IT-kurs

PowerPoint 2010 er et presentasjonsprogram som brukes når vi skal vise fram data – enten det er tekst, bilder, tall eller tegninger. Programmet kan brukes til å lage lysark som skrives ut, eller vi kan vise presentasjonen ved hjelp av PC + videokanon. På kurset vil grunnleggende funksjoner vektlegges, men vi vil og se på hvordan en bygger opp og setter sammen en presentasjon. Forkunnskaper: Du må ha kunnskaper tilsvarende PC-begynnerkurs. Brukere av Powerpoint 2007 kan og følge dette kurset. [-]

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.     [-]

Objectives Understand how software containers work Understand the architecture of Kubernetes Understand the architecture of Google Cloud Understand how pod networking works in Google Kubernetes Engine Create and manage Kubernetes Engine clusters using the Google Cloud Console and gcloud/kubectl commands   Course Outline Module 1: Introduction to Google Cloud -Use the Google Cloud Console-Use Cloud Shell-Define Cloud Computing-Identify Google Cloud compute services-Understand Regions and Zones-Understand the Cloud Resource Hierarchy-Administer your Google Cloud Resources Module 2: Containers and Kubernetes in Google Cloud -Create a Container Using Cloud Build-Store a Container in Container Registry-Understand the Relationship Between Kubernetes and Google Kubernetes Engine (GKE)-Understand how to Choose Among Google Cloud Compute Platforms Module 3: Kubernetes Architecture -Understand the Architecture of Kubernetes: Pods, Namespaces-Understand the Control-plane Components of Kubernetes-Create Container Images using Cloud Build-Store Container Images in Container Registry-Create a Kubernetes Engine Cluster Module 4: Introduction to Kubernetes Workloads -The kubectl Command-Introduction to Deployments-Pod Networking-Volumes Overview [-]

Dette er et konsept der Webstep leverer høykvalitets-kurs. Kursene vi tilbyr vil være innenfor tematikken datavarehus, Business Intelligence, maksinlæring, analytics og Big Data. Kursene vil holdes i Oslo og ha begrensede plasser. Kursene passer for analytikere, statistikere, BI-konsulenter og managere, i tillegg til ETL-utviklere, Data Scientists og alle som definerer seg innenfor BI-interessesfæren, uansett bransje, sektor og verktøy.  Kunne du vært interessert i slike kurs? Meld deg på våre nyhetsbrev for å få informasjon om kursmuligheter, tips og nyheter.  [-]

Dette kurset er innrettet mot dem som jobber med økonomisk oppfølging i bedriften. Vi går inn på prosessene fra innhenting av data, bearbeidelse av dataene, sammendrag og analyse av dataene, og til sist rapportering av dataene til bedriftens beslutningstagere. Vi bruker en god del tid på Pivot og Power Pivot her, men vi går ikke fullt så langt som i spesialkurset om Pivottabeller. Kurset forutsetter at man er godt kjent i Excel, og vant til å jobbe med litt kompliserte problemstillinger i Excel. Kontroll/gjennomgang av en del sentral funksjonalitet – bl.a. absolutte, relative og blandede referanser. Sammendrag av data fra flere ark i samme eller flere arbeidsbøker, bl.a. gjennomgående summering og tabulering v.hj.a. INDIREKTE-funksjonen. Betingende sammendrag v.hj.a. matriseformler og funksjoner Sentrale funksjoner, bl.a. HVIS, HVISFEIL, FINN.RAD, FINN.KOLONNE, ANTALL.HVIS, etc. Sammendrag av data med Pivottabell Power Pivot Formler Rapportering av data Statiske rapporter Rapporter med interaktivitet, forskjellige teknikker Visualisering av tallene Dashboard Aktuelle teknikker for å lage dashboards Avstemming av to eller flere lister mot hverandre, f.ex. bank Lister – verktøy i Excel som er aktuelle når vi jobber med lister Makroer/VBA – introduksjon til automatisering [-]

Objectives Describe specialized data classifications on Azure Identify Azure data protection mechanisms Implement Azure data encryption methods Secure Internet protocols and how to implement them on Azure Describe Azure security services and features Agenda Module 1: Identity and Access -Configure Azure Active Directory for Azure workloads and subscriptions-Configure Azure AD Privileged Identity Management-Configure security for an Azure subscription Module 2: Platform Protection -Understand cloud security-Build a network-Secure network-Implement host security-Implement platform security-Implement subscription security Module 3: Security Operations -Configure security services-Configure security policies by using Azure Security Center-Manage security alerts-Respond to and remediate security issues-Create security baselines Module 4: Data and applications -Configure security policies to manage data-Configure security for data infrastructure-Configure encryption for data at rest-Understand application security-Implement security for application lifecycle-Secure applications-Configure and manage Azure Key Vault       [-]

Through a combination of presentations, demos, and hands-on labs, participants explore and deploy solution elements, including infrastructure components such as networks, systems, and application services. This course also covers deploying practical solutions including securely interconnecting networks, customer-supplied encryption keys, security and access management, quotas and billing, and resource monitoring. Course Objectives This course teaches participants the following skills: Configure VPC networks and virtual machines Administer Identity and Access Management for resources Implement data storage services in Google Cloud Manage and examine billing of Google Cloud resources Monitor resources using Google Cloud services Connect your infrastructure to Google Cloud Configure load balancers and autoscaling for VM instances Automate the deployment of Google Cloud infrastructure services Leverage managed services in Google Cloud All courses will be delivered in partnership with ROI Training, Google Cloud Premier Partner, using a Google Authorized Trainer. Course Outline Module 1: Introduction to Google Cloud -List the different ways of interacting with Google Cloud-Use the Cloud Console and Cloud Shell-Create Cloud Storage buckets-Use the Google Cloud Marketplace to deploy solutions Module 2: Virtual Networks -List the VPC objects in Google Cloud-Differentiate between the different types of VPC networks-Implement VPC networks and firewall rules-Implement Private Google Access and Cloud NAT Module 3: Virtual Machines -Recall the CPU and memory options for virtual machines-Describe the disk options for virtual machines-Explain VM pricing and discounts-Use Compute Engine to create and customize VM instances Module 4: Cloud IAM -Describe the Cloud IAM resource hierarchy-Explain the different types of IAM roles-Recall the different types of IAM members-Implement access control for resources using Cloud IAM Module 5: Data Storage Services -Differentiate between Cloud Storage, Cloud SQL, Cloud Spanner, Cloud Firestore and Cloud Bigtable-Choose a data storage service based on your requirements-Implement data storage services Module 6: Resource Management -Describe the cloud resource manager hierarchy-Recognize how quotas protect Google Cloud customers-Use labels to organize resources-Explain the behavior of budget alerts in Google Cloud-Examine billing data with BigQuery Module 7: Resource Monitoring -Describe the services for monitoring, logging, error reporting, tracing, and debugging-Create charts, alerts, and uptime checks for resources with Cloud Monitoring-Use Cloud Debugger to identify and fix errors Module 8: Interconnecting Networks -Recall the Google Cloud interconnect and peering services available to connect your infrastructure to Google Cloud-Determine which Google Cloud interconnect or peering service to use in specific circumstances-Create and configure VPN gateways-Recall when to use Shared VPC and when to use VPC Network Peering Module 9: Load Balancing and Autoscaling -Recall the various load balancing services-Determine which Google Cloud load balancer to use in specific circumstances-Describe autoscaling behavior-Configure load balancers and autoscaling Module 10: Infrastructure Modernization -Automate the deployment of Google Cloud services using Deployment Manager or Terraform-Outline the Google Cloud Marketplace Module 11: Managed Services Describe the managed services for data processing in Google Cloud [-]

Kursinnhold Enkle formler Cellereferanser Gi navn til celler og områder Feilkontroll og formelrevisjon Hente data fra andre ark og arbeidsbøker Egendefinerte tallformater Betinget formatering Utklippstavle og avansert innliming   Det er fordelaktig å ha to skjermer - en til å følge kurset og en til å gjøre det kursholder demonstrerer.   Kurset gjennomføres i sanntid med nettundervisning via Teams. Det blir mulighet for å stille spørsmål, ha diskusjoner, demonstrasjoner og øvelser. Du vil motta en invitasjon til Teams fra kursholder. [-]

This workshop will teach you Spring Framework basics and dives into Spring Boot and Spring Cloud to create Microservices.Introduction     Design goals and principles     IOC and dependency injection     Spring Ecosystem Spring Framework     Spring Beans     Java Configuration, Annotation Based Configuration     Dependency injection, beans and properties     Bean Lifecycle     Property Sources, Environment abstraction Spring Boot     Starters, AutoConfiguration, Properties, Actuators     Devtools, LiveReload, debugging     Testing, Test-Properties     Packaging, Logging, YAML, Profiles     Actuator, Monitoring     Data Access with JPA     Restservices with Spring MVC and Spring Data Rest     Security     Custom Spring Boot Starters Microservices     Twelve-factor Apps     Overview of Microservices with Spring Boot / Spring Cloud     Orchestrating a Microservice system with Spring Cloud Netflix stack After the workshop, the participants will be able to independently create web applications using the technologies and frameworks used in the workshop. [-]

Etter kurset Digital markedsføring, skal du ha grunnleggende kunnskaper innen dataanalyse og kjenne til digitale mediers rolle innen markedsføring. Du skal beherske digital markedsføring, strategi og planlegging, samt jus og etikk innenfor samme tema. Du skal bli i stand til å analysere effekten av strategi og kampanjer. Du skal vite hvordan nettsidene optimaliseres, samt hvordan man etablerer og drifter digitale annonser. Du skal kunne lede digitale kampanjer og ha kunnskap om hvilken betydning en god digital strategi har innen digital markedsføring. Studiet er både praktisk og teoretisk rettet – med hovedvekt på å løse praktiske obligatoriske oppgaveløsning basert på teoretisk kunnskap. Studentene vil gjennom studieåret gjennomføre en rekke individuelle og gruppebaserte praktiske og teoretiske oppgaver knyttet til de forskjellige undertema. [-]

Kursinnhold ·        Hva er Power Pivot? ·        Hva kan det brukes til? ·        Hva er fordelene med Power Pivot i forhold til vanlige Pivot tabeller? ·        Hva er forutsetningen for å kunne bruke Power Pivot? ·        Hva slags data kan benyttes? Vi bygger opp en enkel Power Pivot modell og viser hvordan vi ved hjelp av enkle Measures (Mål) kan lage mer avanserte spørringer mot datagrunnlaget. Resultatet er pivottabeller som viser akkurat det du har behov for. Beregninger i pivottabeller blir enkelt. Data fra flere kilder blir enkelt. Eksterne datasett behandles enkelt. [-]

Dette kurset tilbys som bedriftsinternt kurs   Maskinlæring handler om sette datamaskiner i stand til å lære fra og utvikle atferd basert på data. Det vil si at en datamaskin kan løse en oppgave den ikke er eksplisitt programmert for å håndtere. I stedet er den i stand til å automatisk lære gjenkjenning av komplekse mønstre i data og gjøre beslutninger basert på dette disse. Maskinlæring gir store muligheter, men mange bedrifter har problemer med å ta teknologien i bruk. Nøyaktig hvilke oppgaver kan maskinlæring utføre, og hvordan kommer man i gang? Dette kurset gir oversikt over mulighetene som ligger i maskinlæring, og hvordan i tillegg til kunnskap om hvordan teknologien kan løse oppgaver og skape resultater i praksis. Hva er maskinlæring, datavitenskap og kunstig intelligens og hvordan det er relatert til statistikk og dataanalyse? Hvordan å utvinne kunnskap fra dataene dine? Hva betyr Big data og hvordan analyseres det? Hvor og hvordan skal du bruke maskinlæring til dine daglige forretningsproblemer? Hvordan bruke datamønstre til å ta avgjørelser og spådommer med eksempler fra den virkelige verden? Hvilke typer forretningsproblemer kan en maskinen lære å håndtere Muligheter som maskinlæring gir din bedrift Hva er de teoretiske aspekter på metoder innen maskinlæring? Hvilke ML-metoder som er relevante for ulike problemstillinger innen dataanalyse? Hvordan evaluere styrker og svakheter mellom disse algoritmene og velge den beste? Anvendt data science og konkrete kunde eksempler i praksis   Målsetning Kurset gir kunnskap om hvordan maskinlæring kan løse et bestemt problem og hvilke metoder som egner seg i en gitt situasjon. Du blir i stand til å kan skaffe deg innsikt i data, og vil kunne identifisere egenskapene som representerer dem best. Du kjenner de viktigste maskinlæringsalgoritmene og hvilke metoder som evaluerer ytelsen deres best. Dette gir grunnlag for kontinuerlig forbedring av løsninger basert på maskinlæring.   [-]

  Studieår: 2013-2014   Gjennomføring: Høst og vår Antall studiepoeng: 5.0 Forutsetninger: Faget «Datakommunikasjon» eller tilsvarende grunnleggende fag. (TCP/IP forutsettes kjent). Faget «Nettverksteknologi» Innleveringer: Øvinger: 8 av 12 må være godkjent. Øvingene må dekke en bred del av pensum. Vurderingsform: Skriftlig, individuell, 3 timer, Ansvarlig: Helge Hafting Eksamensdato: 04.12.13 / 07.05.14         Læremål: KUNNSKAPER:Kandidaten:- kan forklare en del protokollbaserte farer/angrep i kablede og trådløse nett- kan gjøre rede for mottiltak mot angrepene over- kan gjøre rede for andre farer og mottiltak, som fysiske sikringstiltak og «social engineering»- kan gjøre rede for og planlegge bruk av vanlige sikringstiltak som IDS, IPS, VPN og proxyer FERDIGHETER:Kandidaten kan:- sette i drift et VPN- installere brannmur- Observere nettverkstrafikk med pakkesniffer GENERELL KOMPETANSE:Kandidaten:- kan granske sikkerheten i et nettverk, og velge passende tiltak.Innhold:Generell nettverkssikkerhet. Hvordan planlegge, organisere og sette sikkerhet i små og store nettverk. Brannmurer, VPN, IDS/IPS. Sikkerhet rundt epost, trådløse nett og rutere. En del vanlige angrep, og mottiltak.Les mer om faget her Påmeldingsfrist: 25.08.13 / 25.01.14         Velg semester:  Høst 2013    Vår 2014     Fag Nettverkssikkerhet 4980,-         Semesteravgift og eksamenskostnader kommer i tillegg.    [-]

Hvem passer kurset for? Deg som lager presentasjoner eller presenterer/markedsfører innhold på nett. Forhåndskunnskap: Kurset llustrator innføring eller tilsvarende kunnskap Dette lærer du: Teknikker til tegning av enkle figurer og former til bruk i illustrasjonen Bruk av tall i diagrammer Tilpasning av diagrammets utseende Fargebruk Teknikker for å hente inn nye idéer https://igm.no/infografikk/ [-]

Introduksjon til VBA   Det er fordelaktig å ha to skjermer - en til å følge kurset og en til å gjøre det kursholder demonstrerer. Kurset gjennomføres i sanntid med nettundervisning via Teams. Det blir mulighet for å stille spørsmål, ha diskusjoner, demonstrasjoner og øvelser. Du vil motta en invitasjon til Teams fra kursholder. [-]