Prosjektledelse og IT-kompetanse

Modern Application Architecture [-]

Kursinnhold• Systemutvikling, prosess og metode• Datahåndteringe og databaser  • Programmering• Brukergrensesnitt og webdesign   UndervisningsformKlasseromsundervisning med prosjektor hvor deltakerne får tildelt PC med nødvendig programvare installert. Praktisk trening med øvingsoppgaver for å aktivisere kunnskapen.   InstruktørerVi har erfarne instruktørene med høy kompetanse, lang erfaring og dyktige pedagogiske evner.     [-]

Kursinnhold     * Organisasjoner og bruk av IT    * IT- ledelse                     * Verdsettelse av IT    * Den globale nettverksøkonomien    * Prosjektledelse    * Samarbeid og kommunikasjon    * Juridiske og etiske problemstillinger   UndervisningsformKlasseromsundervisning med prosjektor hvor deltakerne får tildelt PC med nødvendig programvare installert. Praktisk trening med øvingsoppgaver for å aktivisere kunnskapen.     InstruktørerVi har erfarne instruktørene med høy kompetanse, lang erfaring og dyktige pedagogiske evner.     MålsetningModul Plan, ser på organisasjoner og deres bruk av IT, både som en tilrettelegger for effektive informasjonsystemer, og som en plattform for innovasjon. Modulen krever at kandidaten skal ha en grundig forståelse av organisasjoner, deres strategier og forretningsprosesser, samt de globale trender og muligheter som er involvert. Kandidaten skal kjenne igjen de viktigste problemstillinger knyttet til styringen av IT, som for eksempel å velge riktig teknologi, eller å velge mellom utvikling av interne systemer eller outsourcing. Kandidaten skal også kunne begrunne IT-investeringer og få kjennskap til noen av de juridiske og etiske aspekter ved bruken av IT.   Kandidaten skal bli oppmerksom på kravet om en profesjonell tilnærming til prosjektledelse og kvalitetsikring. Kandidaten skal også forstå betydningen av teambygging og effektivt kommunikasjon når man presenterer sin analyse eller beslutning for organisasjonen.   [-]

Kursinnhold• Systemutvikling, prosess og metode• Datahåndteringe og databaser  • Programmering• Brukergrensesnitt og webdesign   UndervisningsformKlasseromsundervisning med prosjektor hvor deltakerne får tildelt PC med nødvendig programvare installert. Praktisk trening med øvingsoppgaver for å aktivisere kunnskapen.   InstruktørerVi har erfarne instruktørene med høy kompetanse, lang erfaring og dyktige pedagogiske evner.   Målsetning Modul Build består av de tradisjonelle, tekniske aspektene ved design, spesifikasjon, utvikling, testing, integrering og anvendelse av IT-systemer. Det krever at kandidaten forstår systemutviklingens livssyklus, kjenner til den typiske utviklingsprosessen og er klar over de nyeste utviklingstrekk innen programvare. Kandidaten skal også kunne benytte relevante metoder og verktøy. Kandidaten skal kjenne til designprinsipper knyttet til brukergrensesnitt, websider og hypermedia, så vel som de som brukes i relasjonsdatabaser og datavarehus. Kandidaten vil også få en grunnleggende kunnskap om søkespråk og være oppmerksom på noen viktige databaseadministrasjonsproblemer. I tillegg skal kandidaten være i stand til å anvende typiske datastrukturer og algoritmer, gjenkjenne ulike programmeringsspråk og konstruksjoner, vurdere problemer med å opprettholde systemer, samt kjenne til dokumentasjon og testing av software systemer. [-]

Her lærer du hvordan du på en moderne måte kan skaffe deg kontroll og oversikt over tilstanden på maskiner og utstyr, finne kritiske måleparametere i komponenter og systemer, finne sammenhenger og definere KPIer, samt organisere dataene og lage dashboard. Skjematikk for å skisse opp et overvåkingssystem P&ID Tagge sensorer   Definere/lage hierarkier Datafangst Sensorer, typer og måleområder Dataoverføring OPC-UA og MQTT Lage og sette opp systemer for tilstandsovervåking Finne sammenhenger og strategisk viktige målepunkter i KRMs pumpe & ventilstasjon og hydraulikkanlegg Tegne opp forslag til tilstandsovervåking av hydraulikkanlegget Tegne opp forslag til tilstandsovervåking av pumpe & ventilstasjonen  Lage dashboards i Grafana for tilstandsovervåking av hydraulikkanlegget Lage dashboards i Grafana for tilstandsovervåking av pumpe & ventilstasjonen Avsluttende gruppeoppgave   Lage og sette opp et effektivt system for tilstandsovervåking   [-]

Modern Service Oriented Architecture [-]

AZ-2005: Develop AI agents using Azure OpenAI and the Semantic Kernel SDK [-]

AI-102: Designing and Implementing a Microsoft Azure AI Solution [-]

AI-3004: Build an Azure AI Vision solution with Azure AI services [-]

Agenda Module 1: Creating Azure App Service Web Apps -Azure App Service core concepts-Creating an Azure App Service Web App-Configuring and Monitoring App Service apps-Scaling App Service apps-Azure App Service staging environments Module 2: Implement Azure functions -Azure Functions overview-Developing Azure Functions-Implement Durable Functions Module 3: Develop solutions that use blob storage -Azure Blob storage core concepts-Managing the Azure Blob storage lifecycle-Working with Azure Blob storage Module 4: Develop solutions that use Cosmos DB storage -Azure Cosmos DB overview-Azure Cosmos DB data structure-Working with Azure Cosmos DB resources and data Module 5: Implement IaaS solutions -Provisioning VMs in Azure-Create and deploy ARM templates-Create container images for solutions-Publish a container image to Azure Container Registry-Create and run container images in Azure Container Instances Module 6: Implement user authentication and authorization -Microsoft Identity Platform v2.0-Authentication using the Microsoft Authentication Library-Using Microsoft Graph-Authorizing data operations in Azure Storage Module 7: Implement secure cloud solutions -Manage keys, secrets, and certificates by using the KeyVault API-Implement Managed Identities for Azure resources-Secure app configuration data by using Azure App Configuration Module 8: Implement API Management -API Management overview-Defining policies for APIs-Securing your APIs Module 9: Develop App Service Logic Apps -Azure Logic Apps overview-Creating custom connectors for Logic Apps Module 10: Develop event-based solutions -Implement solutions that use Azure Event Grid-Implement solutions that use Azure Event Hubs-Implement solutions that use Azure Notification Hubs Module 11: Develop message-based solutions -Implement solutions that use Azure Service Bus-Implement solutions that use Azure Queue Storage queues Module 12: Monitor and optimize Azure solutions -Overview of monitoring in Azure-Instrument an app for monitoring-Analyzing and troubleshooting apps-Implement code that handles transient faults Module 13: Integrate caching and content delivery within solutions -Develop for Azure Cache for Redis-Develop for storage on CDNs [-]

The students will also explore how to design data security including data access, data policies and standards. They will also design Azure data solutions which includes the optimization, availability and disaster recovery of big data, batch processing and streaming data solutions. Agenda Module 1: Data Platform Architecture Considerations. -Core Principles of Creating Architectures-Design with Security in Mind-Performance and Scalability-Design for availability and recoverability-Design for efficiency and operations-Case Study Module 2: Azure Batch Processing Reference Architectures. -Lambda architectures from a Batch Mode Perspective-Design an Enterprise BI solution in Azure-Automate enterprise BI solutions in Azure-Architect an Enterprise-grade Conversational Bot in Azure Module 3: Azure Real-Time Reference Architectures. -Lambda architectures for a Real-Time Perspective-Lambda architectures for a Real-Time Perspective-Design a stream processing pipeline with Azure Databricks-Create an Azure IoT reference architecture Module 4: Data Platform Security Design Considerations. -Defense in Depth Security Approach-Network Level Protection-Identity Protection-Encryption Usage-Advanced Threat Protection Module 5: Designing for Resiliency and Scale. -Design Backup and Restore strategies-Optimize Network Performance-Design for Optimized Storage and Database Performance-Design for Optimized Storage and Database Performance-Incorporate Disaster Recovery into Architectures-Design Backup and Restore strategies Module 6: Design for Efficiency and Operations. -Maximizing the Efficiency of your Cloud Environment-Use Monitoring and Analytics to Gain Operational Insights-Use Automation to Reduce Effort and Error [-]

5G Security [-]

    Du lærer å designe og implementere ML-Ops som kan skape verdi i praksis Bli med på et intensivt kurs som tar deg dypt inn i ML-Ops og lærer deg å identifisere de beste områdene for implementering av teknologien. Over tre dager blir du introdusert for håndgripelige eksempler, mønsterpraksis og metodikk. Fokusområdene inkluderer dataadministrasjon, ML-Ops-arbeidsflyter, modellutrulling, modellomskolering, modellarkiv, monitorering og A/B-testing. Det vil si: Alt du trenger å vite, så du ikke skal finne opp ML-hjulet på nytt hver gang. Men kurset handler ikke bare om å lære deg tekniske ferdigheter. Det er laget for deg som vil bruke ML-Ops til å skape målbare forretningsverdier. For hvor mye nytte har du av en modell som aldri blir satt i produksjon? Du får også innsikt i hvor viktig god kommunikasjon er for ML-Ops. Når du har fullført kurset, vil du være i stand til å designe og rulle ut ende-til-ende ML-Ops-kommandokøer i virkelige prosjekter. Du vil være i stand til å skape brukbare arkitekturer som kan ta virksomheten din til nye høyder.    Dette får du med deg hjem: Dyp forståelse for håndtering og vedlikehold av ML gjennom en full livssyklus. Kjennskap til hvordan du gjennomfører en case-studie for å identifisere prosjekter med høy avkastning, lav implementasjonskompleksitet og begrenset risiko. Evnen til å sette ut maskinlæringsmodeller i faktisk produksjon. Forståelse for en ML-Ops-arbeidsflyt, og alle dens komponenter. Praktisk erfaring med ML-Ops-verktøy og -teknologier. Kunnskapen som trengs for å designe passende ML-Ops-arkitektur for prosjekter av ulik modenhetsgrad. En solid forståelse for viktigheten av samarbeid og kommunikasjon innen ML-Ops. Kjennskap til og kunnskap om ML-Ops-bestepraksis. En forståelse for «Model State»-, «Data Drift»- og «Model Drift»-monitorering. Kjennskap til A/B-testing med mål om å velge modellen som egner seg best. Kjennskap til «Shadow/Canary Mode»-utrulling og hvordan disse både kan brukes for å minimere risiko og for å bygge tillit til nye modeller. Forståelse for ulike teknikker når det gjelder modell-gjentrening. Evnen til å designe og implementere skalerbare, ende-til-ende ML-Ops-kommandokøer for reelle prosjekter.   Derfor skal du ta dette kurset: Brenner du etter å ta maskinlæringsferdighetene dine til neste nivå? Eller higer du etter å skape konkret forretningsverdi ved hjelp av ML-Ops? I 2019 rapporterte VentureBeat at så mye som 87 % av alle maskinlæringsmodeller aldri kommer så langt som til å bli satt i produksjon. Med andre ord: Det er bare drøye ti prosent av alle ML-modeller som faktisk kan brukes for å skape verdi!  Den største grunnen til at så få lykkes er at prosjektene ikke klarer å levere på forretningsmålene sine. De stiller feil spørsmål, og får feil svar. Som en direkte konsekvens av dette er kompetansen innen maskinlæring sterkt vektet mot prototyping, på bekostning av praktisk ML-Ops-erfaring.    Målet med dette kurset er å bygge en bro over dette gapet. Kurset gir deg kunnskapen til å sette modellene dine i produksjon – med høy suksessrate. Du kommer til å lære hvordan du skal identifisere prosjekter med høyt potensiale, lav kompleksitet og lav risiko. Med denne kunnskapen øker sannsynligheten for at du ikke bare vil levere på forretningsmålene dine, men at du kommer til å overlevere! Ikke kast bort tiden eller ekspertisen din – bli med på et kurs som gir deg innsikt i verktøyene og metodikken som bidrar til at du kan maksimere forretningsverdien i din organisasjon!   [-]

Studieår: 2013-2014   Gjennomføring: Høst Antall studiepoeng: 5.0 Forutsetninger: Erfaring fra et objektorientert programmeringsspråk, kjennskap til prosjektarbeid Innleveringer: Innleverte øvinger. Det blir gitt 10 øvinger, 8 må være godkjent for å kunne gå opp til eksamen. Personlig veileder: ja Vurderingsform: 4 timer skriftlig eksamen. Ansvarlig: Tore Berg Hansen Eksamensdato: 12.12.13         Læremål: Forventet læringsutbytte:Etter å ha gjennomført emnet Objektorientert systemutvikling skal studenten ha følgende samlete læringsutbytte: KUNNSKAPER:Kandidaten:- kan definere, gjenkjenne og forklare de grunnleggende konsepter for utvikling av store programvaresystemer basert på det objektorienterte paradigme- argumentere for betydningen av å følge en prosessmodell- argumentere for fordelene med smidige prosesser- argumentere for modellbasert utvikling- beskrive modellene som brukes i objektorientert systemutvikling og hvordan de henger sammen- forklare begrepene arkitektoniske stiler og designmønstre FERDIGHETER:Kandidaten:- kan demonstrere den systematiske gangen fra krav, via arkitektonisk og detaljert design, til ferdig kodet og implementert system GENERELL KOMPETANSE:Kandidaten:- er klar over at utvikling av store programvaresystemer er ingeniørarbeid- er seg bevisst at utvikling av komplekse programvaresystemer krever koordinert innsats av et velfungerende team som følger en definert, smidig prosess- er opptatt av tett kontakt med alle interessenter for å oppnå et godt resultat Innhold:Utviklingsprosesser. Modellering. UML. Verktøy. Objektorientert analyse Objektorientert design. Bruk av arkitektoniske stiler og design mønstre. Implementasjon og test.Les mer om faget her Påmeldingsfrist: 25.08.13 / 25.01.14         Dette faget går: Høst 2013    Fag Objektorientert systemutvikling 4980,-         Semesteravgift og eksamenskostnader kommer i tillegg.    [-]

AI-3003: Develop natural language processing solution with Azure AI Services [-]