Kurs i Bindal

6-fagpakken gir deg generell studiekompetanse (23/5-regelen) og du kan studere på høgskole eller universitet. Kurspakken passer for deg som ønsker generell studiekompetanse eller vil forbedre karakterene dine fra videregående skole. Du kan ta hele 6-fagpakken eller enkeltstående fag.  6-fagpakken inneholder fagene Norsk, Engelsk, Matematikk 1P og 2P, Naturfag, Samfunnskunnskap og Historie. Gjennomføring NettstudierDu bestemmer hvor og når du vil lære. Her får du varierte leksjoner i form av tekster, video, quiz, podcast, veiledning og oppgaver. Du har alltid kontakt med din personlige lærer hos K2. Målet er å gjøre deg best mulig forberedt til eksamen. Her kan du prøve alle kursene (gratis) Din digitale læringsplattform Den nettbaserte læringsportalen til K2 er tilpasset både mobil, nettbrett og pc. Det gir deg enkelt tilgang til å studere faget på en engasjerende og spennende måte, uansett hvor du er.  Eksamen Som deltaker ved K2 er du privatist og må ta eksamen i fagene for å få karakter. Oppmeldingsfristene er normalt 15. september og 1. februar. Husk at betaling av eksamensavgiften skjer ved oppmelding.  Norsk muntlig og skriftlig, eksamen nov/des eller mai/juni Engelsk, eksamen nov/des eller mai/juni Matematikk 1P og Matematikk 2P, eksamen nov/des eller mai/juni Naturfag, eksamen nov/des eller mai/juni Samfunnskunnskap, eksamen nov/des eller mai/juni Historie, eksamen nov/des eller mai/juni Veien videre Med generell studiekompetanse (23/5-regelen og de 6 fagene du kan ta hos oss) eller vitnemål fra studieforberedende program (4 fagene) kan du søke opptakt til høgskoler og universitet. Se praktisk info for frister og opptak til universitet og høyskole. Gratis veiledning Vi har veiledere med mange års erfaring som står klare til å hjelpe deg! Er du usikker på hva som skal til for å få studiekompetanse, ta gjerne kontakt med oss for gratis veiledning.  Ønsker du mer informasjon om kurset, velg "Send meg info"-knappen under. Vil du chatte med oss, klikk på ikonet nederst i høyre hjørne. Lånekassestøtte Utdanningen er godkjent i lånekassen. Du søker direkte via lanekassen.no. Alt du må vite om lån og stipend fra Lånekassen som deltaker hos K2 utdanning Støtteordning Er du organisert i en fagforening, kan du i de fleste fagforeningene søke støtte til utdanning. Dersom du er organisert bør du sjekke med din fagforening om muligheter for støtte, frister og hvordan du søker. Forkunnskaper Du må ha fullført grunnskole eller tilsvarende opplæring. Minoritetsspråklige bør ha minimum B1-nivå i norsk muntlig og skriftlig. Dersom du har behov for å lære mere norsk før du starter på utdanning har vi norskkurs på forskjellig nivå (A1-B2). Språkkursene er digitale med personlig oppfølging fra lærer. Se alle norskkurs K2 tilbyr. Krav til utstyr Som deltaker hos K2 må du ha tilgang til pc på eksamen. I tillegg trenger du PC-versjonen av Office eller tilsvarende programmer. Se hva du har tilgang til av nettbaserte ressurser på eksamen. Praktisk info Du finner svar på ofte stilte spørsmål på nettsiden vår under praktisk info.     [-]

Kurset passer for: deg som skal bli: apotektekniker – helsesekretær - tannhelsesekretær deg som har helse- og sosialfag vg1 eller grunnkurs samt fellesfagene/allmennfagene fra vg1 og vg2/grunnkurs og vk-1. Kursets innhold er: Felles programfag: Helsefremmende arbeid • Kommunikasjon og samhandling • Yrkesutøvelse

Nettkurs kombinert med forelesninger i form av lyd og bilde på din egen PC. Felles programfag: Helsefremmende arbeid • Kommunikasjon og samhandling • Yrkesutøvelse

Nettkurs kombinert med forelesninger i form av lyd og bilde på din egen PC. Start:          Når du selv ønskerOmfang:      En innlevering for hvert fag – i alt 3Pris:            Felles programfag: Kr. 10.000,- ekskl. lærebøker og eksamensavgift                    (kan deles i 4 månedlige avdrag med kr. 200,- i avdragsgebyr pr. avdragTidsplan Kurset kan tas etter egen tidsplan med innlevering av mapper til retting. Du velger selv når du vil starte opp med kurset og hvor lang tid du vil bruke. Innleveringer En innlevering for hvert fag – i alt 3. Kurset er i tråd med læreplanens kompetansemål. Det følger med ulike nettressurser som du kan benytte så mye og så ofte du vil.Lånekassen  Utdanningen er godkjent for lån og stipend i Lånekassen. For å få lån omgjort til stipend kreves det at deltaker avlegger privatisteksamen i samtlige fag som utgjør 4 eksamener.Eksamensform  Privatisteksamen etter gjeldende regler. Oppmelding elektronisk: www.privatistweb.no Fører frem til fagbrev. Er du organisert? Undersøk med ditt fagforbund om du kan søke å få dekket kursavgift. Er du organisert? Undersøk med ditt fagforbund om du kan søke å få dekket kursavgift. [-]

Ingeniørpakken gir til sammen 2 realfagspoeng og passer for deg som vil bli ingeniør, men som mangler fag eller må forbedre fagene. Har du studiekompetanse, men mangler realfag for å kunne søke ingeniørstudier? Fagene du trenger, er matematikk R1 og R2 og fysikk 1. Her kan du prøve Matematikk eller Fysikk (gratis). Gjennomføring NettstudierDu bestemmer hva, hvor og når du vil lære. Her får du varierte leksjoner i form av tekster, video, quiz, podcast, veiledning og oppgaver. Du har alltid kontakt med din personlige lærer hos K2. Målet er å gjøre deg best mulig forberedt til eksamen. Her kan du prøve alle kursene (gratis). Din digitale læringsplattform Den nettbaserte læringsportalen til K2 er tilpasset både mobil, nettbrett og pc. Det gir deg enkelt tilgang til å studere faget på en engasjerende og spennende måte, uansett hvor du er.  Eksamen Som deltaker ved K2 er du privatist og må ta eksamen i fagene for å få karakter. Oppmeldingsfristene er normalt 15. september og 1. februar. Husk at betaling av eksamensavgiften skjer ved oppmelding.  Velg Ingeniørpakken og få tilgang til Fysikk 1, Matematikk R1 og Matematikk R2 i 12 måneder. Du velger selv når du vil ta eksamen.  Fysikk 1, eksamen nov/des eller mai/juni Matematikk R1, eksamen nov/des eller mai/juni Matematikk R2, eksamen nov/des eller mai/juni Veien videre Om du har generell studiekompetanse (GENS) og velger å ta fagene fysikk 1 og matematikk R1 og R2 som privatist, da oppfyller du opptakskravene til flere studier, inkludert ingeniørstudier. Se praktisk info for frister og opptak til universitet og høyskole. Gratis veiledning Vi har veiledere med mange års erfaring som står klare til å hjelpe deg! Er du usikker på hva som skal til for å få studiekompetanse, ta gjerne kontakt med oss for gratis veiledning.  Ønsker du mer informasjon om kurset, velg "Send meg info"-knappen under. Vil du chatte med oss, klikk på ikonet nederst i høyre hjørne. Lånekassestøtte Utdanningen er godkjent i lånekassen. Du søker direkte via lanekassen.no. Alt du må vite om lån og stipend fra Lånekassen som deltaker hos K2 utdanning Støtteordning Er du organisert i en fagforening, kan du i de fleste fagforeningene søke støtte til utdanning. Dersom du er organisert bør du sjekke med din fagforening om muligheter for støtte, frister og hvordan du søker. Forkunnskaper Du må ha fullført grunnskole eller tilsvarende opplæring. Minoritetsspråklige bør ha minimum B1-nivå i norsk muntlig og skriftlig. Dersom du har behov for å lære mere norsk før du starter på utdanning har vi norskkurs på forskjellig nivå (A1-B2). Språkkursene er digitale med personlig oppfølging fra lærer. Se alle norskkurs K2 tilbyr. Krav til utstyr Som deltaker hos K2 må du ha tilgang til pc på eksamen. I tillegg trenger du PC-versjonen av Office eller tilsvarende programmer. Se hva du har tilgang til av nettbaserte ressurser på eksamen. Praktisk info Du finner svar på ofte stilte spørsmål på nettsiden vår under praktisk info.     [-]

Vårt lederkurs gir deg grunnleggende kunnskaper om motiverende ledelse. Kurset skal gi deltakerne en faglig forståelse for ulike utfordringer knyttet til ledelse der mellommenneskelige relasjoner inngår. Nettkurs eller brevkurs kombinert med forelesninger i form av lyd og bilde på din egen PC.     Start:         Når du selv ønsker. Omfang:     3 innleveringer Pris:           kr. 4.500,- (kan deles i 4 månedlige avdrag med                    kr. 200,- i avdragsgebyr for hvert avdrag).    Tidsplan • Kurset kan tas etter egen tidsplan med innlevering av besvarelser til veiledning. • Du velger selv når du vil starte opp med lederkurset og hvor lang tid du vil      bruke.   Innleveringer • Innlevering av 3 besvarelser   Målgruppe for vårt lederkurs Alle som har et verv eller arbeid, eller ønsker et verv eller arbeid der mellommenneskelige relasjoner og ledelse inngår.   Mål for lederkurset Kurset skal gi deltakerne en faglig forståelse for ulike utfordringer knyttet til lederverv og ledelse.   Kursbeskrivelse Vårt lederkurs gir deg grunnleggende kunnskaper om ledelse.   Tema - Lederkurs • Ledelse i dag • Dagens utfordringer • Dagens muligheter • Ledelsesteori • Administrasjon • Organisasjon • Lederkompetanse • Hvor læres denne kompetansen? • Ledertyper • Personlighet • Kommunikasjon • Hva er god kommunikasjon? • Hvilke utfordringer møter vi i kommunikasjon? • Relasjonskompetanse • Makt • Tillit • Motivasjon • Kreativitet • Behov • Gruppe • Team • Utvikling • Vi-følelse • Helhetlig tenking   Litteratur Relasjonell ledelse Hans Morten Skivik ISBN 9788205329669 Gyldendal 2004   Vurdering  Bestått/ikke bestått.   Kursbevis  Kursbevis utstedes til de som har bestått og som har betalt kursavgiften i sin helhet.   Er du organisert? Undersøk med ditt fagforbund om du kan søke å få dekket kursavgiften for vårt lederkurs.   Dersom du ønsker å komme i kontakt med studieekspert kan du trygt ta kontakt med oss på telefon: 913 58 038913 58 038 eller sende oss E-post til: postmottak@kompetansesenter-bedriftshjelp.com Vi har lang erfaring med kurs og studier og vet hva som vil passe deg best etter en kort og uforpliktende samtale. [-]

Kurset passer for assistenter i barnehage/skole/sfo, barne- og ungdomsarbeidere, omsorgsarbeidere, andre yrkesutøvere og foreldre. Kurset skal gi deltakerne en faglig forståelse av problematferd og gjøre deltakerne i stand til å sette i verk mest mulig effektive tiltak.Nettkurs eller brevkurs kombinert med forelesninger i form av lyd og bilde på din egen PC.     Start:             Når du selv ønsker. Omfang:         3 innleveringer Pris:               kr.4.500,- (kan deles i 4 månedlige avdrag med                        kr. 200,- i avdragsgebyr for hvert avdrag).   Tidsplan • Kurset kan tas etter egen tidsplan med innlevering av besvarelser til veiledning. • Du velger selv når du vil starte opp med kurset og du bestemmer selv hvor lang tid du vil bruke.   Innleveringer • Innlevering av 3 besvarelser   Mål for kurset Kurset skal gi deltakerne en faglig forståelse av problematferd og gjøre deltakerne i stand til å sette i verk mest mulig effektive tiltak.   Kursdeltakerne skal få kunnskap om: • Problematferd med omfang av problemet og hvordan slik atferd kan forstås • Kompetanseutviklende og problemløsende arbeid • Hvordan stimulere sosial læring til det beste for den enkelte?   Tema • Problematferd • Utvikling av atferdsproblemer • Perspektiver på endring • Undervisningsstrategier • Psykodynamisk tilnærming • Psykopedagogisk tilnærming • Involveringspedagogikk • Atferdsmodifikasjon • Strukturering av læringsmiljøet • Forebygging • Hvordan oppstår problematferd? • Atferdskorrigering • Aggressive og utagerende barn • Sosial kompetanse hos barn og unge • Læringspsykologi og sosial kompetanse • Mestringskompetanse • Hva påvirker kompetanseutviklingen? • Sosial læring  • Læring av sosial kompetanse • Tiltak for å fremme sosial kompetanse       Litteratur Sosial kompetanse og problematferd i skolen. Terje Ogden m fl. ISBN 9788205391765 Gyldendal Norsk Forlag 2009   Vurdering  Bestått/ikke bestått.   Kursbevis  Kursbevis utstedes til de som har bestått og som har betalt kursavgiften i sin helhet.   Er du organisert? Undersøk med ditt fagforbund om du kan søke å få dekket kursavgift. [-]

Modulen dekker bruk og effekt av Lean og agile arbeidsmåter, og hvordan dette kan utnyttes til fordel for organisasjonen. Kurset vil gi kandidatene en praktisk og strategisk metode for å planlegge og levere kontinuerlig forbedring med nødvendig smidighet.  E-læringskurset inneholder 18 timer med undervisning, og er delt inn i 12 moduler. Les mer om ITIL® 4 på AXELOS sine websider Du vil motta en e-post med tilgang til e-læringen, sertifiseringsvoucher og digital bok fra Peoplecert. Du avtaler tid for sertifiseringen som beskrevet i e-posten fra Peoplecert.   [-]

    Fleksible kurs for fremtidenNy kunnskap skal gi umiddelbar effekt, og samtidig være holdbar og bærekraftig på lang sikt. NTI AS har 30 års erfaring innen kurs og kompetanseheving, og utdanner årlig rundt 10.000 personer i Nord Europa innen CAD, BIM, industri, design og konstruksjon.       Revit MEP MagiCAD El Basis II   Her er et utvalg av temaene du vil lære på kurset: Bruke funksjoner i Revit MEP, MagiCAD og NTI Tools Gjennomføre prosjektoppstart med en sentral fil Bruk av Revit familier i sammenheng med delte parametere Utforme elektroinstallasjonstegninger slik at mest mulig informasjon kan utnyttes med hensyn til BIM. Etter kurset kan du bruke funksjoner i Revit MEP, MagiCAD og NTI Tools. Gjennomføre prosjektoppstart med en sentral fil. Bruk av Revit familier i sammenheng med delte parametere. Lære å utforme elektroinstallasjonstegninger slik at mest mulig informasjon kan utnyttes med hensyn til BIM.   Dette er et populært kurs, meld deg på nå!   Tilpassete kurs for bedrifterVi vil at kundene våre skal være best på det de gjør - hele tiden.  Derfor tenker vi langsiktig om kompetanseutvikling og ser regelmessig kunnskapsløft som en naturlig del av en virksomhet. Vårt kurskonsept bygger på et moderne sett av ulike læringsmiljøer, som gjør det enkelt å finne riktig løsning uansett behov. Ta kontakt med oss på telefon 483 12 300, epost: salg@nticad.no eller les mer på www.nticad.no [-]

Målsetting Målsettingen med opplæringen er at personen som gis opplæring, tilegner seg grunnleggende kunnskaper og praktiske ferdigheter om sikker bruk av løfteredskap og riktig signalgivning til kranfører, slik at ulykker ved bruk unngås Emneliste Innledning Løfteredskap Løfteredskapstabeller Kommunikasjon (Bruk av signaler og radio) Praktisk bruk av løfteredskap Øvingsoppgaver Eksamen Modul 2.3 Avslutningsprøve Teori  modul 2.3 Antall oppgaver: 30 Maksimal tid for prøve: 45 min. Minimum score for å bestå: 80% Kompetansebevis / sertifikat Et kursbevis vil bli utstedt til hver kandidat som har gjennomført og bestått opplæringen. Kursbeviset vil inneholde informasjon om opplæringssted, kursinnhold, dato for gjennomføring, kandidatens navn og fødselsdato og være signert av daglig leder/kurs koordinator Pris er per deltaker og inkluderer alle kursdager, eksamen samt lunsj i vår kantine. [-]

  Studieår: 2013-2014   Gjennomføring: Høst Antall studiepoeng: 5.0 Forutsetninger: Ingen Innleveringer: Obligatorisk deltakelse på avtalte nettbaserte gruppemøter. Personlig veileder: ja Vurderingsform: Vurderingen i faget er basert på to prosjektarbeider (teller 50 % hver) som begge må være bestått. Individuelle vurderinger kan gjøres ved manglende deltakelse eller ved kontraktsbrudd med øvrige medlemmer. Klageadgang gjelder kun for samlet karakter. Ansvarlig: Olav Skundberg         Læremål: Etter å ha gjennomført emnet skal studenten ha følgende samlede læringsutbytte: KUNNSKAPER:Kandidaten:- kan redegjøre for hvordan man styrker engasjementet blant deltakerne i distribuerte arbeidsgrupper- kan redegjøre for samhandlingsmetodikk og nettbasert samarbeid FERDIGHETER:Kandidaten:- kan bruke et nettbasert prosjektverktøy til å planlegge et prosjekt og følge opp fremdriften- kan bruke samarbeidsverktøy for samlokaliserte og nettbaserte arbeidsformer- kan bidra til effektive nettmøter GENERELL KOMPETANSE:Kandidaten:- er bevisst på egen rolle og opptreden i et samhandlingsteam Innhold:Samhandling i distribuerte arbeidsgrupper. Verktøy for prosjektstyring. Verktøy for datastøttet samarbeid. Samhandlingsmetodikk.Les mer om faget her Påmeldingsfrist: 25.08.13 / 25.01.14         Dette faget går: Høst 2013    Fag Datastøttet samhandling 4980,-         Semesteravgift og eksamenskostnader kommer i tillegg.   [-]

Oracle Database: Analytic SQL for Data Warehousing [-]

Dette er utdanningen for deg som ønsker å arbeide innen pleie- og omsorgssektoren, men som mangler formell utdanning på området. Studiet Pleieassistent kvalifiserer deg til å jobbe som ekstravakt, støttekontakt eller fast ansatt i omsorgsbolig, sykehjem eller hjemmetjenesten. Pleieassistent gir deg innsikt og en faglig forståelse og trygghet, og opplæringen dekker viktige områder som rolleforståelse og holdninger, grunnleggende kunnskaper om ulike psykiske og fysiske lidelser og grunnleggende elementer i pleie- og omsorgsarbeid. Denne korte yrkesrettede utdanningen gir deg også et godt grunnlag for en rekke videre studier til andre yrker og profesjoner innen pleie- og omsorgssektoren.     Nivå: Yrkesrettet utdanning       Anbefalte forkunnskaper:    Ingen spesielle.   Studietid:   Du kan bruke inntil 6 måneder på å gjennomføre dette studiet. Dersom du ser at du trenger lenger tid på å fullføre kan du søke om forlengelse. Hvis du søker om forlengelse før studietiden har gått ut koster det 350 kroner pr. måned. Hvis du søker om forlengelse etter at den ordinære studietiden har gått ut koster det først 500 kroner i oppstartsgebyr og så 350 kroner pr. måned. Du kan utvide din studietid ved å sende en søknad om forlengelse pr. e-post til studietid@nki.no Studiestart:   Studiet har studiestart hver dag, hele året. Når vi har registrert din bestilling, mottar du passord til Nettskolen - og du er i gang!   Eksamen:   Eksamen arrangeres to ganger i året. All informasjon om eksamen.     Pris:   Pris 7 300,-     Studiemateriell:    Studiemateriell fåes kjøpt hos NKI Forlaget. Etter bestilling av nettstudiet får du en link til NKI Forlaget hvor du finner pensumlitteratur og tilbud om å kjøpe de bøkene du trenger. Finansiering:   Du kan velge mellom kortbetaling, faktura på totalbeløpet, avdragsordning eller annen betaler. Dette velger du i bestillingen. Tips til finansiering:   Du kan få støtte fra arbeidsgiver, NAV, fagforeninger eller søke om stipender. [-]

Kursene er inkludert lunsj! Kursets innhold: Våre kurs for bruk av personløfter tar for seg: sakseplattformer selvgående personløftere bilmonterte personløftere tilhengermonterte personløfter vertikal personløfter isolert personløfter Varighet på personløfterkurs Kurset har en varighet på : 8 timer teori 6 timer praksis for hver maskintype hos opplæringsvirksomheten eller 25 timer hos fadder/bedrift Undervisningen er tilpasset de som har lese- og skrivevansker.    Teori del  kr 2.700,- Kurset vil bli avholdet i våre lokaler i Fyllingsdalen Er det noe du lurer på kan dere ta kontakt med oss på telefon: 55 32 32 94 eller 450 444 33 eller fyll ut vårt kontaktskjema. Vi arrangerer gjerne bedriftsintern opplæring. [-]

Certified Scrum Product Owner (CSPO) [-]

COURSE OVERVIEW Students will begin by understanding the core compute and storage technologies that are used to build an analytical solution. They will then explore how to design an analytical serving layers and focus on data engineering considerations for working with source files. The students will learn how to interactively explore data stored in files in a data lake. They will learn the various ingestion techniques that can be used to load data using the Apache Spark capability found in Azure Synapse Analytics or Azure Databricks, or how to ingest using Azure Data Factory or Azure Synapse pipelines. The students will also learn the various ways they can transform the data using the same technologies that is used to ingest data. The student will spend time on the course learning how to monitor and analyze the performance of analytical system so that they can optimize the performance of data loads, or queries that are issued against the systems. They will understand the importance of implementing security to ensure that the data is protected at rest or in transit. The student will then show how the data in an analytical system can be used to create dashboards, or build predictive models in Azure Synapse Analytics. TARGET AUDIENCE The primary audience for this course is data professionals, data architects, and business intelligence professionals who want to learn about data engineering and building analytical solutions using data platform technologies that exist on Microsoft Azure. The secondary audience for this course data analysts and data scientists who work with analytical solutions built on Microsoft Azure. COURSE OBJECTIVES   Explore compute and storage options for data engineering workloads in Azure Design and Implement the serving layer Understand data engineering considerations Run interactive queries using serverless SQL pools Explore, transform, and load data into the Data Warehouse using Apache Spark Perform data Exploration and Transformation in Azure Databricks Ingest and load Data into the Data Warehouse Transform Data with Azure Data Factory or Azure Synapse Pipelines Integrate Data from Notebooks with Azure Data Factory or Azure Synapse Pipelines Optimize Query Performance with Dedicated SQL Pools in Azure Synapse Analyze and Optimize Data Warehouse Storage Support Hybrid Transactional Analytical Processing (HTAP) with Azure Synapse Link Perform end-to-end security with Azure Synapse Analytics Perform real-time Stream Processing with Stream Analytics Create a Stream Processing Solution with Event Hubs and Azure Databricks Build reports using Power BI integration with Azure Synpase Analytics Perform Integrated Machine Learning Processes in Azure Synapse Analytics COURSE CONTENT Module 1: Explore compute and storage options for data engineering workloads This module provides an overview of the Azure compute and storage technology options that are available to data engineers building analytical workloads. This module teaches ways to structure the data lake, and to optimize the files for exploration, streaming, and batch workloads. The student will learn how to organize the data lake into levels of data refinement as they transform files through batch and stream processing. Then they will learn how to create indexes on their datasets, such as CSV, JSON, and Parquet files, and use them for potential query and workload acceleration. Introduction to Azure Synapse Analytics Describe Azure Databricks Introduction to Azure Data Lake storage Describe Delta Lake architecture Work with data streams by using Azure Stream Analytics Lab 1: Explore compute and storage options for data engineering workloads Combine streaming and batch processing with a single pipeline Organize the data lake into levels of file transformation Index data lake storage for query and workload acceleration After completing module 1, students will be able to: Describe Azure Synapse Analytics Describe Azure Databricks Describe Azure Data Lake storage Describe Delta Lake architecture Describe Azure Stream Analytics Module 2: Design and implement the serving layer This module teaches how to design and implement data stores in a modern data warehouse to optimize analytical workloads. The student will learn how to design a multidimensional schema to store fact and dimension data. Then the student will learn how to populate slowly changing dimensions through incremental data loading from Azure Data Factory. Design a multidimensional schema to optimize analytical workloads Code-free transformation at scale with Azure Data Factory Populate slowly changing dimensions in Azure Synapse Analytics pipelines Lab 2: Designing and Implementing the Serving Layer Design a star schema for analytical workloads Populate slowly changing dimensions with Azure Data Factory and mapping data flows After completing module 2, students will be able to: Design a star schema for analytical workloads Populate a slowly changing dimensions with Azure Data Factory and mapping data flows Module 3: Data engineering considerations for source files This module explores data engineering considerations that are common when loading data into a modern data warehouse analytical from files stored in an Azure Data Lake, and understanding the security consideration associated with storing files stored in the data lake. Design a Modern Data Warehouse using Azure Synapse Analytics Secure a data warehouse in Azure Synapse Analytics Lab 3: Data engineering considerations Managing files in an Azure data lake Securing files stored in an Azure data lake After completing module 3, students will be able to: Design a Modern Data Warehouse using Azure Synapse Analytics Secure a data warehouse in Azure Synapse Analytics Module 4: Run interactive queries using Azure Synapse Analytics serverless SQL pools In this module, students will learn how to work with files stored in the data lake and external file sources, through T-SQL statements executed by a serverless SQL pool in Azure Synapse Analytics. Students will query Parquet files stored in a data lake, as well as CSV files stored in an external data store. Next, they will create Azure Active Directory security groups and enforce access to files in the data lake through Role-Based Access Control (RBAC) and Access Control Lists (ACLs). Explore Azure Synapse serverless SQL pools capabilities Query data in the lake using Azure Synapse serverless SQL pools Create metadata objects in Azure Synapse serverless SQL pools Secure data and manage users in Azure Synapse serverless SQL pools Lab 4: Run interactive queries using serverless SQL pools Query Parquet data with serverless SQL pools Create external tables for Parquet and CSV files Create views with serverless SQL pools Secure access to data in a data lake when using serverless SQL pools Configure data lake security using Role-Based Access Control (RBAC) and Access Control List After completing module 4, students will be able to: Understand Azure Synapse serverless SQL pools capabilities Query data in the lake using Azure Synapse serverless SQL pools Create metadata objects in Azure Synapse serverless SQL pools Secure data and manage users in Azure Synapse serverless SQL pools Module 5: Explore, transform, and load data into the Data Warehouse using Apache Spark This module teaches how to explore data stored in a data lake, transform the data, and load data into a relational data store. The student will explore Parquet and JSON files and use techniques to query and transform JSON files with hierarchical structures. Then the student will use Apache Spark to load data into the data warehouse and join Parquet data in the data lake with data in the dedicated SQL pool. Understand big data engineering with Apache Spark in Azure Synapse Analytics Ingest data with Apache Spark notebooks in Azure Synapse Analytics Transform data with DataFrames in Apache Spark Pools in Azure Synapse Analytics Integrate SQL and Apache Spark pools in Azure Synapse Analytics Lab 5: Explore, transform, and load data into the Data Warehouse using Apache Spark Perform Data Exploration in Synapse Studio Ingest data with Spark notebooks in Azure Synapse Analytics Transform data with DataFrames in Spark pools in Azure Synapse Analytics Integrate SQL and Spark pools in Azure Synapse Analytics After completing module 5, students will be able to: Describe big data engineering with Apache Spark in Azure Synapse Analytics Ingest data with Apache Spark notebooks in Azure Synapse Analytics Transform data with DataFrames in Apache Spark Pools in Azure Synapse Analytics Integrate SQL and Apache Spark pools in Azure Synapse Analytics Module 6: Data exploration and transformation in Azure Databricks This module teaches how to use various Apache Spark DataFrame methods to explore and transform data in Azure Databricks. The student will learn how to perform standard DataFrame methods to explore and transform data. They will also learn how to perform more advanced tasks, such as removing duplicate data, manipulate date/time values, rename columns, and aggregate data. Describe Azure Databricks Read and write data in Azure Databricks Work with DataFrames in Azure Databricks Work with DataFrames advanced methods in Azure Databricks Lab 6: Data Exploration and Transformation in Azure Databricks Use DataFrames in Azure Databricks to explore and filter data Cache a DataFrame for faster subsequent queries Remove duplicate data Manipulate date/time values Remove and rename DataFrame columns Aggregate data stored in a DataFrame After completing module 6, students will be able to: Describe Azure Databricks Read and write data in Azure Databricks Work with DataFrames in Azure Databricks Work with DataFrames advanced methods in Azure Databricks Module 7: Ingest and load data into the data warehouse This module teaches students how to ingest data into the data warehouse through T-SQL scripts and Synapse Analytics integration pipelines. The student will learn how to load data into Synapse dedicated SQL pools with PolyBase and COPY using T-SQL. The student will also learn how to use workload management along with a Copy activity in a Azure Synapse pipeline for petabyte-scale data ingestion. Use data loading best practices in Azure Synapse Analytics Petabyte-scale ingestion with Azure Data Factory Lab 7: Ingest and load Data into the Data Warehouse Perform petabyte-scale ingestion with Azure Synapse Pipelines Import data with PolyBase and COPY using T-SQL Use data loading best practices in Azure Synapse Analytics After completing module 7, students will be able to: Use data loading best practices in Azure Synapse Analytics Petabyte-scale ingestion with Azure Data Factory Module 8: Transform data with Azure Data Factory or Azure Synapse Pipelines This module teaches students how to build data integration pipelines to ingest from multiple data sources, transform data using mapping data flowss, and perform data movement into one or more data sinks. Data integration with Azure Data Factory or Azure Synapse Pipelines Code-free transformation at scale with Azure Data Factory or Azure Synapse Pipelines Lab 8: Transform Data with Azure Data Factory or Azure Synapse Pipelines Execute code-free transformations at scale with Azure Synapse Pipelines Create data pipeline to import poorly formatted CSV files Create Mapping Data Flows After completing module 8, students will be able to: Perform data integration with Azure Data Factory Perform code-free transformation at scale with Azure Data Factory Module 9: Orchestrate data movement and transformation in Azure Synapse Pipelines In this module, you will learn how to create linked services, and orchestrate data movement and transformation using notebooks in Azure Synapse Pipelines. Orchestrate data movement and transformation in Azure Data Factory Lab 9: Orchestrate data movement and transformation in Azure Synapse Pipelines Integrate Data from Notebooks with Azure Data Factory or Azure Synapse Pipelines After completing module 9, students will be able to: Orchestrate data movement and transformation in Azure Synapse Pipelines Module 10: Optimize query performance with dedicated SQL pools in Azure Synapse In this module, students will learn strategies to optimize data storage and processing when using dedicated SQL pools in Azure Synapse Analytics. The student will know how to use developer features, such as windowing and HyperLogLog functions, use data loading best practices, and optimize and improve query performance. Optimize data warehouse query performance in Azure Synapse Analytics Understand data warehouse developer features of Azure Synapse Analytics Lab 10: Optimize Query Performance with Dedicated SQL Pools in Azure Synapse Understand developer features of Azure Synapse Analytics Optimize data warehouse query performance in Azure Synapse Analytics Improve query performance After completing module 10, students will be able to: Optimize data warehouse query performance in Azure Synapse Analytics Understand data warehouse developer features of Azure Synapse Analytics Module 11: Analyze and Optimize Data Warehouse Storage In this module, students will learn how to analyze then optimize the data storage of the Azure Synapse dedicated SQL pools. The student will know techniques to understand table space usage and column store storage details. Next the student will know how to compare storage requirements between identical tables that use different data types. Finally, the student will observe the impact materialized views have when executed in place of complex queries and learn how to avoid extensive logging by optimizing delete operations. Analyze and optimize data warehouse storage in Azure Synapse Analytics Lab 11: Analyze and Optimize Data Warehouse Storage Check for skewed data and space usage Understand column store storage details Study the impact of materialized views Explore rules for minimally logged operations After completing module 11, students will be able to: Analyze and optimize data warehouse storage in Azure Synapse Analytics Module 12: Support Hybrid Transactional Analytical Processing (HTAP) with Azure Synapse Link In this module, students will learn how Azure Synapse Link enables seamless connectivity of an Azure Cosmos DB account to a Synapse workspace. The student will understand how to enable and configure Synapse link, then how to query the Azure Cosmos DB analytical store using Apache Spark and SQL serverless. Design hybrid transactional and analytical processing using Azure Synapse Analytics Configure Azure Synapse Link with Azure Cosmos DB Query Azure Cosmos DB with Apache Spark pools Query Azure Cosmos DB with serverless SQL pools Lab 12: Support Hybrid Transactional Analytical Processing (HTAP) with Azure Synapse Link Configure Azure Synapse Link with Azure Cosmos DB Query Azure Cosmos DB with Apache Spark for Synapse Analytics Query Azure Cosmos DB with serverless SQL pool for Azure Synapse Analytics After completing module 12, students will be able to: Design hybrid transactional and analytical processing using Azure Synapse Analytics Configure Azure Synapse Link with Azure Cosmos DB Query Azure Cosmos DB with Apache Spark for Azure Synapse Analytics Query Azure Cosmos DB with SQL serverless for Azure Synapse Analytics Module 13: End-to-end security with Azure Synapse Analytics In this module, students will learn how to secure a Synapse Analytics workspace and its supporting infrastructure. The student will observe the SQL Active Directory Admin, manage IP firewall rules, manage secrets with Azure Key Vault and access those secrets through a Key Vault linked service and pipeline activities. The student will understand how to implement column-level security, row-level security, and dynamic data masking when using dedicated SQL pools. Secure a data warehouse in Azure Synapse Analytics Configure and manage secrets in Azure Key Vault Implement compliance controls for sensitive data Lab 13: End-to-end security with Azure Synapse Analytics Secure Azure Synapse Analytics supporting infrastructure Secure the Azure Synapse Analytics workspace and managed services Secure Azure Synapse Analytics workspace data After completing module 13, students will be able to: Secure a data warehouse in Azure Synapse Analytics Configure and manage secrets in Azure Key Vault Implement compliance controls for sensitive data Module 14: Real-time Stream Processing with Stream Analytics In this module, students will learn how to process streaming data with Azure Stream Analytics. The student will ingest vehicle telemetry data into Event Hubs, then process that data in real time, using various windowing functions in Azure Stream Analytics. They will output the data to Azure Synapse Analytics. Finally, the student will learn how to scale the Stream Analytics job to increase throughput. Enable reliable messaging for Big Data applications using Azure Event Hubs Work with data streams by using Azure Stream Analytics Ingest data streams with Azure Stream Analytics Lab 14: Real-time Stream Processing with Stream Analytics Use Stream Analytics to process real-time data from Event Hubs Use Stream Analytics windowing functions to build aggregates and output to Synapse Analytics Scale the Azure Stream Analytics job to increase throughput through partitioning Repartition the stream input to optimize parallelization After completing module 14, students will be able to: Enable reliable messaging for Big Data applications using Azure Event Hubs Work with data streams by using Azure Stream Analytics Ingest data streams with Azure Stream Analytics Module 15: Create a Stream Processing Solution with Event Hubs and Azure Databricks In this module, students will learn how to ingest and process streaming data at scale with Event Hubs and Spark Structured Streaming in Azure Databricks. The student will learn the key features and uses of Structured Streaming. The student will implement sliding windows to aggregate over chunks of data and apply watermarking to remove stale data. Finally, the student will connect to Event Hubs to read and write streams. Process streaming data with Azure Databricks structured streaming Lab 15: Create a Stream Processing Solution with Event Hubs and Azure Databricks Explore key features and uses of Structured Streaming Stream data from a file and write it out to a distributed file system Use sliding windows to aggregate over chunks of data rather than all data Apply watermarking to remove stale data Connect to Event Hubs read and write streams After completing module 15, students will be able to: Process streaming data with Azure Databricks structured streaming Module 16: Build reports using Power BI integration with Azure Synpase Analytics In this module, the student will learn how to integrate Power BI with their Synapse workspace to build reports in Power BI. The student will create a new data source and Power BI report in Synapse Studio. Then the student will learn how to improve query performance with materialized views and result-set caching. Finally, the student will explore the data lake with serverless SQL pools and create visualizations against that data in Power BI. Create reports with Power BI using its integration with Azure Synapse Analytics Lab 16: Build reports using Power BI integration with Azure Synpase Analytics Integrate an Azure Synapse workspace and Power BI Optimize integration with Power BI Improve query performance with materialized views and result-set caching Visualize data with SQL serverless and create a Power BI report After completing module 16, students will be able to: Create reports with Power BI using its integration with Azure Synapse Analytics Module 17: Perform Integrated Machine Learning Processes in Azure Synapse Analytics This module explores the integrated, end-to-end Azure Machine Learning and Azure Cognitive Services experience in Azure Synapse Analytics. You will learn how to connect an Azure Synapse Analytics workspace to an Azure Machine Learning workspace using a Linked Service and then trigger an Automated ML experiment that uses data from a Spark table. You will also learn how to use trained models from Azure Machine Learning or Azure Cognitive Services to enrich data in a SQL pool table and then serve prediction results using Power BI. Use the integrated machine learning process in Azure Synapse Analytics Lab 17: Perform Integrated Machine Learning Processes in Azure Synapse Analytics Create an Azure Machine Learning linked service Trigger an Auto ML experiment using data from a Spark table Enrich data using trained models Serve prediction results using Power BI After completing module 17, students will be able to: Use the integrated machine learning process in Azure Synapse Analytics     [-]

  Studieår: 2013-2014   Gjennomføring: Høst og vår Antall studiepoeng: 5.0 Forutsetninger: Gode IKT-kunnskaper og god kjennskap til drift av Windows server og prosesser i Windows operativsystem. Innleveringer: For å kunne gå opp til eksamen må 8 øvingsoppgaver være godkjent. Nærmere opplysninger gis ved kursstart Personlig veileder: ja Vurderingsform: Netteksamen på egen PC - 5 timer. Hver student skal bruke virtuelle maskiner under eksamen. Ansvarlig: Stein Meisingseth Eksamensdato: 10.12.13 / 13.05.14         Læremål: KUNNSKAPER: Kandidaten:- har innsikt i hvordan et nettverk kan sikres og hvordan man kan unngå at lokale maskiner, servere eller større nettverk kan bli hacket- kjenner til løsninger for å sikre små og store nettverk FERDIGHETER:Kandidaten:- kan forstå hensikten med å legge stor vekt på sikkerhet- skal kunne oppdage og identifisere inntrengere- skal kunne forhindre eksterne angrep- skal kunne forstå faren med interne angrep- skal kunne lage rutiner for gode passordrutiner, autentiseringssystemer og viruskontroll- forstår hvordan sikkerhet fungerer i Windows 7 og Windows 2008 server- bruker Group Policy til å sette tilpasset sikkerhet- skal kunne bruke og å konfigurere de interne brannmurer i Windows GENERELL KOMPETANSE:Kandidaten har:- perspektiv og kompetanse i å velge riktige løsninger for å oppnå maksimal og tilpasset sikkerhet- kompetanse i generelt sikkerhetsarbeid Innhold:Hva menes med sikkerhet, hensikt med sikkerhet, tiltak som kan iverksettes for å oppnå tilsiktet sikkerhet, identifisering av inntrengere, passordsikkerhet, autentiseringssystemer, viruskontroll, sikkerhet i Windows og 2008 servere, bruk av brannmuren til Windows server 2008, sette sikkerhet i Group Policy, brannvegger generelt, forhindre virus og inntrenging, tiltak for å forhindre angrep utenfra, digitale signaturer.Les mer om faget her Påmeldingsfrist: 25.08.13 / 25.01.14         Velg semester:  Høst 2013    Vår 2014     Fag Datasikkerhet 4980,-         Semesteravgift og eksamenskostnader kommer i tillegg.    [-]