Oversikt over relevante kurs innen IT-kurs i Tana kommune

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 [-]

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. [-]

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 [-]

Blended Virtual CourseThe course is a hybrid of virtual training and self-study which will be a mixture of teaching using Microsoft Teams for short bursts at the beginning of the day, then setting work for the rest of the day and then coming back at the end of the day for another on-line session for any questions before setting homework in the form of practice exams for the evening. You do not have to install Microsoft Teams, you will receive a link and can access the course using the web browser.  Remote proctored examTake your exam from any location. Read about iSQI remote proctored exam here Requirements for the exam: The exam will be using Google Chrome and there is a plug-in that needs to be installed  You will need a laptop/PC with a camera and a microphone  A current ID with a picture    KursinnholdDette kurset forklarer det grunnleggende i softwaretesting. Det er basert på ISTQB- pensum og er akkreditert av BCS.    Kurset inneholder øvelser, prøveeksamener og spill for å fremheve sentrale deler av pensum. Dette sammen med kursmateriell og presentasjoner vil bistå i forståelse av begreper og metoder som blir presentert.   Bouvet sine kursdeltakeres testresultater vs ISTQB gjennomsnitt   «Særs godt kurs med mye fokus på praktiske oppgaver som gjør læring vesentlig lettere. Engasjert kursleder hjelper også. Kursleder starter på et nivå som alle føler seg komfortabel med.» Alexander Røstum Course content Fundamentals of Testing This section looks at why testing is necessary, what testing is, and explains general testing principles, the fundamental test process, and psychological aspects of testing.   Skills Gained • Learn about the differences between the testing levels and targets• Know how to apply both black and white box approaches to all levels of testing• Understand the differences between the various types of review and be aware of Static Analysis• Learn aspects of test planning, estimation, monitoring and control• Communicate better through understanding standard definitions of terms• Gain knowledge of the different types of testing tools and the best way of implementing those tools   Testing throughout the software lifecycle Explains the relationship between testing and life cycle development models, including the V-model and iterative development. Outlines four levels of testing:• Component testing• Integration testing• System testing• Acceptance testing Describes four test types, the targets of testing:• functional• non-functional characteristics• structural• change-related Outlines the role of testing in maintenance.   Static Techniques Explains the differences between the various types of review, and outlines the characteristics of a formal review. Describes how static analysis can find defects.   Test Design Techniques This section explains how to identify test conditions (things to test) and how to design test cases and procedures. It also explains the difference between white and black box testing. The following techniques are described in some detail with practical exercises :• Equivalence Partitioning• Boundary Value Analysis• Decision Tables• State Transition testing• Statement and Decision testingIn addition, use case testing and experience-based testing (such as exploratory testing) are described, and advice is given on choosing techniques.   Test Management This section looks at organisational implications for testing and describes test planning and estimation, test monitoring and control. The relationship of testing and risk is covered,and configuration management and incident management.   Tool Support for Testing Different types of tool support for testing are described throughout the course. This session summarises them, and discusses how to use them effectively and how best to introduce a new tool.   The Exam The ISTQB Foundation exam is a 1-hour, 40 question multiple choice exam. There is an extra 15 minutes allowed for candidates whose first language is not English.The pass mark is 65% (26/40) and there are no pre requisites to taking this exam.The exam is a remote proctored exam [-]

Oppdag kraften i Microsoft Excel med "Excel: Grunnleggende", et detaljert kurs ledet av Espen Faugstad hos Utdannet.no. Microsoft Excel er et essensielt verktøy for dataanalyse og regnearkbehandling, brukt i en rekke yrker og bransjer. Dette kurset er skreddersydd for å gi deg en solid forståelse av Excel, gjør deg i stand til å bruke programmet effektivt og med selvtillit. Kurset starter med de grunnleggende aspektene av Excel, inkludert navigering i brukergrensesnittet, bruk av hurtigtilgang, båndet, formellinjen og statuslinjen. Du vil lære å legge til og håndtere data, bruke formler og funksjoner for ulike beregninger som summering, gjennomsnitt, maksimum, minimum og mer. I tillegg vil du utforske hvordan du formaterer celler og bruker diagrammer for å presentere data på en visuell og tiltalende måte. Kurset dekker også hvordan du effektivt kan arbeide med arbeidsark og eksportere data. Ved kursets slutt vil du ha en grundig forståelse av Excel og være i stand til å bruke dets mange funksjoner for å utføre en rekke oppgaver, fra enkle beregninger til kompleks dataanalyse.   Innhold: Kapittel 1: Brukergrensesnitt Kapittel 2: Legg til data Kapittel 3: Formler og funksjoner Kapittel 4: Formatere Kapittel 5: Diagrammer Kapittel 6: Arbeidsark Kapittel 7: Eksportere Kapittel 8: Avslutning   Varighet: 2 timer og 15 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. [-]

Studieår: 2013-2014   Gjennomføring: Høst Antall studiepoeng: 5.0 Forutsetninger: Kunnskaper om grunnleggende datakommunikasjon, tilsvarende faget "Datakommunikasjon". Innleveringer: 8 av 12 øvinger må være godkjent for å få gå opp til eksamen. Personlig veileder: ja Vurderingsform: Skriftlig eksamen, individuell, 3 timer.  Ansvarlig: Olav Skundberg Eksamensdato: 16.12.13         Læremål: KUNNSKAPER:Kandidaten:- kan redegjøre for struktur og virkemåte for ulike typer lokale nettverk og nettverkskomponenter- kan redegjøre for kryptering og andre sikkerhetsmekanismer i kablet og trådløst nettverk- kan redegjøre for oversetting mellom interne og offentlige IP-adresser- kan redegjøre for nettverksadministrasjon og fjernpålogging på nettverksenheter FERDIGHETER:Kandidaten:- kan analysere pakketrafikk- kan konfigurere nettverk med virtuelle datamaskiner- kan administrere virtuelt nettverk og sette opp interne lukkede nettverk.- kan filtrere nettverkstrafikk i brannmur basert port, adresser og eksisterende forbindelser GENERELL KOMPETANSEKandidaten:- er bevisst på helhetlig samspill mellom de ulike teknologiene Innhold:Nettstrukturer: LAN, VLAN, VPN, trådløst nett, virtuelle nett Nettutstyr: Svitsj, ruter, brannmur, basestasjon. Nettfunksjoner: Ruting, filtrering, tunnelering, port forwarding, NAT, DHCP, IPv6. Nettadministrasjon: Fjernpålogging og trafikkanalyse.Les mer om faget her Påmeldingsfrist: 25.08.13 / 25.01.14         Dette faget går: Høst 2013    Fag Nettverksteknologi 4980,-         Semesteravgift og eksamenskostnader kommer i tillegg.    [-]

Studieår: 2013-2014   Gjennomføring: Høst og vår Antall studiepoeng: 5.0 Forutsetninger: Grunnleggende programmering i for eksempel C# eller VB Innleveringer: Øvinger: 5 av 11 må være godkjent. Alle arbeidskravene må være godkjente for at studenten skal kunne fremstille seg til vurdering. Personlig veileder: ja Vurderingsform: Prosjektoppgave som vurderes til bestått/ikke bestått. Ansvarlig: Grethe Sandstrak         Læremål: Etter å ha gjennomført emnet skal kandidaten ha følgende samlete læringsutbytte: KUNNSKAPER:Kandidaten:- kan konstruere en web-appliksjon ved hjelp av ASP .NET- ut fra en gitt problemstilling- kjenner til ulike objekter/ elementer/ kontroller som kan brukes for å lage gode brukergrensesnitt i ASP .NET applikasjoner FERDIGHETER:Kandidaten kan:- sette opp programmiljø for å utvikle og kjøre ASP. NET web applikasjoner på egen pc- kan finne fram, sette seg inn i og anvende dokumentasjon om .NET Framework library- lage ASP.NET web-applikasjoner- der bruker for opp spesialtilpassede web-sider- som kommuniserer med en database via SQL- som kommuniserer med datafiler- som er robuste og tar høyde for ulike metoder for hacking GENERELL KOMPETANSE:Kandidaten kan:- kommunisere om web-applikasjoner med relevant begrepsapparat Innhold:Klient- kontra tjener-programmering. Klientside-validering. Objektmodellen i VB. Response-objektet. Request-objektet. HTML forms. GET/POST. Prosessering av forms-informasjon. Å lagre tilstandsinformasjon: cookies, applikasjons- og session-objekt. Å bruke ferdige ASP.NET-komponenter. Datafiler på tjenersiden. Generelt om databaser. Bruk av DataSet-objekt. Hvordan bruke SQL direkte fra ASP.NET-program. Transaksjoner, låsing, skalering, sikkerhet. Debugging. Programmeringspråk er valgfritt (VB.NET eller C#.NET).Les mer om faget her Påmeldingsfrist: 25.08.13 / 25.01.14         Velg semester:  Høst 2013    Vår 2014     Fag Webprogrammering i ASP.NET 4980,-         Semesteravgift og eksamenskostnader kommer i tillegg.    [-]

Kurs beskrivelse Er det vanskelig å skjønne hvordan Access fungerer? Har du databaser med bare 1 tabell og ikke flere som de skal ha? Får du ikke orden på dine data? Må du skrive data inn i tabellen istedenfor gjennom et skjema? Er det vanskelig å få data ut fra databasen din? Blir databasen din lite brukervennlig? Dette er vanlige problemstillinger mange sliter med og som blir borte etter endt kurs! Kurset passer for deg med liten erfaring og som ønsker å lære Access fra grunnen av. Kurset passer også for deg som er selvlært og som ønsker å jobbe mer effektivt. På kun 2 dager vil du mestre de vanligste arbeidsoppgavene i Access. Du lærer gode rutiner du trenger for å kunne arbeide raskt og effektivt. Du vil kunne lage og strukturere alt fra enkle til mer avanserte databaser og vil føle deg trygg på at det er du som kontrollerer Access og ikke omvendt! Du lærer også hvordan du skal få data ut fra databasen din gjennom spørringer og rapporter. I tillegg får du en rekke tips og triks du kan bruke i din arbeidsdag.  Alt du lærer får du repetert gjennom aktiv oppgaveløsning slik at du husker det du har lært når du kommer tilbake på jobb. Kursdokumentasjon, lunsj og pausemat er selvsagt inkludert! Kursholderne har mer enn 20 års Access erfaring som de gjerne deler med deg! Meld deg på Access-kurs allerede i dag og sikre deg plass!   Kursinnhold Grunnleggende begreper Introduksjon til databasedesign/datamodellering Planlegging av en ny databaseOrganisering av data i en database Opprette en database   Tabeller Tabellens utformingsvisningTabellens data arkvisning Spørringer/Queries UtvalgsspørringerHandlingsspørringer/ActionqueriesLag tabell-spørringSlettespørring-Føy til-spørringOppdateringsspørringParameterspørringer Skjemaer Opprette skjemaer med skjemaveivisereSkjemavisningUformingsvisning for skjemaerGjennomgang av designverktøyVerktøyboksenFargepalett, fonter, tekstplasseringBundne, ubundne og kalkulerte kontrollerPostkilde og feltliste for et skjemaEn-til-mange-skjema Rapporter Opprette rapporter med RapportveiviserenUtformingsvisning for en rapportGruppering og sortering i rapporter Etiketter Spesialtilpassede etikettmalerEtikettveiviseren   [-]

Jobb mer effektivt i Word [-]

Stadig flere bedrifter har behov for folk med kunnskaper om data og databehandling. Kan du dokumentere at du har slik kunnskap? Mål med kurset: Deltakeren skal tilegne seg kunnskaper om de mest benyttede Windows programmene og etter avsluttet kurs kunne jobbe smartere og mer effektivt. Krav til forkunnskaper: Et innføringskurs i data eller noe erfaring med data fra før er nødvendig. Kurset MS Office 2016 - 4 Moduler tar for seg de mest brukte Windows programmene: Excel Word PowerPoint Windows 10 Gjennomføring:  Gjennomføres på Internett, interaktivt. Kurset inneholder tekst, bilder, videofremvisninger, små tester og en mengde oppgaver. Enkelt og fleksibelt. Kursdeltageren har on-line tilgang i 12 måneder fra man starter å ta kurset.  Dette gjør at man har tilstrekkelig tid til å tilegne seg nødvendige kunnskaper. [-]

GeT Everything NTI tilbyr eLæringkurs av høyeste kvalitet. Uansett hvilket kurs du velger har du tilgang til dem 24/7 i 1 år (365 dager). Med elæringskurs velger du selv ditt tempo i læringen, og om du vil lære gjennom kombinasjon av å se, lese, lytte og teste selv – eller hvorfor ikke en kombinasjon av flere? Det du trenger er en PC, smarttelefon eller nettbrett som har internettilgang   Her er et utvalg av kursene du får tilgang på: Autodesk Adobe Primavera Bluebeam Bentlye Microsof Trimble McNeel NTI  leverer opplæring for å forenkle og effektivisere din arbeidshverdag Vi 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. Global eTraining har over 25 års erfaring med opplæring, og har solgt millioner av elæringskurs i over 150 land.  PC, smarttelefon eller nettbrett som har internettilgang Pål har gjennomført e-læringskurs Pål hadde ikke anledning til å reise bort en uke for å delta på kurs, da var det forlokkende å gjennomføre kurset som e-læringskurs. Kurset var absolutt verdt pengene. Det var en viktig bekreftelse på at jeg har basiskunnskapene. Jeg lærte mange nye viktige kommandoer for å gjøre operasjoner mer effektivt, fikk også en pekepinn på hvor jeg kan bygge på med kunnskap.Les mer her [-]

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.    [-]

I kurset finner du en rekke videoklipp som viser i programmet hvordan man utfører de ulike oppgavene og presenterer resultatet av dette. Du får innsendingsoppgaver underveis som vil bli fulgt opp av en faglærer, og du har tilgang til faglærer i hele kursperioden. Du kan du stille spørsmål, både til faglærer, men også i et forum som er tilgjengelig for deltakere i kurset.Du får tilgang til vår e-læringsportal som vil gi deg god oversikt over progresjonen i kurset i et brukervennlig og enkelt system.I kurset ser vi blant annet på følgende temaer:Funksjoner: ANTALL og ANTALLA HVIS-funksjonen FINN.RAD og FINN.KOLONNE ANTALL.HVIS og SUMMERHVIS AVRUND Formatering: Dato- og tidfunksjoner Tekstfunksjoner Formatering av datoer Betinget formatering Kopiering av formatering Avansert tallformatering Beskyttelse av celler Formler og navngivning: Låsing av celler Navngivning av celler Målsøking og scenariobehandling Jobbe med lister og database: Sortering og filtrering Fjerne duplikater Pivottabeller: Datagrunnlaget og datakilder Oppsett av felt Delsummer og totalsummer Gruppere på dato Velge beregning i verdifelt Vis verdier som Formatere tall Formatere tabell Diagrammer Kurset består av tekst, bilder og en rekke videoklipp i leksjonene i kurset. Det er ikke behov for noe ytterligere dokumentasjon. Du får tilbakemeldinger fra faglærer på innsendingsoppgaver og du har tilgang til hjelp i hele kursperioden (ett år). Mer informasjon om kurset her. [-]

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. [-]

COURSE OVERVIEW Students will begin by understanding the core compute and storage technologies that are used to build an analytical solution. They will then explore how to design an analytical serving layers and focus on data engineering considerations for working with source files. 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. TARGET AUDIENCE The primary audience for this course is data professionals, data architects, and business intelligence professionals who want to learn about data engineering and building analytical solutions using data platform technologies that exist on Microsoft Azure. The secondary audience for this course data analysts and data scientists who work with analytical solutions built on Microsoft Azure. COURSE OBJECTIVES   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 CONTENT 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. Introduction to Azure Synapse Analytics Describe Azure Databricks Introduction to Azure Data Lake storage Describe Delta Lake architecture Work with data streams by using Azure Stream Analytics Lab 1: Explore compute and storage options for data engineering workloads Combine streaming and batch processing with a single pipeline Organize the data lake into levels of file transformation Index data lake storage for query and workload acceleration After completing module 1, students will be able to: Describe Azure Synapse Analytics Describe Azure Databricks Describe Azure Data Lake storage Describe Delta Lake architecture Describe Azure Stream Analytics 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. Design a multidimensional schema to optimize analytical workloads Code-free transformation at scale with Azure Data Factory Populate slowly changing dimensions in Azure Synapse Analytics pipelines Lab 2: Designing and Implementing the Serving Layer Design a star schema for analytical workloads Populate slowly changing dimensions with Azure Data Factory and mapping data flows After completing module 2, students will be able to: Design a star schema for analytical workloads Populate a slowly changing dimensions with Azure Data Factory and mapping data flows 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. Design a Modern Data Warehouse using Azure Synapse Analytics Secure a data warehouse in Azure Synapse Analytics Lab 3: Data engineering considerations Managing files in an Azure data lake Securing files stored in an Azure data lake After completing module 3, students will be able to: Design a Modern Data Warehouse using Azure Synapse Analytics Secure a data warehouse in Azure Synapse Analytics 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). Explore Azure Synapse serverless SQL pools capabilities Query data in the lake using Azure Synapse serverless SQL pools Create metadata objects in Azure Synapse serverless SQL pools Secure data and manage users in Azure Synapse serverless SQL pools Lab 4: Run interactive queries using serverless SQL pools Query Parquet data with serverless SQL pools Create external tables for Parquet and CSV files Create views with serverless SQL pools Secure access to data in a data lake when using serverless SQL pools Configure data lake security using Role-Based Access Control (RBAC) and Access Control List After completing module 4, students will be able to: Understand Azure Synapse serverless SQL pools capabilities Query data in the lake using Azure Synapse serverless SQL pools Create metadata objects in Azure Synapse serverless SQL pools Secure data and manage users in Azure Synapse serverless SQL pools 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. Understand big data engineering with Apache Spark in Azure Synapse Analytics Ingest data with Apache Spark notebooks in Azure Synapse Analytics Transform data with DataFrames in Apache Spark Pools in Azure Synapse Analytics Integrate SQL and Apache Spark pools in Azure Synapse Analytics Lab 5: Explore, transform, and load data into the Data Warehouse using Apache Spark Perform Data Exploration in Synapse Studio Ingest data with Spark notebooks in Azure Synapse Analytics Transform data with DataFrames in Spark pools in Azure Synapse Analytics Integrate SQL and Spark pools in Azure Synapse Analytics After completing module 5, students will be able to: Describe big data engineering with Apache Spark in Azure Synapse Analytics Ingest data with Apache Spark notebooks in Azure Synapse Analytics Transform data with DataFrames in Apache Spark Pools in Azure Synapse Analytics Integrate SQL and Apache Spark pools in Azure Synapse Analytics 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. Describe Azure Databricks Read and write data in Azure Databricks Work with DataFrames in Azure Databricks Work with DataFrames advanced methods in Azure Databricks Lab 6: Data Exploration and Transformation in Azure Databricks Use DataFrames in Azure Databricks to explore and filter data Cache a DataFrame for faster subsequent queries Remove duplicate data Manipulate date/time values Remove and rename DataFrame columns Aggregate data stored in a DataFrame After completing module 6, students will be able to: Describe Azure Databricks Read and write data in Azure Databricks Work with DataFrames in Azure Databricks Work with DataFrames advanced methods in Azure Databricks 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. Use data loading best practices in Azure Synapse Analytics Petabyte-scale ingestion with Azure Data Factory Lab 7: Ingest and load Data into the Data Warehouse Perform petabyte-scale ingestion with Azure Synapse Pipelines Import data with PolyBase and COPY using T-SQL Use data loading best practices in Azure Synapse Analytics After completing module 7, students will be able to: Use data loading best practices in Azure Synapse Analytics Petabyte-scale ingestion with Azure Data Factory 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. Data integration with Azure Data Factory or Azure Synapse Pipelines Code-free transformation at scale with Azure Data Factory or Azure Synapse Pipelines Lab 8: Transform Data with Azure Data Factory or Azure Synapse Pipelines Execute code-free transformations at scale with Azure Synapse Pipelines Create data pipeline to import poorly formatted CSV files Create Mapping Data Flows After completing module 8, students will be able to: Perform data integration with Azure Data Factory Perform code-free transformation at scale with Azure Data Factory 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. Orchestrate data movement and transformation in Azure Data Factory Lab 9: Orchestrate data movement and transformation in Azure Synapse Pipelines Integrate Data from Notebooks with Azure Data Factory or Azure Synapse Pipelines After completing module 9, students will be able to: Orchestrate data movement and transformation 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. Optimize data warehouse query performance in Azure Synapse Analytics Understand data warehouse developer features of Azure Synapse Analytics Lab 10: Optimize Query Performance with Dedicated SQL Pools in Azure Synapse Understand developer features of Azure Synapse Analytics Optimize data warehouse query performance in Azure Synapse Analytics Improve query performance After completing module 10, students will be able to: Optimize data warehouse query performance in Azure Synapse Analytics Understand data warehouse developer features of Azure Synapse Analytics 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. Analyze and optimize data warehouse storage in Azure Synapse Analytics Lab 11: Analyze and Optimize Data Warehouse Storage Check for skewed data and space usage Understand column store storage details Study the impact of materialized views Explore rules for minimally logged operations After completing module 11, students will be able to: Analyze and optimize data warehouse storage in Azure Synapse Analytics 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. Design hybrid transactional and analytical processing using Azure Synapse Analytics Configure Azure Synapse Link with Azure Cosmos DB Query Azure Cosmos DB with Apache Spark pools Query Azure Cosmos DB with serverless SQL pools Lab 12: Support Hybrid Transactional Analytical Processing (HTAP) with Azure Synapse Link Configure Azure Synapse Link with Azure Cosmos DB Query Azure Cosmos DB with Apache Spark for Synapse Analytics Query Azure Cosmos DB with serverless SQL pool for Azure Synapse Analytics After completing module 12, students will be able to: Design hybrid transactional and analytical processing using Azure Synapse Analytics Configure Azure Synapse Link with Azure Cosmos DB Query Azure Cosmos DB with Apache Spark for Azure Synapse Analytics Query Azure Cosmos DB with SQL serverless for Azure Synapse Analytics 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. Secure a data warehouse in Azure Synapse Analytics Configure and manage secrets in Azure Key Vault Implement compliance controls for sensitive data Lab 13: End-to-end security with Azure Synapse Analytics Secure Azure Synapse Analytics supporting infrastructure Secure the Azure Synapse Analytics workspace and managed services Secure Azure Synapse Analytics workspace data After completing module 13, students will be able to: Secure a data warehouse in Azure Synapse Analytics Configure and manage secrets in Azure Key Vault Implement compliance controls for sensitive data 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. Enable reliable messaging for Big Data applications using Azure Event Hubs Work with data streams by using Azure Stream Analytics Ingest data streams with Azure Stream Analytics Lab 14: Real-time Stream Processing with Stream Analytics Use Stream Analytics to process real-time data from Event Hubs Use Stream Analytics windowing functions to build aggregates and output to Synapse Analytics Scale the Azure Stream Analytics job to increase throughput through partitioning Repartition the stream input to optimize parallelization After completing module 14, students will be able to: Enable reliable messaging for Big Data applications using Azure Event Hubs Work with data streams by using Azure Stream Analytics Ingest data streams with Azure Stream Analytics 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. Process streaming data with Azure Databricks structured streaming Lab 15: Create a Stream Processing Solution with Event Hubs and Azure Databricks Explore key features and uses of Structured Streaming Stream data from a file and write it out to a distributed file system Use sliding windows to aggregate over chunks of data rather than all data Apply watermarking to remove stale data Connect to Event Hubs read and write streams After completing module 15, students will be able to: Process streaming data with Azure Databricks structured streaming Module 16: Build reports using Power BI integration with Azure Synpase 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. Create reports with Power BI using its integration with Azure Synapse Analytics Lab 16: Build reports using Power BI integration with Azure Synpase Analytics Integrate an Azure Synapse workspace and Power BI Optimize integration with Power BI Improve query performance with materialized views and result-set caching Visualize data with SQL serverless and create a Power BI report After completing module 16, students will be able to: Create reports with Power BI using its integration with Azure Synapse Analytics 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. Use the integrated machine learning process in Azure Synapse Analytics Lab 17: Perform Integrated Machine Learning Processes in Azure Synapse Analytics Create an Azure Machine Learning linked service Trigger an Auto ML experiment using data from a Spark table Enrich data using trained models Serve prediction results using Power BI After completing module 17, students will be able to: Use the integrated machine learning process in Azure Synapse Analytics     [-]