Kurs i Haugesund

C# is a power language. [-]

Du vil få tilsendt en «Core guidance» bok og sertifiserings-voucher slik at du kan ta sertifiseringstesten for eksempel hjemme eller på jobb. Denne vil være gyldig i ett år. Tid for sertifiseringstest avtales som beskrevet i e-post med voucher. Eksamen overvåkes av en web-basert eksamensvakt.   Eksamen er på engelsk. Eksamensformen er multiple choice - 50 spørsmål skal besvares, og du består ved 55% korrekte svar (dvs 28 av 50 spørsmål). Deltakerne har 1 time og 15 minutter til rådighet på eksamen.  Ingen hjelpemidler er tillatt.   Nødvendige Forkunnskaper: Ingen [-]

Test test [-]

Du vil få tilsendt en sertifiserings-voucher slik at du kan ta sertifiseringstesten for eksempel hjemme eller på jobb. Denne vil være gyldig i ett år. Tid for sertifiseringstest avtales som beskrevet i e-post med voucher. Eksamen overvåkes av en web-basert eksamensvakt.  Eksamen er på engelsk. Eksamensformen er casebasert med 50 tilknyttede multiple choice-spørsmål, og du består ved 66% korrekte svar (dvs 30 av 50 spørsmål). Deltakerne har 2 timer og 30 minutter til rådighet på eksamen.  Dette er en åpen bok eksamen. Nødvendige forkunnskaper: PRINCE2® Agile Foundation eller PRINCE2® Foundation sertifisering [-]

Hva lærer du? Du lærer hvordan systematisk arbeid med å redusere miljøpåvirkningen kan bidra til en mer bærekraftig utvikling, og at kontinuerlig forbedring av miljøprestasjonen vil bidra til å fremme virksomhetens samfunnsansvar. Hva du får igjen for kurset Du blir i stand til å bistå virksomheter med å redusere kostnader knyttet til avfall og energiforbrukDu blir i stand til å bruke miljøarbeid aktivt for å forbedre omdømmet Fyll ut skjemaet til høyre, så får du omgående svar fra kursholder med informasjon og datoer.   [-]

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 opptak ved ingeniørhøyskoler? 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. Plattform for oppmelding til eksamen kan variere fra fylke til fylke. Se fylkesoversikt her. 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 Er du usikker på hva som skal til for å få studiekompetanse, ta gjerne kontakt med oss for gratis veiledning. Vi har veiledere med mange års erfaring som står klare til å hjelpe deg!Ønsker du mer informasjon om kurset velg "Send meg info"-knappen under. Vil du chatte med oss, så klikk på ikonet nederst i høyre hjørne. Lånekassestøtte Utdanningen er godkjent i lånekassen. Søk direkte via lanekassen.no.For mer informasjon se nettsiden vår under Praktisk info. Støtteordninger 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 mer norsk før du starter på utdanning har vi norskkurs på forskjellig nivå (A1-B2). Språkkursene er digitale med personlig oppfølging fra lærer. Se alle kurs her Krav til utstyr Som deltaker på K2 Nettstudier kan du bruke både mobil, nettbrett og PC når du tar kurset.Til eksamen må du ha tilgang til PC. I tillegg trenger du PC-versjonen av Office eller tilsvarende programmer. Se her 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.   [-]

Du vil få tilsendt en «Core guidance» bok og sertifiserings-voucher slik at du kan ta sertifiseringstesten for eksempel hjemme eller på jobb. Denne vil være gyldig i ett år. Tid for sertifiseringstest avtales som beskrevet i e-post med voucher. Eksamen overvåkes av en web-basert eksamensvakt.   Eksamen er på engelsk. Eksamensformen er multiple choice - 50 spørsmål skal besvares, og du består ved 50% korrekte svar (dvs 25 av 50 spørsmål). Deltakerne har 40 minutter til rådighet på eksamen.  Ingen hjelpemidler er tillatt.   Nødvendige forkunnskaper: Ingen [-]

Målsetting: Forebygge at personell som arbeider nær ved elektriske anlegg og betjener elektrisk utstyr ikke blir utsatt for ulykker som er forårsaket av kortslutning (lysbue) eller strømgjennomgang i et lavspenningsanlegg. Deltakerne vil også få opplæring i hvordan man skal opptre hvis en kommer opp i en ulykke forårsaket av elektrisk strøm, samt teoretisk opplæring i førstehjelp (HLR). Kurset er i henhold til: Kurset tilfredsstiller myndighetenes krav iht. FSE-forskriftens §§ 2 og 3 og DSB`s Elsikkerhet nr. 73 og 84 for ikke sakkyndig personell som skal arbeide med enkle driftsoppgaver. Årlig repetisjon er et myndighetskrav, ref. FSE-forskriften § 7.   Læremål: Etter gjennomført kurs skal deltakerne ha en bevisst holdning til elsikkerhet, slik at antall personskader og skader på materiell pga. elektrisk strøm blir redusert. FSE opplæring skal gi kunnskap om regelverk og instruksjoner, enkle vedlikeholdsoppgaver, hvordan betjene et elektrisk anlegg med blant annet sikringer og motorvern, risikovurdering og planlegging, jordfeilproblematikk og faremomenter, bruk av måleinstrumenter, bruk av verneutstyr og til slutt melding om ulykker og opplæring i førstehjelp ved strømulykker. Del 1 – FSE Instruert personell Elsikkerhet – hvorfor så viktig? Myndighetskrav FSE-forskriften Ansvarsforhold Instruert personell – definisjoner – ansvar Overordnet planlegging Risikovurdering Strømgjennomgang Melding om ulykker Ulykker og statistikk Kortslutning og lysbueskader Bruk av verneutstyr Feilsøking Jordfeilproblematikk Faremomenter Teknisk opplæring Del 2 - førstehjelp Opptreden på skadestedet Prioritering og behandling Elektriske skader  -  Fallskader Skader ved strømgjennomgang (rytmeforstyrrelser i hjerte) Lysbueskader Brannskader Hvordan HLR skal utføres De mest alminnelige akutte sykdommer Alminnelig reaksjon når krisesituasjoner oppstår   [-]

  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.    [-]

Plan- og bygningsloven, Brann- og eksplosjonsvernloven krever at slokketeknisk personell skal ha dokumentert kompetanse. For å imøtekomme disse kravene, har FG bidratt til at det er etablert en sertifiseringsordning.  Kurset gjennomføres over 3 kursdager med demonstrasjoner og praksis i vårt øvingssenter for sprinkleranlegg. I forkant av kursstart gjennomføres deler av teorien til kurset i form av e-læring. Kursdag 3 går frem til lunch, og det gjennomføres etter lunch en teoretisk eksamen (4 timer) i klasserom. Kursdeltager får i forbindelse med kurset tilgang til en egen digital plattform hvor kursinformasjon, kursdokumentasjon, e-læringsmoduler, m.m. er tilgjengelig. Kurs i vedlikehold av sprinkleranlegg kan gjennomføres som påbygning til utførelseskurs. Dette kan gjennomføres som en ekstra dag i forbindelse med utførelseskuret. Deltagelse på vedlikeholdskurset krever egen påmelding. Hva lærer du: Kurset gjennomføres med undervisning som kombinerer teori, praksis og demonstrasjoner innenfor sprinkleranlegg. Kurset tar utgangspunkt i NS-EN 12845 og NS-EN 16925. Følgende tema inngår i kurset: Relevante lover og forskrifter på områder Brannteori Sprinkleranleggets hensikt og virkemåte Ulike anleggstyper Ventiltyper og tilhørende komponenter Krav til sprinklerhoder og plassering Krav til rørledninger, klamring. m.m. Krav til dokumentasjon og merking Krav til ettersyn, kontroll og vedlikehold   Påmeldingen er bindende. Skulle noe uforutsett skje kan du hos oss avbestille eller flytte kurset gebyrfritt, inntil 4 uker før kursstart. Ved ønske om avbestilling eller flytting senere enn 4 uker før kursstart må det betales et gebyr på 50% av deltageravgiften. Ved ønske om avbestilling eller flytting senere enn 2 uker før kursstart må det betales et gebyr tilsvarende full deltakeravgift.   [-]

Matematikk P Vg2 Generell studiekompetanse Dette nettkurset gir deg kunnskap innen matematikk P Vg2 på videregående skole. Sammen med Vg1 P dekker kurset kravene til generell studiekompetanse i matematikk. Varighet: Du får tilgang til kurset i 365 dager fra den dagen du melder deg på. Studiebelastning: 3 uketimer som tilsvarer 84 årstimer Finansiering: NooA Videregående er godkjent for lån i Lånekassen. De gir støtte til utdanninger som omfatter minst 50 % av et fulltidsstudium, dvs at du må ha minst 420 årstimer i skoleåret for å få støtte. Læremidler som inngår i kursprisen: Matematikk for NooA Videregående: Nettsider med oppgaver: Øistein Gjøvik og Hermund A. Torkildsen 2013. Læremidler som ikke inngår i kursprisen: I dette kurset trenger man ikke andre læremidler enn dem som inngår i kursprisen. Målgruppe:  Kurset er utviklet for deg som vil ha generell studiekompetanse, eller ønsker å gå opp til eksamen på nytt for å få en bedre karakter. Krav til forkunnskaper: Ingen spesielle. Karakterer og kursbevis: Innsendingene og kurset bedømmes med karakterer fra 1 til 6. Når alle innsendingene er bestått, vil du automatisk få tilgang til et kursbevis på nettet som viser din sluttkarakter. For å oppnå studiekompetanse, må du melde deg opp og bestå privatisteksamen. Eksamen: Du må selv melde deg opp til eksamen ved Privatistkontoret i hjemfylket ditt, eller via www.privatistweb.no . Privatisteksamen arrangeres normalt to ganger i året ved videregående skoler. Frister for oppmelding er vanligvis 5. -15. januar for eksamen til sommeren og 5. - 15. september for eksamen til jul. Eksakt dato får du ved å kontakte fylkeskommunen. Pris per eksamen er ca. kr. 300, men kan variere fra fylke til fylke. Kursbeskrivelse: Kurset er basert på læreplanen i matematikk P for Vg2 http://www.udir.no/kl06/MAT1015/   Faget er delt opp i følgende fem hovedområder/studieenheter: tall og algebra i praksis statistikk modellering funksjoner i praksis eksamenstrening Hver studieenhet består av: Kompetansemål for studieenheten Tekst om emnet Bloggoppgaver Tankedelingsoppgaver der du kan dele dine tanker med andre studenter Andre øvingsoppgaver og quizzer Innsendingsoppgave som karaktersettes og kommenteres av lærer [-]

Det er stor sannsynlighet for at du en eller annen gang kommer først til et skadested, eller kommer i en situasjon der en eller flere personer trenger medisinsk hjelp. Da er det din plikt å hjelpe. E-læringskurset Førstehjelp viser deg hvordan du utfører livreddende førstehjelp, som å sikre frie luftveier, utføre hjerteog lungeredning (HLR), stanse store blødninger og forebygge mot nedkjøling inntil profesjonelle helsearbeidere ankommer. E-læringskurset inneholder en test. Når denne er bestått får du tilgang til et kursbevis. − Kjeden som redder liv består av ulike tiltak som må utføres tidligst mulig av deg som førstehjelper. − Det er dine handlinger som kan utgjøre forskjellen mellom liv og død for den skadede eller syke. − For å bidra med rask behandling, er det viktig å ha aktuelt førstehjelpsutstyr lett tilgjengelig. − Som førstehjelper ved ulykker er det viktig at du først og fremst tenker på din egen sikkerhet. − Skadestedet må sikres før du setter i gang med førstehjelp, slik at du selv ikke kommer til skade. − Deretter må du ringe medisinsk nødtelefon 1-1-3, mens du får oversikt over situasjonen. − Sett mobilen på høyttaler, så får du veiledning og hjelp underveis. − Få hjelp av andre, organiser arbeidet og fordel oppgaver. − Gi livreddende førstehjelp inntil profesjonelle helsearbeidere ankommer. − Når en person er livløs, skal du starte hjerte- og lungeredning (HLR) umiddelbart. − Dette for å holde blodsirkulasjonen og pusten i gang i påvente av en hjertestarter. − Et tidlig strømstøt fra en hjertestarter kan ofte få hjertet til å begynne å slå igjen. − Andre skader kan være blødninger, brannskader, bruddskader og hode-, nakke- og ryggskader. − Akutte sykdommer kan være hjertekrampe (angina), hjerteinfarkt, hjerneslag, astma, diabetes (sukkersyke) og kramper. [-]

The Practitioner is the second of two examinations that you are required to pass to become a Registered PRINCE2 Practitioner. The examination measures whether a candidate can demonstrate sufficient ability to apply and tailor PRINCE2 to the running and managing of a project. A successful Practitioner candidate should, with suitable direction, be able to start applying the method to a real project.  PRINCE2 themes Business case Organisation Plans Risk Quality Change Progress Plus activity-based case study Processes All PRINCE2® Practitioner Online courses on this page are offered by ILX Group an ATO of AXELOS Limited. PRINCE2® is a registered trade mark of AXELOS Limited, used under permission of AXELOS Limited. All rights reserved.   Learning outcomes By the end of the PRINCE2 Practitioner e-learning course you should be able to: *Apply the PRINCE2 principles in context*Apply and tailor relevant aspects of PRINCE2 themes in context*Apply and tailor relevant aspects of PRINCE2 processes in context Course overview Processes:*Starting up a project*Initiating a project*Controlling a stage*Managing product delivery*Managing a stage boundary*Directing a project*Closing a project*PRINCE2 walkthrough * PRINCE2 Practitioner exam simulator* Practitioner sample papers Also includes...* The PRINCE2 template manager- A comprehensive collection of document templates to kick-start your implementation of PRINCE2* Glossary of terms * Frequently asked questions* Training guide to assist you with your study* Exam style questions and rationale Target audience Project managers and aspiring project managersIt is also relevant to other key staff involved in the design, development and delivery of projects, including:*Project board members (e.g. senior responsible owners)*Team managers (e.g. product delivery managers)*Project assurance (e.g. business change analysts)*Project support (e.g. project and programme office personnel)*Operational line managers/staff Pre-requisites In order to sit the PRINCE2 Practitioner examination you must provide proof of having passed one of the following: *PRINCE2 Foundation*Project Management Professional (PMP)®*Certified Associate in Project Management (CAPM)®*IPMA Level A (Certified Projects Director)*IPMA Level B® (Certified Senior Project Manager)*IPMA Level C® (Certified Project Manager)*IPMA Level D® (Certified Project Management Associate) Only current certifications will qualify as a pre-requisite What's included? * 12 months online access to our accredited PRINCE2 Practitioner course* PRINCE2 Practitioner exam: valid for 12 months from purchase date. Exam must be taken online via remote proctor* Full tutor support, plus many additional resources to help put PRINCE2 into practice* PRINCE2 Practitioner exam simulator* PRINCE2 process map   Exam format The format of the Practitioner exam is as follows:* 150 minute exam duration* 68 questions* Open book (official PRINCE2 manual only)* 38/68 required to pass = 55% pass mark [-]

ISO/IEC 27001 Lead Auditor [-]

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     [-]