permanente a la red. De acuerdo a Cisco, el principal fabricante mundial de infraestructura de redes, para el año próximo el 52% de la población mundial estará conectada, habrá en promedio 3,4 dispositivos por persona y el consumo per cápita será de 25,1 GB mensuales.
Para satisfacer estos niveles de demanda, es necesario desarrollar una infraestructura capaz de soportar esta cantidad de tráfico y ampliarla a niveles inimaginables. Para 2022 se creará más tráfico que en los 32 años combinados desde que comenzó Internet y más de la mitad de este tráfico que transportarán las redes IP será Wi-Fi.
Por tal motivo es que ya ha comenzado una nueva era en la conectividad: el Wi-Fi 6. Se trata de un nuevo estándar que potenciará nuestra capacidad de conexión hacia nuevos horizontes, para todos los sectores posibles, democratizando la conectividad, por lo que ahora será más fácil que personas de todo el mundo estén conectadas debido a la reducción de costos de infraestructura y mayor capacidad de la red.
Esto ayudará a generar nuevas experiencias en diversos ámbitos y áreas, mediante realidad aumentada o virtual e inteligencia artificial, que podrá aplicarse a distintos sectores como el educativo, el retail o en la salud.
El Wi-Fi 6 junto a la red móvil de quinta generación (5G), que está en fase de implementaciones en algunas ciudades del mundo, tienen la capacidad de impactar más allá del mundo de las tecnologías de la información.[/vc_column_text][us_btn label=”Enteráte más clicando aquí” link=”url:https%3A%2F%2Fgblogs.cisco.com%2Fla%2Fnetworking1-jmonginiwi-fi-6-y-5g-el-proximo-cambio-masivo-en-conectividad-y-datos%2F|target:_blank”][us_separator size=”small” show_line=”1″][vc_column_text]Escrito por: Juan Pablo Mongini – Head of Enterprise Networks Sales Cisco Latin America[/vc_column_text][/vc_column][/vc_row]
Enriqueciendo al área de TI y redes con habilidades y prácticas de software con Certificaciones de Cisco y DevNet.
Cisco está revolucionando el rol de los profesionales de redes y desarrolladores de software para impulsar la innovación tecnológica y acelerar el negocio.
Mientras Cisco reinventa el futuro de las redes, DevNet (programa Cisco para desarrolladores) está juntando a los desarrolladores de software y a los profesionales certificados en redes en una única comunidad, para habilitar una colaboración sin precedentes, compartiendo buenas prácticas y siendo pionero en todos los niveles de automatización posibles. Adicionalmente, Cisco está expandiendo su programa de certificación, acorde a los cambios de la industria para acelerar el proceso de adopción y éxito de la automatización de la red.
La red intuitiva de Cisco ha llevado a un cambio fundamental en el rol que las redes juegan en los negocios. Por ende, el rol de los profesionales de red también ha cambiado de tareas manuales e intensas hacia el mundo donde TI, DevOps, la nube y el desarrollo de aplicaciones trabajan juntos. Para aprovechar al máximo las capacidades de esta nueva red, las organizaciones deben sacar provecho de las prácticas de software y redes e involucrar a toda esta comunidad para resolver los nuevos retos en conjunto.
“La tecnología de redes ha evolucionado significativamente los últimos 5 años y las nuevas redes pueden acelerar los negocios, catalizar nuevas aplicaciones y traer prácticas de DevOps a las redes”, nos dice Susie Wee, SVP/CTO y fundadora de Cisco DevNet. “Estamos trayendo habilidades de software a la industria de red con las nuevas certificaciones Cisco DevNet”.
Resumen
La evolución del programa profesional de certificación Cisco está dirigido tanto al profesional de red como al desarrollador de software en una única comunidad que cree al equipo TI del futuro.
El programa de certificación y capacitación Cisco ahora incluye la certificación DevNet y está diseñado tanto para el profesional de red como para el desarrollador de software, con el objetivo de optimizar y realizar aplicaciones para la nueva red y poder escoger qué habilidades tecnológicas quieren desarrollar.
Fast Lane te mantendrá informado de cuándo los nuevos cursos y certificaciones estén disponibles. Si tienes consultas o te gustaría trabajar tu plan de carrera con uno de nuestros ejecutivos, puedes entrar en contacto con nosotros escribiéndonos a info@flane.com.pa
