Vault personal de Obsidian con las notas de estudio de John Mario Montoya Zapata sobre Google Cloud Platform (GCP), construidas con la técnica Feynman, con la meta de certificarse como Google Cloud Professional Machine Learning Engineer antes de que termine el año.
El repositorio está pensado para alojar todas las rutas de aprendizaje (learning paths) de Google Skills que se vayan cursando — no solo una. Cada ruta vive en su propia carpeta de nivel superior.
Este repositorio es un vault de Obsidian (la configuración vive en .obsidian/). Ábrelo directamente como vault en la aplicación de Obsidian para navegar el grafo de enlaces, usar el panel de backlinks y visualizar los diagramas Mermaid embebidos en las notas. También se puede leer como Markdown plano desde GitHub/VS Code, pero se pierde la vista de grafo.
gcp-learning-vault/
├── GCP_Index.md # Mapa maestro (MOC): punto de entrada a todas las notas
├── 00_proyectos_gcp_que_son.md # Nota introductoria (jerarquía/proyectos)
├── gcp_vs_aws_homologacion.md # Nota complementaria: homologación GCP ↔ AWS
├── path_08_getting_started_with_google_cloud/ # Ruta de Google Skills: "Getting Started with Google Cloud"
│ ├── 01_load_balancing_on_compute_engine/ # Curso/skill badge: Load Balancing on Compute Engine
│ ├── 02_prepare_data_for_ml_apis_on_gcp/ # Curso: Prepare Data for ML APIs on GCP
│ ├── 03_google_cloud_fundamentals_core_infrastructure/ # Curso: Google Cloud Fundamentals: Core Infrastructure
│ └── 04_introduction_to_AI_and_ML_on_GCP/ # Curso: Introduction to AI and ML on GCP (en progreso)
├── images/ # Imágenes referenciadas por las notas
└── .obsidian/ # Configuración del vault (no editar a mano)
Cada carpeta path_XX_... corresponde a una ruta de aprendizaje de Google Skills; dentro de ella, cada carpeta numerada es un curso de esa ruta. Dentro de cada curso, cada archivo .md es en principio una nota Feynman sobre un concepto o servicio de GCP. La excepción es el curso 04, que actualmente contiene también transcripciones crudas de lecciones (texto con timestamps, sin frontmatter) pendientes de convertir en notas.
Google Skills reutiliza cursos y laboratorios entre distintas rutas. Cuando un curso de una ruta nueva ya se cursó como parte de otra ruta ya presente en este repo, no se duplica la nota: se añade una nota corta de referencia (o una entrada en GCP_Index.md) que enlaza al curso ya documentado, indicando en qué otra ruta se vio primero.
GCP_Index.md es el Map of Content (MOC) del vault: agrupa las notas por módulo/curso, muestra un diagrama Mermaid con las relaciones entre conceptos, y lleva un changelog de cómo ha evolucionado el vault. Es el punto de partida recomendado para entender qué se ha estudiado y cómo se conecta entre sí.
Regla del vault: toda nota nueva debe quedar referenciada en GCP_Index.md (tabla del módulo, diagrama Mermaid y changelog). Una nota que no aparece en el índice es una nota huérfana en el grafo.
Cada nota sigue una estructura consistente pensada para forzar comprensión real (no copiar y pegar documentación):
- Resumen en una frase — la idea central, sin jerga.
- Analogía sencilla — explicar el concepto con una metáfora cotidiana.
- Contenido clave — lo importante del material fuente, en lenguaje propio.
- Diagramas/ejemplos — Mermaid, tablas comparativas o comandos
gcloudcuando aplica. - Preguntas Feynman — auto-chequeo: preguntas que uno debería poder responder sin mirar la nota.
- Tarjetas Anki — pares pregunta/respuesta para repaso espaciado.
- Registro personal — aprendizajes, dudas, próximos pasos y conexión con el contexto profesional del autor.
El procedimiento completo (frontmatter exacto, checklist de creación, y el paso obligatorio de actualizar GCP_Index.md) está definido como skill de Claude Code en .claude/skills/gcp-feynman-note/SKILL.md, para que cualquier nota nueva —manual o asistida— siga el mismo patrón.
| Ruta / Curso | Estado |
|---|---|
| path_08 · Getting Started with Google Cloud | 🟠 En progreso |
| 01 · Load Balancing on Compute Engine | ✅ Notas completas |
| 02 · Prepare Data for ML APIs on GCP | 🟡 Parcial |
| 03 · Google Cloud Fundamentals: Core Infrastructure | ✅ Notas completas |
| 04 · Introduction to AI and ML on GCP | 🟠 En progreso |
| path_17 · Professional Machine Learning Engineer | ⬜ Aún no iniciada como carpeta propia |