Oversikt over relevante kurs innen IT-kurs i Hornindal

Kurset fokuserer på konvertering av etterspørsel til verdi via IT-relaterte tjenester. Modulen dekker sentrale emner som SLA-design, styring av flere leverandører, kommunikasjon, relasjonsstyring, CX- og UX-design, kartlegging av kunder og mer. E-læringskurset inneholder 18 timer med undervisning, og er delt inn i 8 moduler. Les mer om ITIL® 4 på  AXELOS sine websider. Du vil motta en e-post med tilgang til e-læringen, sertifiseringsvoucher og digital bok fra Peoplecert. Du avtaler tid for sertifiseringen som beskrevet i e-posten fra Peoplecert. [-]

Understand the purpose and key concepts of the Continual Improvement Practice, elucidating its significance in fostering a culture of ongoing improvement and innovation within the organisation. This eLearning is: Interactive Self-paced   Device-friendly   2-3 hours content   Mobile-optimised   Practical exercises   Exam: 20 questions Multiple choise 30 minutes Closed book Minimum required score to pass: 65% [-]

Understand the purpose and key concepts of Information Security Management, elucidating its significance in safeguarding the confidentiality, integrity, and availability of organisational information assets. This eLearning is: Interactive Self-paced   Device-friendly   2-3 hours content   Mobile-optimised   Practical exercises   Exam: 20 questions Multiple choise 30 minutes Closed book Minimum required score to pass: 65% [-]

COURSE OVERVIEW Learn how to investigate, respond to, and hunt for threats using Microsoft Azure Sentinel, Azure Defender, and Microsoft 365 Defender. In this course you will learn how to mitigate cyberthreats using these technologies. Specifically, you will configure and use Azure Sentinel as well as utilize Kusto Query Language (KQL) to perform detection, analysis, and reporting. The course was designed for people who work in a Security Operations job role and helps learners prepare for the exam SC-200: Microsoft Security Operations Analyst. TARGET AUDIENCE The Microsoft Security Operations Analyst collaborates with organizational stakeholders to secure information technology systems for the organization. Their goal is to reduce organizational risk by rapidly remediating active attacks in the environment, advising on improvements to threat protection practices, and referring violations of organizational policies to appropriate stakeholders. Responsibilities include threat management, monitoring, and response by using a variety of security solutions across their environment. The role primarily investigates, responds to, and hunts for threats using Microsoft Azure Sentinel, Azure Defender, Microsoft 365 Defender, and third-party security products. Since the Security Operations Analyst consumes the operational output of these tools, they are also a critical stakeholder in the configuration and deployment of these technologies. COURSE OBJECTIVES Explain how Microsoft Defender for Endpoint can remediate risks in your environment Create a Microsoft Defender for Endpoint environment Configure Attack Surface Reduction rules on Windows 10 devices Perform actions on a device using Microsoft Defender for Endpoint Investigate domains and IP addresses in Microsoft Defender for Endpoint Investigate user accounts in Microsoft Defender for Endpoint Configure alert settings in Microsoft Defender for Endpoint Explain how the threat landscape is evolving Conduct advanced hunting in Microsoft 365 Defender Manage incidents in Microsoft 365 Defender Explain how Microsoft Defender for Identity can remediate risks in your environment. Investigate DLP alerts in Microsoft Cloud App Security Explain the types of actions you can take on an insider risk management case. Configure auto-provisioning in Azure Defender Remediate alerts in Azure Defender Construct KQL statements Filter searches based on event time, severity, domain, and other relevant data using KQL Extract data from unstructured string fields using KQL Manage an Azure Sentinel workspace Use KQL to access the watchlist in Azure Sentinel Manage threat indicators in Azure Sentinel Explain the Common Event Format and Syslog connector differences in Azure Sentinel Connect Azure Windows Virtual Machines to Azure Sentinel Configure Log Analytics agent to collect Sysmon events Create new analytics rules and queries using the analytics rule wizard Create a playbook to automate an incident response Use queries to hunt for threats Observe threats over time with livestream COURSE CONTENT Module 1: Mitigate threats using Microsoft Defender for Endpoint Implement the Microsoft Defender for Endpoint platform to detect, investigate, and respond to advanced threats. Learn how Microsoft Defender for Endpoint can help your organization stay secure. Learn how to deploy the Microsoft Defender for Endpoint environment, including onboarding devices and configuring security. Learn how to investigate incidents and alerts using Microsoft Defender for Endpoints. Perform advanced hunting and consult with threat experts. You will also learn how to configure automation in Microsoft Defender for Endpoint by managing environmental settings.. Lastly, you will learn about your environment's weaknesses by using Threat and Vulnerability Management in Microsoft Defender for Endpoint. Lessons M1 Protect against threats with Microsoft Defender for Endpoint Deploy the Microsoft Defender for Endpoint environment Implement Windows 10 security enhancements with Microsoft Defender for Endpoint Manage alerts and incidents in Microsoft Defender for Endpoint Perform device investigations in Microsoft Defender for Endpoint Perform actions on a device using Microsoft Defender for Endpoint Perform evidence and entities investigations using Microsoft Defender for Endpoint Configure and manage automation using Microsoft Defender for Endpoint Configure for alerts and detections in Microsoft Defender for Endpoint Utilize Threat and Vulnerability Management in Microsoft Defender for Endpoint Lab M1: Mitigate threats using Microsoft Defender for Endpoint Deploy Microsoft Defender for Endpoint Mitigate Attacks using Defender for Endpoint After completing module 1, students will be able to: Define the capabilities of Microsoft Defender for Endpoint Configure Microsoft Defender for Endpoint environment settings Configure Attack Surface Reduction rules on Windows 10 devices Investigate alerts in Microsoft Defender for Endpoint Describe device forensics information collected by Microsoft Defender for Endpoint Conduct forensics data collection using Microsoft Defender for Endpoint Investigate user accounts in Microsoft Defender for Endpoint Manage automation settings in Microsoft Defender for Endpoint Manage indicators in Microsoft Defender for Endpoint Describe Threat and Vulnerability Management in Microsoft Defender for Endpoint Module 2: Mitigate threats using Microsoft 365 Defender Analyze threat data across domains and rapidly remediate threats with built-in orchestration and automation in Microsoft 365 Defender. Learn about cybersecurity threats and how the new threat protection tools from Microsoft protect your organization’s users, devices, and data. Use the advanced detection and remediation of identity-based threats to protect your Azure Active Directory identities and applications from compromise. Lessons M2 Introduction to threat protection with Microsoft 365 Mitigate incidents using Microsoft 365 Defender Protect your identities with Azure AD Identity Protection Remediate risks with Microsoft Defender for Office 365 Safeguard your environment with Microsoft Defender for Identity Secure your cloud apps and services with Microsoft Cloud App Security Respond to data loss prevention alerts using Microsoft 365 Manage insider risk in Microsoft 365 Lab M2: Mitigate threats using Microsoft 365 Defender Mitigate Attacks with Microsoft 365 Defender After completing module 2, students will be able to: Explain how the threat landscape is evolving. Manage incidents in Microsoft 365 Defender Conduct advanced hunting in Microsoft 365 Defender Describe the investigation and remediation features of Azure Active Directory Identity Protection. Define the capabilities of Microsoft Defender for Endpoint. Explain how Microsoft Defender for Endpoint can remediate risks in your environment. Define the Cloud App Security framework Explain how Cloud Discovery helps you see what's going on in your organization Module 3: Mitigate threats using Azure Defender Use Azure Defender integrated with Azure Security Center, for Azure, hybrid cloud, and on-premises workload protection and security. Learn the purpose of Azure Defender, Azure Defender's relationship to Azure Security Center, and how to enable Azure Defender. You will also learn about the protections and detections provided by Azure Defender for each cloud workload. Learn how you can add Azure Defender capabilities to your hybrid environment. Lessons M3 Plan for cloud workload protections using Azure Defender Explain cloud workload protections in Azure Defender Connect Azure assets to Azure Defender Connect non-Azure resources to Azure Defender Remediate security alerts using Azure Defender Lab M3: Mitigate threats using Azure Defender Deploy Azure Defender Mitigate Attacks with Azure Defender After completing module 3, students will be able to: Describe Azure Defender features Explain Azure Security Center features Explain which workloads are protected by Azure Defender Explain how Azure Defender protections function Configure auto-provisioning in Azure Defender Describe manual provisioning in Azure Defender Connect non-Azure machines to Azure Defender Describe alerts in Azure Defender Remediate alerts in Azure Defender Automate responses in Azure Defender Module 4: Create queries for Azure Sentinel using Kusto Query Language (KQL) Write Kusto Query Language (KQL) statements to query log data to perform detections, analysis, and reporting in Azure Sentinel. This module will focus on the most used operators. The example KQL statements will showcase security related table queries. KQL is the query language used to perform analysis on data to create analytics, workbooks, and perform hunting in Azure Sentinel. Learn how basic KQL statement structure provides the foundation to build more complex statements. Learn how to summarize and visualize data with a KQL statement provides the foundation to build detections in Azure Sentinel. Learn how to use the Kusto Query Language (KQL) to manipulate string data ingested from log sources. Lessons M4 Construct KQL statements for Azure Sentinel Analyze query results using KQL Build multi-table statements using KQL Work with data in Azure Sentinel using Kusto Query Language Lab M4: Create queries for Azure Sentinel using Kusto Query Language (KQL) Construct Basic KQL Statements Analyze query results using KQL Build multi-table statements using KQL Work with string data using KQL statements After completing module 4, students will be able to: Construct KQL statements Search log files for security events using KQL Filter searches based on event time, severity, domain, and other relevant data using KQL Summarize data using KQL statements Render visualizations using KQL statements Extract data from unstructured string fields using KQL Extract data from structured string data using KQL Create Functions using KQL Module 5: Configure your Azure Sentinel environment Get started with Azure Sentinel by properly configuring the Azure Sentinel workspace. Traditional security information and event management (SIEM) systems typically take a long time to set up and configure. They're also not necessarily designed with cloud workloads in mind. Azure Sentinel enables you to start getting valuable security insights from your cloud and on-premises data quickly. This module helps you get started. Learn about the architecture of Azure Sentinel workspaces to ensure you configure your system to meet your organization's security operations requirements. As a Security Operations Analyst, you must understand the tables, fields, and data ingested in your workspace. Learn how to query the most used data tables in Azure Sentinel. Lessons M5 Introduction to Azure Sentinel Create and manage Azure Sentinel workspaces Query logs in Azure Sentinel Use watchlists in Azure Sentinel Utilize threat intelligence in Azure Sentinel Lab M5 : Configure your Azure Sentinel environment Create an Azure Sentinel Workspace Create a Watchlist Create a Threat Indicator After completing module 5, students will be able to: Identify the various components and functionality of Azure Sentinel. Identify use cases where Azure Sentinel would be a good solution. Describe Azure Sentinel workspace architecture Install Azure Sentinel workspace Manage an Azure Sentinel workspace Create a watchlist in Azure Sentinel Use KQL to access the watchlist in Azure Sentinel Manage threat indicators in Azure Sentinel Use KQL to access threat indicators in Azure Sentinel Module 6: Connect logs to Azure Sentinel Connect data at cloud scale across all users, devices, applications, and infrastructure, both on-premises and in multiple clouds to Azure Sentinel. The primary approach to connect log data is using the Azure Sentinel provided data connectors. This module provides an overview of the available data connectors. You will get to learn about the configuration options and data provided by Azure Sentinel connectors for Microsoft 365 Defender. Lessons M6 Connect data to Azure Sentinel using data connectors Connect Microsoft services to Azure Sentinel Connect Microsoft 365 Defender to Azure Sentinel Connect Windows hosts to Azure Sentinel Connect Common Event Format logs to Azure Sentinel Connect syslog data sources to Azure Sentinel Connect threat indicators to Azure Sentinel Lab M6: Connect logs to Azure Sentinel Connect Microsoft services to Azure Sentinel Connect Windows hosts to Azure Sentinel Connect Linux hosts to Azure Sentinel Connect Threat intelligence to Azure Sentinel After completing module 6, students will be able to: Explain the use of data connectors in Azure Sentinel Explain the Common Event Format and Syslog connector differences in Azure Sentinel Connect Microsoft service connectors Explain how connectors auto-create incidents in Azure Sentinel Activate the Microsoft 365 Defender connector in Azure Sentinel Connect Azure Windows Virtual Machines to Azure Sentinel Connect non-Azure Windows hosts to Azure Sentinel Configure Log Analytics agent to collect Sysmon events Explain the Common Event Format connector deployment options in Azure Sentinel Configure the TAXII connector in Azure Sentinel View threat indicators in Azure Sentinel Module 7: Create detections and perform investigations using Azure Sentinel Detect previously uncovered threats and rapidly remediate threats with built-in orchestration and automation in Azure Sentinel. You will learn how to create Azure Sentinel playbooks to respond to security threats. You'll investigate Azure Sentinel incident management, learn about Azure Sentinel events and entities, and discover ways to resolve incidents. You will also learn how to query, visualize, and monitor data in Azure Sentinel. Lessons M7 Threat detection with Azure Sentinel analytics Threat response with Azure Sentinel playbooks Security incident management in Azure Sentinel Use entity behavior analytics in Azure Sentinel Query, visualize, and monitor data in Azure Sentinel Lab M7: Create detections and perform investigations using Azure Sentinel Create Analytical Rules Model Attacks to Define Rule Logic Mitigate Attacks using Azure Sentinel Create Workbooks in Azure Sentinel After completing module 7, students will be able to: Explain the importance of Azure Sentinel Analytics. Create rules from templates. Manage rules with modifications. Explain Azure Sentinel SOAR capabilities. Create a playbook to automate an incident response. Investigate and manage incident resolution. Explain User and Entity Behavior Analytics in Azure Sentinel Explore entities in Azure Sentinel Visualize security data using Azure Sentinel Workbooks. Module 8: Perform threat hunting in Azure Sentinel In this module, you'll learn to proactively identify threat behaviors by using Azure Sentinel queries. You'll also learn to use bookmarks and livestream to hunt threats. You will also learn how to use notebooks in Azure Sentinel for advanced hunting. Lessons M8 Threat hunting with Azure Sentinel Hunt for threats using notebooks in Azure Sentinel Lab M8 : Threat hunting in Azure Sentinel Threat Hunting in Azure Sentinel Threat Hunting using Notebooks After completing this module, students will be able to: Describe threat hunting concepts for use with Azure Sentinel Define a threat hunting hypothesis for use in Azure Sentinel Use queries to hunt for threats. Observe threats over time with livestream. Explore API libraries for advanced threat hunting in Azure Sentinel Create and use notebooks in Azure Sentinel [-]

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: Ingen Innleveringer: Et utvalg (6) av øvingsoppgavene må være godkjent for å få gå opp til eksamen. Det vil settes nærmere krav til utvalget, - opplysninger om dette gis ved kursstart. Personlig veileder: ja Vurderingsform: Skriftlig eksamen, 4 timer. Ansvarlig: Vuokko-Helena Caseiro Eksamensdato: 17.12.13 / 20.05.14         Læremål: Etter å ha gjennomført emnet Programmering i Java skal kandidaten ha følgende samlede læringsutbytter: KUNNSKAPER:Kandidaten:- kan forklare hva et program er- kjenner til enkle prinsipper innen objektorientert programmering- kan forklare hvorfor brukerkommunikasjon og logikk til et program knyttet til det problemet som skal løses, bør legges til ulike klasser FERDIGHETER:Kandidaten:- kan sette opp programmiljø for å utvikle og kjøre Java-program på egen PC- kan lage strukturert og oversiktlig programkode- kan beskrive klasser og kontrollstrukturer ved hjelp av enkle klassediagram og aktivitetsdiagram- kan, med noe hjelp, anvende klasser fra Java API'et GENERELL KOMPETANSEKandidaten:- kan anvende objektorientert tankegang til å analysere og løse enkle problemer Innhold:Gir en oversikt over grunnleggende objektorientert programdesign og Java-programmering. Begreper innen objektorientering: klasser, objekter, innkapsling mm. Java-syntaks: Datatyper, betingelser, valg, løkker, uttrykk. Innlesing og utskrift. Tabeller.Les mer om faget her Påmeldingsfrist: 25.08.13 / 25.01.14         Velg semester:  Høst 2013    Vår 2014     Fag Programmering i Java 4980,-         Semesteravgift og eksamenskostnader kommer i tillegg.    [-]

ISO/IEC 27005 Lead Risk Manager [-]

  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.   Navisworks grunnkurs   Her er et utvalg av temaene du vil lære på kurset: forstå hvordan tverrfaglige modeller settes sammen analysere modellen gjennom visualisering og navigering håndtering av objekter sette inn målsetting legg inn snitt finne informasjon på objektene Navisworks håndterer et stort antall filformater og det er viktig å forstå hvordan tverrfaglige modeller settes sammen slik at dette muligjør analyse av modellen gjennom visualisering, navigering, håndtering av objekter, sette inn målsetting, legge inn snitt og finne informasjon på objektene.   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 [-]

SDWFND: Cisco SD WAN Operation and Deployment [-]

Kursinnhold Import av .csv Import av tekstfiler (.txt) Import fra internett Transformering av data Rette opp feil Lage beregnede kolonner Regelmessig import Analyse av store datamengder   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.   [-]

Dette kurset tilbys som bedriftsinternt kurs   Fra mars 2020 til oktober 2020 økte antall daglige teams-brukere på verdensbasis fra 44 millioner til 115 millioner. Dette er en enorm økning og for mange innebar det å bli kastet inn i noe nytt uten opplæring. Det som egentlig skulle gjøre arbeidsdagen lettere, lagde flere utfordringer.  Appen er brukervennlig og fungerer sømløst med de andre verktøyene i Microsoft 365, men appen vokser ettersom behovene endrer seg, og med 115 millioner brukere er behovene også mange. Microsoft Teams er derfor et stort verktøy for god og effektiv samhandling, men verktøyene kan være så gode de bare vil – dersom de som bruker det ikke er kjent med funksjonalitetene som gjør Microsoft sømløst. I løpet av kurset vil deltagere få en god oversikt på hva Teams er, hva det kan brukes for, og hvordan best mulig bruke det. Kurset gir også tips og triks for best practice, samt hvordan man kan holde seg oppdatert på ny funksjonalitet som kommer.    Metode: Digitalkurs: Kursholder holder informative økter med gjennomgang og demonstrasjoner av de viktigste verktøyene, hvordan de virker sammen, og hvordan du og dine kollegaer bruker de effektivt sammen. Kursdeltakerne vil ha mulighet til å stille spørsmål, enten muntlig eller skriftlig, avhengig av gruppestørrelsen.    Kurs på Bouvethuset på Majorstuen: Kursholdere vil bruke en kombinasjon av undervisning, demonstrasjoner og øvelser så deltagerne kan raskt komme i gang og samtidig bygge en bevisst og robust tilnærming til verktøyet. Deltagkerne får da mulighet til å teste ut funksjonalitet underveis i Bouvet sitt kursmiljø.    Målgruppe Alle som ønsker en grundig introduksjon og opplæring i Teams applikasjonen. Det passer både for deg som aldri har brukt Teams før, og for deg som ønsker å utvikle deg til superbruker. Spesielt egnet for deg som skal være med å spesifisere, tilrettelegge eller være ansvarlig for innføring av samhandlingsløsninger.   Kursinnhold •    Teams som del av Office 365 plattformen•    Oversikt over begreper, lisensmodeller og relatert•    Pålogging, navigasjon og grensesnitt i Teams•    Hvordan strukturere velfungerende Teams: kanaler, faner, og mer•    Fillagring og fildeling•    Samtaler, chat og virtuelle møter•    Samtidig redigering•    Beste praksiser, tips og triks•    Innstillinger og sikkerhet•    Administrasjon for Teams eiere•    Kontinuerlig læring i bruk av verktøyet•    Samhandlingsstrategier   [-]

Brukergrensesnittet. Opprette profiler med tilpasset oppsett. Verktøy for digital dokumentbehandling, slik som å sette sammen PDF’er, opprette hyperkoblinger, påføre digitale signaturer og stempler. Redigere innhold i PDF-filer Automatisk sammenligning Markeringsverktøy for bruk under designgjennomgang, etc. Bruk av Tool Chest til å spare symboler og tilpassede verktøy for enkel gjenbruk Bruk av markeringslisten til å sette status, kommentere, filtrere og rapportere Kalibrering og måleverktøy. Intro til mengdeberegning Intro til skybasert samarbeid med Studio Projects og Sessions   På kurset lærer du alle de viktigste funksjonene i Revu, noe som gir deg et godt overblikk og utgangspunkt for å jobbe videre med programmet. Du blir i stand til å digitalisere og effektivisere en rekke manuelle arbeidsprosesser, med tidsbesparelse og bedre kvalitet som resultat.   [-]

Through a combination of presentations, demos, and hands-on labs, participants get an overview of the Google Cloud platform and a detailed view of the data processing and machine learning capabilities. This course showcases the ease, flexibility, and power of big data solutions on Google Cloud Platform. Learning Objectives This course teaches participants the following skills: Identify the purpose and value of the key Big Data and Machine Learning products in the Google Cloud Platform Use Cloud SQL and Cloud Dataproc to migrate existing MySQL and Hadoop/Pig/Spark/Hive workloads to Google Cloud Platform Employ BigQuery and Cloud Datalab to carry out interactive data analysis Train and use a neural network using TensorFlow Employ ML APIs Choose between different data processing products on the Google Cloud Platform Course Outline Module 1: Introducing Google Cloud Platform -Google Platform Fundamentals Overview-Google Cloud Platform Big Data Products Module 2: Compute and Storage Fundamentals -CPUs on demand (Compute Engine)-A global filesystem (Cloud Storage)-CloudShell-Lab: Set up an Ingest-Transform-Publish data processing pipeline Module 3: Data Analytics on the Cloud -Stepping-stones to the cloud-CloudSQL: your SQL database on the cloud-Lab: Importing data into CloudSQL and running queries-Spark on Dataproc-Lab: Machine Learning Recommendations with Spark on Dataproc Module 4: Scaling Data Analysis -Fast random access-Datalab-BigQuery-Lab: Build machine learning dataset Module 5: Machine Learning -Machine Learning with TensorFlow-Lab: Carry out ML with TensorFlow-Pre-built models for common needs-Lab: Employ ML APIs Module 6: Data Processing Architectures -Message-oriented architectures with Pub/Sub-Creating pipelines with Dataflow-Reference architecture for real-time and batch data processing Module 7: Summary -Why GCP?-Where to go from here-Additional Resources [-]

OneNote er et program fra Microsoft som gir deg mulighet til å digitalisere dine notater. Programmet egner seg særlig for deg som har behov for å skrive møtenotater, foredragsnotater og arbeidsnotater. OneNote vil synkronisere dine notater på tvers av dine enheter, og kan benyttes på din PC, din smarttelefon eller nettbrett. Du kan bygge inn tekst og filer fra Outlook, Word, Excel og PowerPoint, samt film- og lydfiler. Har du oversikten over notater etter at møter er over? Føler du at de papirbaserte notatene over tid blir uoversiktlige og lite tilgjengelige. Du kan jobbe raskere, smartere og bedre ved å ta i bruk OneNote. I dine digitale notater i OneNote kan du inkludere tekst, bilder, lenker til filer og websider, lyd og film. Du kan ta notater fra din smarttelefon, ditt nettbrett eller din PC; alt etter hva du har tilgjengelig. Systemet vil synkronisere notatene på tvers av dine enheter. OneNote er en del av Microsoft Office og er tilgjengelig gratis for alle.  Kurset kan spesialtilpasses og holdes bedriftsinternt i deres eller våre lokaler. Deltakere må ha med egen datamaskin med relevant programvare. 6 gode grunner til å delta Du vil se hvor enkelt det er å ta raske notater Lær hvordan du finner igjen notater raskt og effektivt Du vil kunne koble notater til oppgaver i Outlook Lær å holde møtenotater koblet til avtaler og møter i Outlook Få en innføring i hvordan flere kan jobbe samtidig med notater Lær hvordan OneNote kobler lyd/videoopptak med notater Synkroniser dine notater mellom dine enheter (PC, mobil, nettbrett) Forkunnskap: Erfaring i bruk av Microsoft Office. Varighet:3 timer Pris:3200 kroner Ansatte ved UiS har egne betalingsbetingelser. [-]

The students will also explore how to implement data security including authentication, authorization, data policies and standards. They will also define and implement data solution monitoring for both the data storage and data processing activities. Finally, they will manage and troubleshoot Azure data solutions which includes the optimization and disaster recovery of big data, batch processing and streaming data solutions. Agenda Module 1: Azure for the Data Engineer -Explain the evolving world of data-Survey the services in the Azure Data Platform-Identify the tasks that are performed by a Data Engineer-Describe the use cases for the cloud in a Case Study Module 2: Working with Data Storage. -Choose a data storage approach in Azure-Create an Azure Storage Account-Explain Azure Data Lake storage-Upload data into Azure Data Lake Module 3: Enabling Team Based Data Science with Azure Databricks. -Explain Azure Databricks and Machine Learning Platforms-Describe the Team Data Science Process-Provision Azure Databricks and workspaces-Perform data preparation tasks Module 4: Building Globally Distributed Databases with Cosmos DB. -Create an Azure Cosmos DB database built to scale-Insert and query data in your Azure Cosmos DB database-Provision a .NET Core app for Cosmos DB in Visual Studio Code-Distribute your data globally with Azure Cosmos DB Module 5: Working with Relational Data Stores in the Cloud. -SQL Database and SQL Data Warehouse-Provision an Azure SQL database to store data-Provision and load data into Azure SQL Data Warehouse Module 6: Performing Real-Time Analytics with Stream Analytics. Module 7: Orchestrating Data Movement with Azure Data Factory. -Explain how Azure Data Factory works-Create Linked Services and datasets-Create pipelines and activities-Azure Data Factory pipeline execution and triggers Module 8: Securing Azure Data Platforms. -Configuring Network Security-Configuring Authentication-Configuring Authorization-Auditing Security Module 9: Monitoring and Troubleshooting Data Storage and Processing. -Data Engineering troubleshooting approach-Azure Monitoring Capabilities-Troubleshoot common data issues-Troubleshoot common data processing issues Module 10: Integrating and Optimizing Data Platforms. -Integrating data platforms-Optimizing data stores-Optimize streaming data-Manage disaster recovery [-]