Oversikt over relevante kurs innen IT-kurs i Aust-Agder

Kurset fokuserer på integrering av forskjellige verdistrømmer og aktiviteter for å lage, levere og støtte IT-aktiverte produkter og tjenester, samtidig som den dekker støtte for praksis, metoder og verktøy. Kurset gir kandidatene forståelse for tjenestekvalitet og forbedringsmetoder. E-læringskurset inneholder 18 timer med undervisning, og er delt inn i 8 moduler. Les mer om ITIL® 4 på AXELOS sine websider. Inkluderer: Tilgang til ITIL® 4 Specialist: Create, Deliver and Support e-læring (engelsk) i 12 måneder. ITIL® 4 Specialist: Create, Deliver and Support online voucher til sertifiseringstest.   ITIL®/PRINCE2®/MSP®/MoP® are registered trademarks of AXELOS Limited, used under permission of AXELOS Limited. All rights reserved. [-]

Mange av prinsippene for stor dokumenter kan med fordel også anvendes på de aller fleste dokumenter, inklusive brev og notater. Her går vi gjennom alt du trenger for å skrive bøker eller avhandlinger og også det du trenger for å skrive invitasjoner til nyttårsfest eller barnebursdag. Kursinnhold Fletting til brev, konvolutter, etiketter og e-post Bruk av stiler Bilder og bildetekster innholdsfortegnelse, stikkordliste og figurliste Spalter, marger, sidefarger, sidekantlinjer og dokumenttemaer. Deldokumenter kan samles i et hoved dokument  Topp- og bunntekster og side nummerering. Utklipp, figurer, SmartArt og diagram. Tekstbokser Tabeller: Formatering, sortering og beregninger. Maler med Felt, innholdskontroller og skjemakontroller Med makroer kan du effektivisere avanserte oppgaver som består av serie med handlinger. 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. [-]

  Studieår: 2013-2014   Gjennomføring: Høst og vår Antall studiepoeng: 5.0 Forutsetninger: IT Introduksjon eller tilsvarende. Innleveringer: Øvinger: 8 må være godkjent.  Personlig veileder: ja Vurderingsform: Skriftlig eksamen, 3 timer Ansvarlig: Tore Mallaug Eksamensdato: 09.12.13 / 08.05.14         Læremål: Etter å ha gjennomført emnet skal studenten ha følgende samlede læringsutbytte: KUNNSKAPER:Kandidaten skal:- kjenne sentrale begreper innen databaser og datamodellering, og kan gjøre rede for disse- forstå hvordan en relasjonsdatabase er bygd opp ved å se på relasjonene (tabellene) og tilhørende nøkler- forstå (tolke) et (E)ER-diagram modellert i fagets gjeldende notasjon, og vite hvordan dette kan oversettes til relasjonsmodellen- gjøre rede for hvordan databaser kan fungere i en klient/tjener-arkitektur. FERDIGHETER:Kandidaten skal kunne:- tegne sitt eget (E)ER-diagram for å oppnå en god databasestruktur- lage sin egen normaliserte relasjonsdatabase med nøkler og referanseintegritet, og opprette databasen i et valgt databaseverktøy (databasesystem)- utføre SQL-spørringer mot en gitt database- lage en relasjonsdatabase som støtter opp om funksjonaliteten til et gitt grafisk brukergrensesnitt GENERELL KOMPETANSEKandidaten- viser en bevisst holdning til strukturell lagring og representasjon av data i et informasjonssystem- viser en bevisst holdning til databasedesign for å unngå unødvendig dobbeltlagring av data i en database Innhold:Innføring i datamodellering med EER og UML-notasjon. Design av relasjonsdatabase inkl. bruk av nøkler, referanseintegritet og enkel normalisering. Databasedefinisjon (DDL) og datamanipulering (DML) i SQL. Bruk av et valgt databaseverktøy (MySQL), se sammenhengen mellom datamodell, databaseverktøy og applikasjon / web-grensesnitt (klient/tjener -arkitektur).Les mer om faget herDemo: Her er en introduksjonsvideo for faget Påmeldingsfrist: 25.08.13 / 25.01.14         Velg semester:  Høst 2013    Vår 2014     Fag Databaser 4980,-         Semesteravgift og eksamenskostnader kommer i tillegg.  [-]

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. After completing this course, students will be able to: 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 prerequisites Successful students start this course with knowledge of cloud computing and core data concepts and professional experience with data solutions.Recommended prerequisites:M-DP900 - Microsoft Azure Data FundamentalsM-AZ900 - Microsoft Azure Fundamentals Agenda 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. 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. 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. 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). 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. Module 16: Build reports using Power BI integration with Azure Synapase 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. 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. [-]

Her starter vi ganske på begynnelsen, og går ut fra at deltagerne har liten eller ingen erfaring med Excel. Vi starter med de grunnleggende prinsippene, og bygger så videre på dem. I stikkordsform ser innholdet ut slik: Regnearkets oppbygning – grunnprinsipper Tall og tekst – identifisere og korrigere/konvertere Listefunksjonalitet – sortere, filtrere, redigere, skrive ut, etc. Grunnleggende formelbygging – de fire regneartene Kopiering av formler – absolutte og relative referanser Sentrale funksjoner: SUMMER, GJENNOMSNITT, HVIS,   HVISFEIL Modellbyggingsteknikker - sammendrag av data over flere ark Grafiske fremstillinger av numeriske data Identifisere og fjerne duplikatverdier fra en liste Arbeide med tid (dager, klokkeslett, etc.) i Excel [-]

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 Architecture Basis I Her er et utvalg av temaene du vil lære på kurset: Introduksjon til BIM Modellering av 3D-bygningsmodell i flere detaljeringsgrader (informasjonsnivåer) Samarbeid med andre fagmodeller Generering av planer, snitt, fasader, detaljer og perspektiver Skjemaer og mengdeuttrekk Oppsetning til print A Anvendelse av relevante NTItools Kurset gir deg innblikk i bruken av BIM-arbeidsmetoder med Revit som hovedverktøy. Det bygges opp en full, parametrisk 3D-modell, hvor de grunnleggende funksjonene i Revit benyttes. DU vil få en bred forståelse av både prinsipper og funksjoner i Revit og skal bli i stand til å øke detaljeringen av prosjektet ytterligere.   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 [-]

Bli en ekspert i online annonsering med Google Ads gjennom dette dyptgående kurset ledet av Espen Faugstad, gründer av Utdannet.no og en veteran med over 10 års erfaring i digital markedsføring. Dette kurset er skreddersydd for alle, fra de som aldri har brukt Google Ads før, til de som har erfaring men ønsker å heve sin kompetanse til ekspertnivå. Kurset starter med grunnleggende om hvordan du oppretter og konfigurerer en Google Ads-konto. Du vil lære å installere Google Ads-taggen og konverteringssporing, utføre målgruppe- og søkeordsanalyse, og forstå hvordan Google Ads-auksjonen fungerer. Kurset dekker også hvordan du oppretter og optimaliserer ulike typer annonser, inkludert tekst-, bilde-, video- og remarketingannonser. Med en praktisk tilnærming vil kurset guide deg gjennom prosessen med å sette opp effektive kampanjer, forstå auksjonssystemet, og bruke analyseverktøy for å forbedre dine resultater. Ved kursets slutt vil du ha tilegnet deg den kunnskapen du trenger for å mestre Google Ads og drive effektiv annonsering på vegne av deg selv eller dine klienter.   Innhold: Kapittel 1: Introduksjon Kapittel 2: Målgruppe Kapittel 3: Søkeord Kapittel 4: Auksjon Kapittel 5: Tekstannonser Kapittel 6: Bildeannonser Kapittel 7: Videoannonser Kapittel 8: Remarketing Kapittel 9: Analyse Kapittel 10: Avslutning   Varighet: 5 timer og 12 minutter   Om Utdannet.no: Utdannet.no tilbyr noen av landets beste digitale nettkurs. Tjenesten fungerer på samme måte som strømmetjenester for musikk eller TV-serier. Våre kunder betaler en fast månedspris og får tilgang til alle kursene som er produsert så langt. Plattformen har hatt en god vekst de siste årene og kan skilte med 30.000 registrerte brukere og 1,5 millioner videoavspillinger. Vårt mål er å gjøre kompetanseutvikling moro, spennende og tilgjengelig for alle – og med oss har vi Innovasjon Norge og Forskningsrådet. [-]

. Students will also learn how to design and architect solutions using zero trust principles and specify security requirements for cloud infrastructure in different service models (SaaS, PaaS, IaaS). TARGET AUDIENCE IT professionals with advanced experience and knowledge in a wide range of security engineering areas, including identity and access, platform protection, security operations, securing data, and securing applications. They should also have experience with hybrid and cloud implementations. COURSE OBJECTIVES Design a Zero Trust strategy and architecture Evaluate Governance Risk Compliance (GRC) technical strategies and security operations strategies Design security for infrastructure Design a strategy for data and applications COURSE CONTENT Module 1: Build an overall security strategy and architecture Learn how to build an overall security strategy and architecture. Lessons M1 Introduction Zero Trust overview Develop Integration points in an architecture Develop security requirements based on business goals Translate security requirements into technical capabilities Design security for a resiliency strategy Design a security strategy for hybrid and multi-tenant environments Design technical and governance strategies for traffic filtering and segmentation Understand security for protocols Exercise: Build an overall security strategy and architecture Knowledge check Summary After completing module 1, students will be able to: Develop Integration points in an architecture Develop security requirements based on business goals Translate security requirements into technical capabilities Design security for a resiliency strategy Design security strategy for hybrid and multi-tenant environments Design technical and governance strategies for traffic filtering and segmentation Module 2: Design a security operations strategy Learn how to design a security operations strategy. Lessons M2 Introduction Understand security operations frameworks, processes, and procedures Design a logging and auditing security strategy Develop security operations for hybrid and multi-cloud environments Design a strategy for Security Information and Event Management (SIEM) and Security Orchestration, Evaluate security workflows Review security strategies for incident management Evaluate security operations strategy for sharing technical threat intelligence Monitor sources for insights on threats and mitigations After completing module 2, students will be able to: Design a logging and auditing security strategy Develop security operations for hybrid and multi-cloud environments. Design a strategy for Security Information and Event Management (SIEM) and Security Orchestration, A Evaluate security workflows. Review security strategies for incident management. Evaluate security operations for technical threat intelligence. Monitor sources for insights on threats and mitigations. Module 3: Design an identity security strategy Learn how to design an identity security strategy. Lessons M3 Introduction Secure access to cloud resources Recommend an identity store for security Recommend secure authentication and security authorization strategies Secure conditional access Design a strategy for role assignment and delegation Define Identity governance for access reviews and entitlement management Design a security strategy for privileged role access to infrastructure Design a security strategy for privileged activities Understand security for protocols After completing module 3, students will be able to: Recommend an identity store for security. Recommend secure authentication and security authorization strategies. Secure conditional access. Design a strategy for role assignment and delegation. Define Identity governance for access reviews and entitlement management. Design a security strategy for privileged role access to infrastructure. Design a security strategy for privileged access. Module 4: Evaluate a regulatory compliance strategy Learn how to evaluate a regulatory compliance strategy. Lessons M4 Introduction Interpret compliance requirements and their technical capabilities Evaluate infrastructure compliance by using Microsoft Defender for Cloud Interpret compliance scores and recommend actions to resolve issues or improve security Design and validate implementation of Azure Policy Design for data residency Requirements Translate privacy requirements into requirements for security solutions After completing module 4, students will be able to: Interpret compliance requirements and their technical capabilities Evaluate infrastructure compliance by using Microsoft Defender for Cloud Interpret compliance scores and recommend actions to resolve issues or improve security Design and validate implementation of Azure Policy Design for data residency requirements Translate privacy requirements into requirements for security solutions Module 5: Evaluate security posture and recommend technical strategies to manage risk Learn how to evaluate security posture and recommend technical strategies to manage risk. Lessons M5 Introduction Evaluate security postures by using benchmarks Evaluate security postures by using Microsoft Defender for Cloud Evaluate security postures by using Secure Scores Evaluate security hygiene of Cloud Workloads Design security for an Azure Landing Zone Interpret technical threat intelligence and recommend risk mitigations Recommend security capabilities or controls to mitigate identified risks After completing module 5, students will be able to: Evaluate security postures by using benchmarks Evaluate security postures by using Microsoft Defender for Cloud Evaluate security postures by using Secure Scores Evaluate security hygiene of Cloud Workloads Design security for an Azure Landing Zone Interpret technical threat intelligence and recommend risk mitigations Recommend security capabilities or controls to mitigate identified risks Module 6: Understand architecture best practices and how they are changing with the Cloud Learn about architecture best practices and how they are changing with the Cloud. Lessons M6 Introduction Plan and implement a security strategy across teams Establish a strategy and process for proactive and continuous evolution of a security strategy Understand network protocols and best practices for network segmentation and traffic filtering After completing module 6, students will be able to: Describe best practices for network segmentation and traffic filtering. Plan and implement a security strategy across teams. Establish a strategy and process for proactive and continuous evaluation of security strategy. Module 7: Design a strategy for securing server and client endpoints Learn how to design a strategy for securing server and client endpoints. Lessons M7 Introduction Specify security baselines for server and client endpoints Specify security requirements for servers Specify security requirements for mobile devices and clients Specify requirements for securing Active Directory Domain Services Design a strategy to manage secrets, keys, and certificates Design a strategy for secure remote access Understand security operations frameworks, processes, and procedures Understand deep forensics procedures by resource type After completing module 7, students will be able to: Specify security baselines for server and client endpoints Specify security requirements for servers Specify security requirements for mobile devices and clients Specify requirements for securing Active Directory Domain Services Design a strategy to manage secrets, keys, and certificates Design a strategy for secure remote access Understand security operations frameworks, processes, and procedures Understand deep forensics procedures by resource type Module 8: Design a strategy for securing PaaS, IaaS, and SaaS services Learn how to design a strategy for securing PaaS, IaaS, and SaaS services. Lessons M8 Introduction Specify security baselines for PaaS services Specify security baselines for IaaS services Specify security baselines for SaaS services Specify security requirements for IoT workloads Specify security requirements for data workloads Specify security requirements for web workloads Specify security requirements for storage workloads Specify security requirements for containers Specify security requirements for container orchestration After completing module 8, students will be able to: Specify security baselines for PaaS, SaaS and IaaS services Specify security requirements for IoT, data, storage, and web workloads Specify security requirements for containers and container orchestration Module 9: Specify security requirements for applications Learn how to specify security requirements for applications. Lessons M9 Introduction Understand application threat modeling Specify priorities for mitigating threats to applications Specify a security standard for onboarding a new application Specify a security strategy for applications and APIs After completing module 9, students will be able to: Specify priorities for mitigating threats to applications Specify a security standard for onboarding a new application Specify a security strategy for applications and APIs Module 10: Design a strategy for securing data Learn how to design a strategy for securing data. Lessons M10 Introduction Prioritize mitigating threats to data Design a strategy to identify and protect sensitive data Specify an encryption standard for data at rest and in motion After completing module 10, students will be able to: Prioritize mitigating threats to data Design a strategy to identify and protect sensitive data Specify an encryption standard for data at rest and in motion [-]

Kursinnhold: De ulike begrepene som blir brukt i Google Analytics Segmentering av brukere i statistikken Hvordan lese relevant statistikk Hva du kan bruke tallene til videre i din markedsføring Hvordan nettsidene dine fungerer og hvor konverteringene kommer fra [-]

Dette webinaret fokuserer på bruk av eksisterende presentasjoner, endringer av disse, samt det å klargjøre for presentasjon. Vi viser deg en rekke tips og teknikker som bidrar til at presentasjonen ser strøken ut, og som hjelper deg å spare verdifull tid i forberedelsesfasen.  Webinaret varer i 2 timer og består av to økter à 45 min. Etter hver økt er det 10 min spørsmålsrunde. Mellom øktene er det 10 min pause.  Webinaret kan også spesialtilpasses og holdes bedriftsinternt kun for din bedrift.   Kursinnhold:   Gjenbruk Sette inn lysbilder fra andre presentasjoner Tilbakestille lysbildeoppsett Endre mal Rydde opp i manuelle feil   Klargjøring Konvertere tekst til SmartArt Animasjon og lysbildeovergang Tilrettelegge for navigasjon (hyperkoblinger) Tilpasset fremvisning Lag lysbildefremvisning Ta med presentasjonen på minnepinne   3 gode grunner til å delta 1. Lær og gjenbruke innhold fra andre presentasjoner effektivt 2. Få oversikt over måter å "rydde opp" i en presentasjon 3. Få tips til praktiske verktøy til ferdigstilling av presentasjonen   [-]

ITIL® 4 Practitioner: Incident Management [-]

Microsoft 365 er abonnement på Office-programmer og andre produktivitetstjenester som du får tilgang til via Internett (skytjenester). Tidligere var dette kjent under navnet Office 365, men Microsoft har nå endret navnet til Microsoft 365. Fordelen er at du alltid har tilgang til Office-programmer og dine dokumenter, og kan dele dem med andre fra hvilken som helst enhet. Dette betyr at du har tilgang på dine dokumenter og verktøy via PC, mobil eller nettbrett. På kurset vil du lære om samhandling, kommunikasjon og tilgjengelighet. Om Microsoft 365Microsoft 365 er abonnement på Office-programmer og andre produktivitetstjenester som du får tilgang til via Internett (skytjenester). I abonnementet har du tilgang på en rekke applikasjoner, slik som Word, Excel, PowerPoint, Teams og lagring i OneDrive, samt mange andre nyttige verktøy. Fordelen er at du alltid har tilgang til Office-programmer og dine dokumenter, og kan dele dem med andre fra hvilken som helst enhet. Vi viser deg hvordan du kan jobbe effektivt med ditt Microsoft 365 abonnement. Pris: 1200 kroner Ansatte ved UiS har egne prisbetingelser.   Etter at du har meldt deg på webinaret, vil du få tilsendt praktisk informasjon om pålogging. Webinarene gjennomføres fra din PC eller nettbrett.    [-]

Videokurs for deg som skal bruke film i din digitale markedsføring eller deg som jobber med redaksjonelt innhold på nettet. «1 minutt video sier mer enn 18000 ord»(Forrester research) Kursinnhold: Du skal lære å lage korte filmer til nettet. Dette innebærer å planlegge innhold, filme, klippe og redigere filmen. Content Marketing i praksis. Bearbeiding av idé og planlegging av innhold Fra idé til film Klipping og redigering av film med Adobe Premiere pro Rettigheter ang musikk Deling av film på nettet Ta med egen laptop med ferdig innstallert Adobe Premiere Pro, samt videokamera eller smartphone på kurset. Ekstern harddisk, strømkabler og hodetelefoner må også taes med.   https://igm.no/videokurs/ [-]

Koding automasjon i bygg Denne fagskole utdanningens innhold tilsvarer 5 studiepoeng og utdanning er på nettet.  Maksimalt antall studieplasser er 25. Utdanningen er praktisk tilrettelagt, slik at du kan anvende teori og kunnskap i praksis. Du vil få mulighet til å jobbe med reelle og aktuelle problemstillinger, og du vil få tilbakemelding fra erfarne fagfolk. Læremateriellet består av video, podkaster, resyme av fagstoff, artikler, forskningsrapporter, foredrag, presentasjon av fagstoff, samt quizer og annet. Læremateriellet du får tilgang til er på en LMS som er under kontinuerlig utvikling og oppdatering. Du får ett års tilgang til læremateriell, etter at utdanningen er ferdig, på Learning Management System (LMS) I denne utdanningen lærer du om: Installere Python på egen PC (Spyder): Veiledning for hvordan du installerer Python og Spyder IDE for å utvikle Python-programmer. Introduksjon til programmering i: HTML: Grunnleggende om HTML-strukturer og webutvikling. Python: Introduksjon til grunnleggende programmeringskonsepter, inkludert: Variabler og Datatyper: Opprettelse og bruk av variabler med ulike datatyper som heltall (integers), desimaltall (floats), strenger (strings), lister (lists), tupler (tuples), og dictionaries (dictionaries). Operatorer: Bruk av matematiske, sammenlignings-, og logiske operatorer for beregninger og verdikomparasjoner. Løkker: Implementering av kontrollstrukturer som if-setninger, for- og while-løkker, samt avvikshantering med try og except for å styre programflyten. Funksjoner: Definisjon og anvendelse av funksjoner for å organisere koden i moduler og forbedre lesbarheten og vedlikeholdbarheten. Input og Output: Håndtering av datainnlesning fra bruker og datavisning til skjermen. Moduler og Biblioteker: Utforsking av innebygde og tredjepartsmoduler for å utvide programmets funksjonalitet. Filstyring: Åpning, lesing, skriving, og lukking av filer. Strukturering av kode: Organisering av kode ved hjelp av funksjoner, klasser, og moduler for bedre lesbarhet og vedlikehold. JavaScript: Grunnleggende programmeringskonsepter for å utvikle interaktive webapplikasjoner. Programmere App til mobil telefon: Introduksjon til å kunne programmere Android-apps. Fra sensor til web: Utvikling av programmer fra grunnen av, fra å programmere Arduino UNO som en Modbus RTU slave til å utvikle en Modbus RTU master i Python. Konfigurasjon av egen PC som webserver (IIS) for å støtte webapplikasjoner. Integrert prosjektarbeid som involverer programmering fra sensor til web, som kombinerer hardware og software for å samle, behandle, og presentere data. Inkluderer API-er (Application Programming Interfaces) og tekniske beskrivelser. Du velger selv prosjektoppgave: Oppgaven kan for eksempel innebære å innhente data via API fra https://www.yr.no/ eller en annen nettressurs. Ved å anvende Modbus for I/O på Arduino, er det mulig å utvikle et system som både overvåker og regulerer energiforbruket ditt. Brukergrensesnittet kan være basert på web, og konfigureres på din egen datamaskin. Denne utdanningen danner et solid fundament for videre læring og anvendelse av disse konseptene i automasjon i bygg. Bedriftsinterne utdanning tilpasset din bedrift Denne utdanningen kan tilbys som en bedriftsintern utdanning. Det faglige innholdet er fastsatt, men den faglige tilnærmingen kan tilpasses den enkelte bedrifts behov og ønsker. Ta kontakt for en prat, så kan vi sammen lage et utdanningsløp som passer for deg og din bedrift. Kontaktpersoner er Hans Gunnar Hansen (tlf. 91101824) og Vidar Luth-Hanssen (tlf. 91373153) [-]

I dagens digitaliserte verden øker mengden data med enorme størrelser hver eneste dag. Enten man jobber i store multinasjonale selskap eller i små bedrifter ser man behovet for å dykke ned i data for å skaffe bedre innsikt. Veien dit vil variere fra sted til sted, men en fellesnevner er å bygge opp kompetanse rundt virksomheten sine data. Selvbetjening er en viktig bidragsyter for å bygge kompetansen og bli mer datadrevet. Begrepet kan defineres som en enkel form av styringsinformasjonssystemet, hvor brukeren har tilgang til relevant data og genererer rapporter og/eller analyser med hjelp av selvbetjeningsverktøy. Formålet er gi brukeren mulighet til å optimalisere og forenkle sine arbeidsoppgaver i tillegg til å frigjøre IT spesialister. Power BI er et verktøy som kan hjelpe dere på veien til å bli mer selvbetjent. Det er et kraftfullt analyse– og modelleringsverktøy som gjør at man kan kombinere data fra ulike kilder og sammenstille dem i rapporter og dashboards. Disse kan enkelt deles med andre i organisasjonen og tilgangsstyres i henhold til GDPR, personvern og teknisk kompetanse. Dette kurset gir en grunnleggende innføring i bruk av Power BI Desktop som selvbetjenings- og analyseverktøy for controllere, analytikere og de som jobber med virksomhetsrapportering. Deltakerne vil få en grunnleggende innføring i: Innlasting av data Datamodellering (best practice) Forhold mellom tabeller Power Query og datatransformasjoner DAX (kalkulerte mål og kolonner) Datavisualisering, formattering og rapportoppsett Filtrering, slicers og drillthrough funksjon Navigasjon og bokmerker Publisering av rapport til Power BI Service og overordnet modell for utrulling av Power BI i organisasjonen vil bli presentert i kurset, men disse tema vil ikke bli dekket i dybden. Ta med egen PC med nyeste versjon av Power BI. Du bør også ha signet opp med en 30-dagers gratislisens for Power BI Pro.   Kursinnhold Innlastning av data Kurset bygger på et datasett fra en fiktiv global leverandør av sykkelutstyr hvor data er fordelt på en fakta tabell med tilhørende dimensjonstabeller. Datasettet hentes fra en Excel-fil som er tilsendt før kurset, men denne fremgangsmåten kan enkelt overføres til andre strukturerte databaser. Datamodellering Når vi bruker data fra flere tabeller er det viktig å definere en datamodell som muliggjør analyser på tvers av tabellene. Dette kurset gjennomgår grunnleggende teori om datamodellering sammen med en praktisk gjennomgang av hvordan man oppretter relasjoner og bygger en datamodell i Power BI. Bruke Power Query til å transformere data Power Query er et utrolig kraftig verktøy til å skreddersy data før de lastes inn i Power BI (ETL). Dette kurset gjør deltakerne kjent med hvordan Power BI og Power Query samhandler, og det blir demonstrert enkelte funksjoner i Power Query. Herunder rydding i data via navngivning, sletting og formattering av kolonner. Opprettelsen av en betinget kolonne blir også gjennomgått i kurset. DAX (Kalkulerte mål og kolonner) DAX er språket som brukes til å utføre spesifikke kalkulasjoner på data i Power BI. Dette er et språk hvor man kan utføre ganske komplekse utregninger, og kurset gir en introduksjon til dette på et nybegynnernivå. Det vil si at vi i kurset utarbeider mål og kolonner ved bruk av funksjoner som SUM, COUNT og CALCULATE. Datavisualisering, formattering og rapport oppsett Kurset gjennomgår flere av de vanlige visualiseringstypene som søylediagram, hjuldiagram og tabeller, og det blir vist formateringsmuligheter som valg av farge, kantlinje og akseformattering. Kurset legger også vekt på samhandling mellom visualiseringene, og det opprettes en interaktiv rapport med filtreringsvalg, ikoner og egendefinerte overskrifter. Navigasjon og bokmerker Kurset vil gjennomgå måter å navigere i rapporten på, samt den populære funksjonaliteten bookmarks som kan brukes til blant annet navigasjon og fjerning av anvendte filtre for å gjøre brukeropplevelsen av rapporten bedre.      [-]