Explore todas las herramientas de TI

Cloud Identity (y el stack de identidad de Google) se usa para administrar usuarios, grupos y acceso a aplicaciones, especialmente en organizaciones que operan Google Workspace. Provee capacidades de SSO, gestión de endpoints (según edición) y controles para fortalecer acceso, con administración central y políticas para reducir riesgo. Es ideal para organizaciones Google-first que buscan una capa de identidad integrada a su entorno sin introducir complejidad adicional.

Google Cloud Workflows permite orquestar servicios en Google Cloud y llamadas a APIs externas con un motor serverless, soportando retries, manejo de excepciones y pasos declarativos. Se usa para automatizar integraciones técnicas, coordinar microservicios y construir procesos event-driven sin operar infraestructura. Es ideal para equipos en GCP que necesitan orquestación gestionada para integraciones y automatización de servicios.

Google Dataplex ayuda a organizar y gobernar datos distribuidos en Google Cloud (lakes y warehouses), aportando una capa para descubrimiento, administración y políticas (según arquitectura) que habilita consumo más ordenado y seguro. Se utiliza para estandarizar dominios/datasets, mejorar visibilidad y facilitar control sobre activos en GCP. Es ideal para organizaciones que operan su plataforma de datos principalmente en Google Cloud y quieren gobierno integrado al ecosistema.

Google Vault permite retener, preservar (legal hold), buscar y exportar datos de Google Workspace (Gmail, Drive, Chat y otros según edición) para cumplir requerimientos legales y regulatorios. Se usa para investigaciones internas, litigios y políticas de retención, manteniendo evidencias y control de acceso. Es ideal para organizaciones Google-first que necesitan eDiscovery/legal hold integrado al ecosistema Workspace sin adoptar una plataforma eDiscovery externa para casos estándar.

H2O.ai ofrece herramientas para construir y entrenar modelos con enfoque en AutoML y escalabilidad. Su stack incluye H2O-3 (open source) para ML distribuido y productos comerciales como Driverless AI/AI Cloud para acelerar feature engineering, tuning y despliegue (según edición). Es ideal para equipos que buscan acelerar modelado predictivo con automatización, manteniendo opciones open source.