Oversikt over relevante kurs innen IT-kurs i Norsborg

Modulen dekker bruk og effekt av Lean og agile arbeidsmåter, og hvordan dette kan utnyttes til fordel for organisasjonen. Kurset vil gi kandidatene en praktisk og strategisk metode for å planlegge og levere kontinuerlig forbedring med nødvendig smidighet.  E-læringskurset inneholder 18 timer med undervisning, og er delt inn i 12 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.   [-]

AZ-1008: Administer Active Directory Domain Services [-]

Kubernetes for App Developers (LFD459) [-]

COURSE OVERVIEW . With extensive hands-on-labs, the class enables administrators and engineers to effectively manage data in an ever-changing technical and business environment, bringing tangible benefit to businesses in the digital world. This course is based on Veeam Availability Suite v11. TARGET AUDIENCE This course is suitable for anyone responsible for configuring, managing or supporting a Veeam Availability Suite v11 environment. COURSE OBJECTIVES After completing this course, attendees should be able to: Describe Veeam Availability Suite components usage scenarios and relevance to your environment. Effectively manage data availability in on-site, off-site, cloud and hybrid environments. Ensure both Recovery Time Objectives (RTOs) and Recovery Point Objectives (RPOs) are met. Configure Veeam Availability Suite to ensure data is protected effectively. Adapt with an organization’s evolving technical and business data protection needs. Ensure recovery is possible, effective, efficient, secure and compliant with business requirements. Provide visibility of the business data assets, reports and dashboards to monitor performance and risks. COURSE CONTENT Introduction Describe RTOs and RPOs, what they mean for your business, how to manage and monitor performance against them The 3-2-1 Rule and its importance in formulating a successful backup strategy Identify key Veeam Availability Suite components and describe their usage scenarios and deployment types Building Backup Capabilities Backup methods, the appropriate use cases and impact on underlying file systems Create, modify, optimize and delete backup jobs, including Agents and NAS Backup jobs. Explore different tools and methods to maximize environment performance Ensure efficiency by being able to select appropriate transport modes while being aware of the impact of various backup functions on the infrastructure Building Replication Capabilities Identify and describe the options available for replication and impacts of using them Create and modify replication jobs, outline considerations to ensure success Introduce the new Continuous Data Protection (CDP) policy Secondary Backups Simple vs. advanced backup copy jobs, how to create and modify them using best practices to ensure efficient recovery Discuss using tapes for backups Advanced Repository Capabilities Ensure repository scalability using a capability such as SOBR on-premises and off-site including integration with cloud storage Ensure compatibility with existing deduplication appliances Introduce the new hardened repository Protecting Data in the Cloud Review how Veeam can protect the data of a cloud native application Review how Veeam Cloud Connect enables you to take advantage of cloud services built on Veeam Review how Veeam can be used to protect your Office 365 data Restoring from Backup Ensure you have the confidence to use the correct restore tool at the right time for restoring VMs, bare metal and individual content such as files and folders Utilize Secure Restore to prevent the restoration of malware Describe how to use Staged Restore to comply with things like General Data Protection Regulation (GDPR) before releasing restores to production Identify, describe and utilize the different explores and instant recovery tools and features Recovery from Replica Identify and describe in detail, failover features and the appropriate usage Develop, prepare and test failover plans to ensure recovery Disaster recovery from replica to meet a variety of real-world recovery needs Testing Backup and Replication Testing backups and replicas to ensure you can recover, what you need, when you need to Configure and setup virtual sandbox environments based on backup, replicas and storage snapshots Veeam Backup Enterprise Manager and Veeam ONE Introduce the concept of monitoring your virtual, physical and cloud environments with Veeam Backup Enterprise Manager and Veeam ONE™ Configuration Backup Locate, migrate or restore backup configuration   TEST CERTIFICATION Completion of this course satisfies the prerequisite for taking the Veeam Certified Engineer (VMCE) 2021 exam. [-]

Kubernetes Security Fundamentals (LFS460) [-]

Datavisualisering handler om hvordan man presenterer data på en oversiktlig og profesjonell måte. Det handler om å gi rask og effektiv innsikt i noe som ellers ville vært uoversiktlig og komplisert. Vi mennesker er langt flinkere til å prosessere data som presenteres visuelt enn vi er til å forstå store regneark fulle av tall. I dette kurset, ledet av Espen Faugstad, vil du lære å opprette, tilpasse og perfeksjonere presentasjonen av data i diagramformat ved hjelp av Microsoft Excel. Du vil lære å representere data i forskjellige diagramtyper, inkludert stolpediagram, linjediagram, sektordiagram, hierarkidiagram, statistisk diagram, radardiagram og kombinasjonsdiagram. For å ta dette kurset, kreves grunnleggende forståelse av hvordan Microsoft Excel fungerer. Kurset er strukturert i følgende kapitler: Kapittel 1: Introduksjon Kapittel 2: Diagramutforming Kapittel 3: Diagramformat Kapittel 4: Diagramtyper Kapittel 5: Annet Kapittel 6: Print Kapittel 7: Avslutning Etter å ha fullført kurset vil du være i stand til å effektivt bruke diagrammer i Excel for å presentere data på en måte som gjør det enkelt for andre å forstå og dra nytte av informasjonen.   Varighet: 2 timer og 44 minutter   Om Utdannet.no: Utdannet.no tilbyr noen av landets beste digitale nettkurs. Vår tjeneste fungerer på samme måte som strømmetjenester for musikk eller TV-serier, der våre kunder betaler en fast månedspris for tilgang til alle kursene vi har tilgjengelig. Vi har opplevd betydelig vekst de siste årene, med over 30 000 registrerte brukere og 1,5 millioner videoavspillinger. Vårt mål er å gjøre kompetanseutvikling engasjerende, spennende og tilgjengelig for alle, og vi har støtte fra Innovasjon Norge og Forskningsrådet. [-]

DP-900: Microsoft Azure Data Fundamentals [-]

Dette nettkurset fokuserer på objektorientert programmering (OOP) i Python og er ideelt for de som allerede har grunnleggende ferdigheter i Python og ønsker å utvide sine kunnskaper. OOP gir deg muligheten til å skrive kode som er mer strukturert, gjenbrukbar og enklere å vedlikeholde. Kurset, ledet av erfaren systemutvikler og instruktør Magnus Kvendseth Øye, vil veilede deg gjennom nøkkelkonsepter innen OOP i Python. I løpet av kurset vil du lære å se på koden din som en samling av dynamiske objekter som samhandler med hverandre. Du vil utforske følgende emner: Kapittel 1: Introduksjon Kapittel 2: Klasser og egenskaper Kapittel 3: Metoder Kapittel 4: Representasjon Kapittel 5: Arv Kapittel 6: Prosjekt Kapittel 7: Avslutning Med Magnus Kvendseth Øye som din veileder, vil du få en solid forståelse av hvordan du kan bruke OOP-prinsipper i Python for å skape ren, effektiv og strukturert kode. Dette kurset gir deg muligheten til å ta dine Python-ferdigheter til neste nivå.   Varighet: 3 timer og 8 minutter   Om Utdannet.no: Utdannet.no tilbyr noen av landets beste digitale nettkurs. Vår tjeneste fungerer på samme måte som strømmetjenester for musikk eller TV-serier, der våre kunder betaler en fast månedspris for tilgang til alle kursene vi har tilgjengelig. Vi har opplevd betydelig vekst de siste årene, med over 30 000 registrerte brukere og 1,5 millioner videoavspillinger. Vårt mål er å gjøre kompetanseutvikling engasjerende, spennende og tilgjengelig for alle, og vi har støtte fra Innovasjon Norge og Forskningsrådet. [-]

Vil du komme igang med Photoshop? På dette kurset lærer du å korrigere farger og kontraster i bilder for å oppnå en bedre kvalitet. Du lærer å retusjere bort uønskede elementer og fjerne rynker. Du lærer å sammenkopiere flere elementer ved hjelp av lag og masker og lagre bilder til ulike medier, med ulik oppløsning og ulike filformater. Når du har vært gjennom dette Photoshop-kurset kan du bearbeide din egen eller andres ide fra skisse til et ferdig bilde. Du kan lagre bildet til det mediet det skal brukes i med høy kvalitet. Dette lærer du: Fjerne bakgrunnen i bildene Fargekorrigering slik at du får spennende og fine bilder Retusjering Sette sammen flere bilder Bruk av masker Jobbe med tekst og form Lagre bilder til ulike medier, med ulik oppløsning og ulike filformater Optimalisering av bilder til web https://igm.no/photoshop-kurs/ [-]

Adobe Audition er et profesjonelt lydredigeringsprogram som gir deg muligheten til å spille inn, mikse og bearbeide lyd. Dette programmet er ideelt for alle som arbeider med lyd, uavhengig om det er for video, animasjon, radio, podkast eller spill. Audition støtter et bredt spekter av lydformater, inkludert ASIO, VST og MIDI. Du kan også enkelt importere prosjekter fra Adobe Premiere Pro, noe som gjør Audition til et utmerket valg for de som ønsker førsteklasses lyd til sine videoproduksjoner. For å få tilgang til Adobe Audition må du abonnere på Adobe Creative Cloud (kr 590 per måned). I dette omfattende kurset vil Espen Faugstad veilede deg gjennom hele programmet, fra begynnelse til slutt. Du vil lære alt du trenger for å kunne bruke programmet på en effektiv måte. Kurset dekker emner som hvordan du importerer, organiserer og redigerer lydfiler. Du vil også lære å fjerne bakgrunnsstøy, fremheve stemmer, legge til lydeffekter, og mye mer. Kursinnhold: Introduksjon Lydterminologi Importering av lyd Redigering med Waveform Editor (del 1) Redigering med Waveform Editor (del 2) Multitrack Editor (del 1) Multitrack Editor (del 2) Bruk av paneler og verktøy Essential Sound-panelet Eksportering av prosjekt og samarbeid med Premiere Pro Etter fullføring av kurset, vil du ha den nødvendige kunnskapen og ferdighetene til å arbeide effektivt med Adobe Audition for å oppnå høykvalitetslyd i dine prosjekter.   Varighet: 4 timer og 5 minutter   Om Utdannet.no: Utdannet.no tilbyr noen av de beste digitale nettkursene i landet. Vår tjeneste fungerer på samme måte som strømmetjenester for musikk eller TV-serier, der våre kunder betaler en fast månedspris for tilgang til alle kursene vi har tilgjengelige. Med over 30 000 registrerte brukere og 1,5 millioner videoavspillinger har vi opplevd betydelig vekst de siste årene. Vårt mål er å gjøre kompetanseutvikling engasjerende, spennende og tilgjengelig for alle, og vi har støtte fra Innovasjon Norge og Forskningsrådet. [-]

 This course teaches you to leverage your existing knowledge of Python and machine learning to manage data ingestion and preparation, model training and deployment, and machine learning solution monitoring in Microsoft Azure. TARGET AUDIENCE This course is designed for data scientists with existing knowledge of Python and machine learning frameworks like Scikit-Learn, PyTorch, and Tensorflow, who want to build and operate machine learning solutions in the cloud. COURSE CONTENT Module 1: Introduction to Azure Machine Learning In this module, you will learn how to provision an Azure Machine Learning workspace and use it to manage machine learning assets such as data, compute, model training code, logged metrics, and trained models. You will learn how to use the web-based Azure Machine Learning studio interface as well as the Azure Machine Learning SDK and developer tools like Visual Studio Code and Jupyter Notebooks to work with the assets in your workspace. Getting Started with Azure Machine Learning Azure Machine Learning Tools Lab : Creating an Azure Machine Learning WorkspaceLab : Working with Azure Machine Learning Tools After completing this module, you will be able to Provision an Azure Machine Learning workspace Use tools and code to work with Azure Machine Learning Module 2: No-Code Machine Learning with Designer This module introduces the Designer tool, a drag and drop interface for creating machine learning models without writing any code. You will learn how to create a training pipeline that encapsulates data preparation and model training, and then convert that training pipeline to an inference pipeline that can be used to predict values from new data, before finally deploying the inference pipeline as a service for client applications to consume. Training Models with Designer Publishing Models with Designer Lab : Creating a Training Pipeline with the Azure ML DesignerLab : Deploying a Service with the Azure ML Designer After completing this module, you will be able to Use designer to train a machine learning model Deploy a Designer pipeline as a service Module 3: Running Experiments and Training Models In this module, you will get started with experiments that encapsulate data processing and model training code, and use them to train machine learning models. Introduction to Experiments Training and Registering Models Lab : Running ExperimentsLab : Training and Registering Models After completing this module, you will be able to Run code-based experiments in an Azure Machine Learning workspace Train and register machine learning models Module 4: Working with Data Data is a fundamental element in any machine learning workload, so in this module, you will learn how to create and manage datastores and datasets in an Azure Machine Learning workspace, and how to use them in model training experiments. Working with Datastores Working with Datasets Lab : Working with DatastoresLab : Working with Datasets After completing this module, you will be able to Create and consume datastores Create and consume datasets Module 5: Compute Contexts One of the key benefits of the cloud is the ability to leverage compute resources on demand, and use them to scale machine learning processes to an extent that would be infeasible on your own hardware. In this module, you'll learn how to manage experiment environments that ensure consistent runtime consistency for experiments, and how to create and use compute targets for experiment runs. Working with Environments Working with Compute Targets Lab : Working with EnvironmentsLab : Working with Compute Targets After completing this module, you will be able to Create and use environments Create and use compute targets Module 6: Orchestrating Operations with Pipelines Now that you understand the basics of running workloads as experiments that leverage data assets and compute resources, it's time to learn how to orchestrate these workloads as pipelines of connected steps. Pipelines are key to implementing an effective Machine Learning Operationalization (ML Ops) solution in Azure, so you'll explore how to define and run them in this module. Introduction to Pipelines Publishing and Running Pipelines Lab : Creating a PipelineLab : Publishing a Pipeline After completing this module, you will be able to Create pipelines to automate machine learning workflows Publish and run pipeline services Module 7: Deploying and Consuming Models Models are designed to help decision making through predictions, so they're only useful when deployed and available for an application to consume. In this module learn how to deploy models for real-time inferencing, and for batch inferencing. Real-time Inferencing Batch Inferencing Lab : Creating a Real-time Inferencing ServiceLab : Creating a Batch Inferencing Service After completing this module, you will be able to Publish a model as a real-time inference service Publish a model as a batch inference service Module 8: Training Optimal Models By this stage of the course, you've learned the end-to-end process for training, deploying, and consuming machine learning models; but how do you ensure your model produces the best predictive outputs for your data? In this module, you'll explore how you can use hyperparameter tuning and automated machine learning to take advantage of cloud-scale compute and find the best model for your data. Hyperparameter Tuning Automated Machine Learning Lab : Tuning HyperparametersLab : Using Automated Machine Learning After completing this module, you will be able to Optimize hyperparameters for model training Use automated machine learning to find the optimal model for your data Module 9: Interpreting Models Many of the decisions made by organizations and automated systems today are based on predictions made by machine learning models. It's increasingly important to be able to understand the factors that influence the predictions made by a model, and to be able to determine any unintended biases in the model's behavior. This module describes how you can interpret models to explain how feature importance determines their predictions. Introduction to Model Interpretation using Model Explainers Lab : Reviewing Automated Machine Learning ExplanationsLab : Interpreting Models After completing this module, you will be able to Generate model explanations with automated machine learning Use explainers to interpret machine learning models Module 10: Monitoring Models After a model has been deployed, it's important to understand how the model is being used in production, and to detect any degradation in its effectiveness due to data drift. This module describes techniques for monitoring models and their data. Monitoring Models with Application Insights Monitoring Data Drift Lab : Monitoring a Model with Application InsightsLab : Monitoring Data Drift After completing this module, you will be able to Use Application Insights to monitor a published model Monitor data drift   [-]

PowerPoint med Presentasjonsteknikk [-]

I dette kurset forutsettes at deltagerne er vante Excelbrukere, slik at de behersker grunnleggende teknikker og henger med i gjennomgangen av mer videregående funksjonalitet. Mange av temaene vil være de samme som i det grunnleggende kurset, men vil kunne bli gjennomgått i mer avanserte eksempler. Sjekk av grunnleggende ting i formelbygging og formelkopiering Modellbyggingsteknikker – gjennomgående summering og tabulering av data med funksjonen INDIREKTE Tall og tekst – identifikasjon og korreksjon av «tekst»-tall Importutfordringer – rydde og ordne importerte datasett Datalister – bearbeiding og forberedelse til analyse Pivottabell – hvorfor og hvordan Power Pivot – en introduksjon Sentrale funksjoner: HVIS, HVISFEIL, FINN.RAD, m. fl. Grafisk fremstilling av numeriske data Arbeide med tid (dager, klokkeslett, etc.) i Excel Betingede sammendrag med bl.a. SUMMER.HVIS.SETT, matriseformler, etc. Makroer – en introduksjon [-]

SAFe® Product Owner/Product Manager Certification [-]

Check Point Certified Security Expert (CCSE) – R81.20 [-]