Skills que aprenderás
Convocatorias
No hay convocatorias abiertas ahora mismo, pero no te pierdas la oportunidad: guarda este curso y te avisamos en cuanto se abra una convocatoria.
Recursos
No hay recursos disponibles todavía para esta convocatoria
Dirigido a profesionales de QA y testing que ya manejan los fundamentos de Grafana y necesitan llevar sus dashboards al siguiente nivel en entornos de pruebas reales. A lo largo de 8 horas, el participante aprenderá a conectar fuentes de datos como Prometheus, InfluxDB o Loki a dashboards existentes, a diseñar vistas orientadas a KPIs de calidad con una jerarquía visual sólida, y a elegir y justificar el tipo de visualización más adecuado para cada métrica. También adquirirá capacidad para adaptar dashboards heredados mediante variables de template, depurar consultas en PromQL, SQL o LogQL que devuelven resultados incorrectos, y configurar y afinar reglas de alerta en Grafana Alerting para métricas críticas. Al finalizar, el participante será capaz de construir y mantener de forma autónoma un ecosistema de observabilidad de calidad funcional, conectado a pipelines de testing automatizado y listo para ser presentado a equipos técnicos y de gestión.
Bloque 1 — Conexión de fuentes de datos y verificación de paneles Se aborda la integración de fuentes de datos —Prometheus, InfluxDB y Loki— en dashboards ya existentes, con especial atención a la configuración de la conexión, la selección del datasource correcto en cada panel y la verificación de que los datos mostrados corresponden al entorno de pruebas activo. Se revisan los mecanismos de exploración (Explore) de Grafana como herramienta previa a la creación de paneles definitivos.
Bloque 2 — Tipos de visualización y criterios de selección para QA Se comparan los principales tipos de panel disponibles en Grafana —time series, stat, bar chart, heatmap y otros— analizando sus propiedades visuales y los escenarios de medición en los que cada uno resulta más expresivo. El participante practica la justificación de la elección de visualización en función de la naturaleza de la métrica (tendencia temporal, valor puntual, distribución, densidad de eventos), aplicando ejemplos concretos de métricas de calidad como latencia P95, tasa de fallos o número de tests ejecutados.
Bloque 3 — Diseño de dashboards orientados a KPIs de testing Se trabaja la composición de un dashboard completo con al menos cuatro paneles que expongan indicadores clave de calidad, aplicando principios de jerarquía visual: agrupación lógica de paneles, uso consistente del color, leyendas claras y títulos descriptivos. Se incluyen pautas para estructurar la información de modo que sea útil tanto para equipos técnicos como para audiencias de gestión.
Bloque 4 — Variables de template y adaptación de dashboards heredados Se introduce el sistema de variables de Grafana como mecanismo para hacer dashboards reutilizables y flexibles. El participante aprende a definir variables de tipo query, custom e interval para filtrar por entorno, suite de tests o servicio, y practica la transformación de un dashboard genérico heredado en una vista parametrizable sin necesidad de duplicar paneles.
Bloque 5 — Depuración de consultas: PromQL, SQL y LogQL Se tratan las causas más frecuentes por las que un panel muestra datos vacíos o erróneos: rangos temporales mal configurados, funciones de agregación incorrectas, etiquetas o labels con errores tipográficos y desajustes en el step de la consulta. A través de casos prácticos, el participante identifica el origen del problema mediante el inspector de panel y las herramientas de exploración, y aplica la corrección correspondiente en la consulta.
Bloque 6 — Alertas en Grafana Alerting: configuración y depuración Se configura una regla de alerta completa para una métrica crítica de QA —por ejemplo, tasa de error por encima de un umbral durante un número determinado de minutos—, justificando los parámetros de evaluación elegidos como pending period y threshold. A continuación, se analiza el comportamiento de alertas que se disparan de forma incorrecta: se distingue si el problema reside en la consulta subyacente, en el umbral definido o en la configuración del canal de notificación, y se aplica la corrección adecuada en cada caso.
Bloque 7 — Integración de resultados de suites de tests automatizados Se explora la integración del estado de ejecución de una suite de tests en un panel de Grafana, ya sea mediante la API de Grafana, un datasource compatible o la publicación de métricas desde el propio pipeline de CI/CD. El participante construye un panel de reporte que muestre el estado de la última ejecución —pasado, fallido, en progreso— y lo incorpora al dashboard de calidad diseñado en bloques anteriores.