Oversikt over relevante kurs innen IT-kurs i Oppdal

Du vil få tilsendt en «Core guidance» bok og sertifiserings-voucher slik at du kan ta sertifiseringstesten for eksempel hjemme eller på jobb. Denne vil være gyldig i ett år. Tid for sertifiseringstest avtales som beskrevet i e-post med voucher. Eksamen overvåkes av en web-basert eksamensvakt.   Eksamen er på engelsk. Eksamensformen er multiple choice - 50 spørsmål skal besvares, og du består ved 50% korrekte svar (dvs 25 av 50 spørsmål). Deltakerne har 40 minutter til rådighet på eksamen.  Ingen hjelpemidler er tillatt.   Nødvendige forkunnskaper: Ingen [-]

Sertifiseringsvoucher inneholder sertifiseringstest og digital ITIL Foundation bok. Voucher er gyldig i 1 år. Sertifiseringen kan tas fra ønsket sted (hjemme, kontoret el.l), men du må sitte alene i rommet. Sertifiseringen må gjennomføres på PC med internt/eksternt web kamera. [-]

Ønsker du kontroll på ressursbruken din? Planlegg med ressurser og få en oversikt over hvor mange ressurser du trenger til enhver tid. Du kan også få en veldig god oversikt over økonomien i prosjektet.  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:   Hvilke typer ressurser har man tilgang på i Project Arbeidsressurser. Hvordan definere og bruke disse. Forskjell mellom generiske og personlige ressurser Materiellkostnader, hvordan benytte seg av dette i Project Hvordan sette opp kostnader   Ressursallokering i prosjektet Legge til, fjerne og endre ressurser Forskjellen mellom innsatsdreven og ikke innsatsdreven aktivitet Håndtere overallokeringer - hva skjer og hvordan få ressursplanlegging på plass   3 gode grunner til å delta 1. Få en oversikt over ressursbruk 2. Planlegg for bedre ressursbruk 3. Du får kontroll på utgiftene i prosjektet ditt   [-]

Excel for Controllere og Økonomisjefer [-]

Kom i gang med Power BI Desktop [-]

JavaScript Web Development [-]

  Studieår: 2013-2014   Gjennomføring: Høst og vår Antall studiepoeng: 5.0 Forutsetninger: Du må ha god kjennskap til Windows 2008 server og oppsett av AD og DNS og installasjon av SQL 2008 server. For deg som ikke har kjennskap til Windows 2008 server og/eller som heller vil bruke mer tid på SharePoint kan vi tilby en variant der du får ferdig oppsatte servere og SharePoint installert. Innleveringer: 8 obligatoriske øvinger. Personlig veileder: ja Vurderingsform: 2 dagers praktisk hjemmeeksamen med både teoretiske og praktiske oppgaver. Ansvarlig: Stein Meisingseth Eksamensdato: 19.12.13 / 15.05.14         Læremål: KUNNSKAPER:Kandidaten må:- kjenne til bruken av SharePoint i forskjellige situasjoner i en bedrift/organisasjon- kunne gjøre rede for hvordan SharePoint brukes i samskriving- kunne beskrive hvordan ulike roller i en organisasjon kan bruke SharePoint- ha kjennskap til hva det vil si å ha ansvaret for bruken av SharePoint i en bedrift/organisasjon FERDIGHETER:Kandidaten må:- kunne opprette webområder for deling av informasjon med andre- kunne sette opp administrasjon av dokumenter- kunne sette opp publisering av rapporter- kunne sette opp sidestruktur og brukerrettigheter, sideoppsett og tillatelser- kunne opprette infrastruktur for webområder- kunne sette opp muligheter for søking- kunne konfigurere systemet for bruk fra Internett- kunne konfigurerer Office Web Apps- kunne sette opp muligheter for å benytte arbeidsflyt GENERELL KOMPETANSE:Kandidaten:- har kompetanse til selvstendig både å formidle og å ta i bruk sine kunnskaper og ferdigheter i en bedrift som vil bruke SharePoint- kan i et praktisk prosjekt forklare og gjøre bruk av sin kunnskap for bruk av SharePoint Innhold:Hva er SharePoint. Roller. Tilgang til SharePoint. Opprette og bruke Team Sites. Navigering. Lister og Libraries. Home page. Opprette og bruke webpart. Opprette og bruke SharePoint Sites and Site Collections. Opprette og bruke maler. Sikkerhet i SharePoint. Opprette og bruke Wiki. Dokumentdeling. Søking.Les mer om faget her Påmeldingsfrist: 25.08.13 / 25.01.14         Velg semester:  Høst 2013    Vår 2014     Fag SharePoint 4980,-         Semesteravgift og eksamenskostnader kommer i tillegg.    [-]

Advanced Python Development [-]

You’ll get hands-on experience with building a Reactive application to stream data leveraging the newly available Reactive data types, Spring WebFlux, Spring Data and Rsocket. Besides that, we will work with some new tools which make dealing with errors and blocking APIs visible. Agenda Introduction Reactive Streams, Publisher/Subscriber types and Reactor types Getting familiar with Project Reactor Using Reactive RabbitMQ with Spring Using Rsocket as a streaming message protocol Using Spring WebFlux Functional configuration API for Spring WebFlux Using Reactive Types with Thymeleaf Using Spring Security Reactive Using Spring Data MongoDB to reactively stream data Using Spring Data R2DBC Using Reactive Redis with Spring What’s next?  Target audience This workshop is targeted at developers and architects who are new to reactive programming and want to learn how to use the Spring ecosystem to get started. Requierments Participants should have some prior knowledge about Java and the Spring Framework/Ecosystem. The workshop will be held in English. In order to participate, you will need: A laptop with at enough spare disk space and RAM Java, Maven and your favourite IDE installed (Eclipse, Spring STS, IntelliJ, Netbeans) Docker for some demos [-]

  Studieår: 2013-2014   Gjennomføring: Høst og vår Antall studiepoeng: 5.0 Forutsetninger: Studenten må kunne installere programvare, og programmere. Vanlige programmeringsspråk for opensource er C, C++, java, python, m.fl. Innleveringer:   Vurderingsform: Skriftlig eksamen, individuell, 3 timer, teller 60 %. Prosjektoppgave teller 40 %. Ansvarlig: Helge Hafting Eksamensdato: 02.12.13 / 05.05.14         Læremål: KUNNSKAPER:Kandidaten:- kan forklare bakgrunnen for open source, og forskjellen på de vanligste åpne lisensene.- kan beskrive bruk av flerspråklig programvare FERDIGHETER:Kandidaten:- kan bruke vanlige programmeringsverktøy GENERELL KOMPETANSE:Kandidaten:- kan delta i prosjekter som utvikler åpen programvare videre Innhold:Historien og filosofien bak åpen kildekode. Copyright, lisenser fri programvare. Praktisk bruk av verktøyer som make, diff, patch og versjonskontrollsystemer. Internasjonalisering, flerspråklig programvare. Prosjektarbeid med deltakelse i opensource-prosjekt.Les mer om faget her Påmeldingsfrist: 25.08.13 / 25.01.14         Velg semester:  Høst 2013    Vår 2014     Fag Opensource-utvikling 4980,-         Semesteravgift og eksamenskostnader kommer i tillegg.    [-]

Trenger du en rask innføring i hvordan å lage en fremdriftsplan i Project? Delta på vårt webinar å se hvordan du kommer i gang med og lage en enkel fremdriftsplan. 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:   Opprette prosjektkalender Se på unntak Se på tidsplan   Generelle innstillinger i Project   Opprette aktiviteter Enkel redigering av aktivitetslisten Disponere   Kobling av aktiviteter Tidsforskyvning Betingelsestyper   3 gode grunner til å delta 1. Få kontroll på prosjektkalenderen 2. Lær hvordan sette opp avhengighetsforhold mellom aktiviteter. 3. Hvorfor trenger vi en opprinnelig plan og hvordan opprette denne   [-]

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. [-]

  Studieår: 2013-2014   Gjennomføring: Høst og vår Antall studiepoeng: 5.0 Forutsetninger: Ingen Innleveringer: 6 AV 10 øvinger må være godkjent for å kunne gå opp til eksamen. Vurderingsform: En individuell 4-timers nettbasert hjemmeeksamen. Ansvarlig: Svend Andreas Horgen Eksamensdato: 17.12.13 / 20.05.14         Læremål: KUNNSKAPER:Kandidaten:- kan forklare hva et program er- kan redegjøre for grunnleggende byggestener i programmering, så som variabler, kontrollstrukturer, matriser (arrays) og funksjoner- kan analysere en spesiell problemstilling og planlegge hvordan den kan løses generelt med programkode FERDIGHETER:Kandidaten:- kan bruke et .NET-basert utviklingsmiljø i kodeutvikling- kan lage funksjonelle brukergrensesnitt- kan identifisere feil i programkode- kan lage strukturert programkode som løser enkle problemstillinger- kan anvende innebygde funksjoner fra .NET-rammeverket i egen kode GENERELL KOMPETANSE:Kandidaten:- er bevisst på viktigheten av å eliminere feilsituasjoner Innhold:Introduksjon til grunnleggende programmeringsprinsipper som variabler, datatyper, kontrollstrukturer (løkker og beslutninger), matriser (arrays), egendefinerte funksjoner og innebyde funksjoner. Utforme brukergrensesnitt som er fine å se på og enkle å bruke. Feilhåndtering. Strukturere og planlegge koden på en god måte.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 Programmering i Visual Basic 4980,-         Semesteravgift og eksamenskostnader kommer i tillegg.  [-]

Kurset er rettet mot deg som skal armere i Autodesk Revit. Dette er et praktisk kurs som gjør deg i stand til å armere betongkonstruksjoner, lage armeringstegninger og bøyelister. Hensikten med kurset er å gjøre deg i stand til bruke armerinsgverktøyene i Revit samt lage armeringstegninger og bøyelister ved hjelp av verktøyene som ligger i Revit-applikasjonen Focus RAT Bygg. Du vil lære hvordan manuelt armere betongkonstruksjoner. Du vil også lære verktøyene for å lage løpemeterarmering, armeringsnett og kantarmering. Du vil lære å bruke Revit Extensions for å armere konstruksjoner automatisk. Vi skal også lage armeringstegninger og bøyelister i henhold til NS 3766. Kursinnhold: Manuell armering av betongkonstruksjoner Løpemeterarmering Kantarmering Armeringsnett Automatisk armering av betongkonstruksjoner med Revit Extensions Armere avanserte betongkonstruksjoner Lage armeringstegninger Lage bøyelister [-]

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