Oversikt over relevante kurs innen IT-kurs i Tromsø

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 Deployment Management, highlighting its importance in managing the deployment of new or changed services into the live environment. This eLearning is: Interactive Self-paced   Device-friendly   2-3 hours of content   Mobile-optimised   Exam: 20 questions Multiple choise 30 minutes Closed book Minimum required score to pass: 65% [-]

Understand the purpose and key concepts of Service Configuration Management, including its role in maintaining accurate and reliable information about configuration items (CIs) within the IT infrastructure. This eLearning is: Interactive Self-paced Device-friendly 2-3 hours content Mobile-optimised Practical exercises   Exam: 20 questions Multiple Choice 30 Minutes Closed book Pass Mark: 65% [-]

Understand the purpose and key concepts of the Service Level Management Practice, elucidating its significance in defining, negotiating, and managing service levels to meet customer expectations. 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% [-]

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

Understand the purpose and key concepts of the Service Desk practice, including how it serves as the central point of contact between the service provider and the users, facilitating effective communication. This eLearning is: Interactive Self-paced Device-friendly 2-3 hours content mobil-optimised practical exercises     Exam: 20 questions Multiple Choice 30 minutes Closed book Minimum required score to pass: (65%)   [-]

Understand the key concepts of Relationship Management, Supplier Management, Service Level Management, Continual Improvement, and Information Security Management, elucidating their significance in fostering collaboration, ensuring service quality, driving continual improvement, and maintaining information security. This eLearning is: Interactive Self-paced   Device-friendly   12 hours content   Mobile-optimised   Practical exercises   Exam: 60 questions Multiple choise 90 minutes Closed book Minimum required score to pass: 65% [-]

Power BI Desktop [-]

Etter kurset Digital markedsføring, skal du ha grunnleggende kunnskaper innen dataanalyse og kjenne til digitale mediers rolle innen markedsføring. Du skal beherske digital markedsføring, strategi og planlegging, samt jus og etikk innenfor samme tema. Du skal bli i stand til å analysere effekten av strategi og kampanjer. Du skal vite hvordan nettsidene optimaliseres, samt hvordan man etablerer og drifter digitale annonser. Du skal kunne lede digitale kampanjer og ha kunnskap om hvilken betydning en god digital strategi har innen digital markedsføring. Studiet er både praktisk og teoretisk rettet – med hovedvekt på å løse praktiske obligatoriske oppgaveløsning basert på teoretisk kunnskap. Studentene vil gjennom studieåret gjennomføre en rekke individuelle og gruppebaserte praktiske og teoretiske oppgaver knyttet til de forskjellige undertema. [-]

Objectives This course teaches participants the following skills: Design and build data processing systems on Google Cloud Platform Process batch and streaming data by implementing autoscaling data pipelines on Cloud Dataflow Derive business insights from extremely large datasets using Google BigQuery Train, evaluate, and predict using machine learning models using Tensorflow and Cloud ML Leverage unstructured data using Spark and ML APIs on Cloud Dataproc Enable instant insights from streaming data   All courses will be delivered in partnership with ROI Training, Google Cloud Premier Partner, using a Google Authorized Trainer. Course Outline Module 1: Introduction to Data Engineering -Explore the role of a data engineer-Analyze data engineering challenges-Intro to BigQuery-Data Lakes and Data Warehouses-Demo: Federated Queries with BigQuery-Transactional Databases vs Data Warehouses-Website Demo: Finding PII in your dataset with DLP API-Partner effectively with other data teams-Manage data access and governance-Build production-ready pipelines-Review GCP customer case study-Lab: Analyzing Data with BigQuery Module 2: Building a Data Lake -Introduction to Data Lakes-Data Storage and ETL options on GCP-Building a Data Lake using Cloud Storage-Optional Demo: Optimizing cost with Google Cloud Storage classes and Cloud Functions-Securing Cloud Storage-Storing All Sorts of Data Types-Video Demo: Running federated queries on Parquet and ORC files in BigQuery-Cloud SQL as a relational Data Lake-Lab: Loading Taxi Data into Cloud SQL Module 3: Building a Data Warehouse -The modern data warehouse-Intro to BigQuery-Demo: Query TB+ of data in seconds-Getting Started-Loading Data-Video Demo: Querying Cloud SQL from BigQuery-Lab: Loading Data into BigQuery-Exploring Schemas-Demo: Exploring BigQuery Public Datasets with SQL using INFORMATION_SCHEMA-Schema Design-Nested and Repeated Fields-Demo: Nested and repeated fields in BigQuery-Lab: Working with JSON and Array data in BigQuery-Optimizing with Partitioning and Clustering-Demo: Partitioned and Clustered Tables in BigQuery-Preview: Transforming Batch and Streaming Data Module 4: Introduction to Building Batch Data Pipelines -EL, ELT, ETL-Quality considerations-How to carry out operations in BigQuery-Demo: ELT to improve data quality in BigQuery-Shortcomings-ETL to solve data quality issues Module 5: Executing Spark on Cloud Dataproc -The Hadoop ecosystem-Running Hadoop on Cloud Dataproc-GCS instead of HDFS-Optimizing Dataproc-Lab: Running Apache Spark jobs on Cloud Dataproc Module 6: Serverless Data Processing with Cloud Dataflow -Cloud Dataflow-Why customers value Dataflow-Dataflow Pipelines-Lab: A Simple Dataflow Pipeline (Python/Java)-Lab: MapReduce in Dataflow (Python/Java)-Lab: Side Inputs (Python/Java)-Dataflow Templates-Dataflow SQL Module 7: Manage Data Pipelines with Cloud Data Fusion and Cloud Composer -Building Batch Data Pipelines visually with Cloud Data Fusion-Components-UI Overview-Building a Pipeline-Exploring Data using Wrangler-Lab: Building and executing a pipeline graph in Cloud Data Fusion-Orchestrating work between GCP services with Cloud Composer-Apache Airflow Environment-DAGs and Operators-Workflow Scheduling-Optional Long Demo: Event-triggered Loading of data with Cloud Composer, Cloud Functions, -Cloud Storage, and BigQuery-Monitoring and Logging-Lab: An Introduction to Cloud Composer Module 8: Introduction to Processing Streaming Data Processing Streaming Data Module 9: Serverless Messaging with Cloud Pub/Sub -Cloud Pub/Sub-Lab: Publish Streaming Data into Pub/Sub Module 10: Cloud Dataflow Streaming Features -Cloud Dataflow Streaming Features-Lab: Streaming Data Pipelines Module 11: High-Throughput BigQuery and Bigtable Streaming Features -BigQuery Streaming Features-Lab: Streaming Analytics and Dashboards-Cloud Bigtable-Lab: Streaming Data Pipelines into Bigtable Module 12: Advanced BigQuery Functionality and Performance -Analytic Window Functions-Using With Clauses-GIS Functions-Demo: Mapping Fastest Growing Zip Codes with BigQuery GeoViz-Performance Considerations-Lab: Optimizing your BigQuery Queries for Performance-Optional Lab: Creating Date-Partitioned Tables in BigQuery Module 13: Introduction to Analytics and AI -What is AI?-From Ad-hoc Data Analysis to Data Driven Decisions-Options for ML models on GCP Module 14: Prebuilt ML model APIs for Unstructured Data -Unstructured Data is Hard-ML APIs for Enriching Data-Lab: Using the Natural Language API to Classify Unstructured Text Module 15: Big Data Analytics with Cloud AI Platform Notebooks -What’s a Notebook-BigQuery Magic and Ties to Pandas-Lab: BigQuery in Jupyter Labs on AI Platform Module 16: Production ML Pipelines with Kubeflow -Ways to do ML on GCP-Kubeflow-AI Hub-Lab: Running AI models on Kubeflow Module 17: Custom Model building with SQL in BigQuery ML -BigQuery ML for Quick Model Building-Demo: Train a model with BigQuery ML to predict NYC taxi fares-Supported Models-Lab Option 1: Predict Bike Trip Duration with a Regression Model in BQML-Lab Option 2: Movie Recommendations in BigQuery ML Module 18: Custom Model building with Cloud AutoML -Why Auto ML?-Auto ML Vision-Auto ML NLP-Auto ML Tables [-]

DP-300: Administering Microsoft Azure SQL Solutions [-]

  COURSE OVERVIEW This course will provide foundational level knowledge of cloud services and how those services are provided with Microsoft Azure. The course can be taken as an optional first step in learning about cloud services and Microsoft Azure, before taking further Microsoft Azure or Microsoft cloud services courses. The course will cover general cloud computing concepts as well as general cloud computing models and services such as Public, Private and Hybrid cloud and Infrastructure-as-a-Service (IaaS), Platform-as-a-Service(PaaS) and Software-as-a-Service (SaaS). It will also cover some core Azure services and solutions, as well as key Azure pillar services concerning security, privacy, compliance and trust. It will finally cover pricing and support services available with Azure.   COURSE CONTENT  Module 1: Cloud Concepts -Learning Objectives-Why Cloud Services?-Infrastructure-as-a-Service (IaaS), Platform-as-a-Service (PaaS) and Software-as-a-Service (SaaS)-Public, Private, and Hybrid cloud models Module 2: Core Azure Services -Core Azure architectural components-Core Azure Services and Products-Azure Solutions-Azure management tools Module 3: Security, Privacy, Compliance and Trust -Securing network connectivity in Azure-Core Azure Identity services-Security tools and features-Azure governance methodologies-Monitoring and Reporting in Azure-Privacy, Compliance and Data Protection standards in Azure Module 4: Azure Pricing and Support -Azure subscriptions-Planning and managing costs-Support options available with Azure-Service lifecycle in Azure     This course helps to prepare for exam AZ-900. [-]

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

Kursinnhold Enkle formler Cellereferanser Gi navn til celler og områder Feilkontroll og formelrevisjon Hente data fra andre ark og arbeidsbøker Egendefinerte tallformater Betinget formatering Utklippstavle og avansert innliming   Det er fordelaktig å ha to skjermer - en til å følge kurset og en til å gjøre det kursholder demonstrerer.   Kurset gjennomføres i sanntid med nettundervisning via Teams. Det blir mulighet for å stille spørsmål, ha diskusjoner, demonstrasjoner og øvelser. Du vil motta en invitasjon til Teams fra kursholder. [-]

Studieår: 2013-2014   Gjennomføring: Høst Antall studiepoeng: 5.0 Forutsetninger: Erfaring fra et objektorientert programmeringsspråk, kjennskap til prosjektarbeid Innleveringer: Innleverte øvinger. Det blir gitt 10 øvinger, 8 må være godkjent for å kunne gå opp til eksamen. Personlig veileder: ja Vurderingsform: 4 timer skriftlig eksamen. Ansvarlig: Tore Berg Hansen Eksamensdato: 12.12.13         Læremål: Forventet læringsutbytte:Etter å ha gjennomført emnet Objektorientert systemutvikling skal studenten ha følgende samlete læringsutbytte: KUNNSKAPER:Kandidaten:- kan definere, gjenkjenne og forklare de grunnleggende konsepter for utvikling av store programvaresystemer basert på det objektorienterte paradigme- argumentere for betydningen av å følge en prosessmodell- argumentere for fordelene med smidige prosesser- argumentere for modellbasert utvikling- beskrive modellene som brukes i objektorientert systemutvikling og hvordan de henger sammen- forklare begrepene arkitektoniske stiler og designmønstre FERDIGHETER:Kandidaten:- kan demonstrere den systematiske gangen fra krav, via arkitektonisk og detaljert design, til ferdig kodet og implementert system GENERELL KOMPETANSE:Kandidaten:- er klar over at utvikling av store programvaresystemer er ingeniørarbeid- er seg bevisst at utvikling av komplekse programvaresystemer krever koordinert innsats av et velfungerende team som følger en definert, smidig prosess- er opptatt av tett kontakt med alle interessenter for å oppnå et godt resultat Innhold:Utviklingsprosesser. Modellering. UML. Verktøy. Objektorientert analyse Objektorientert design. Bruk av arkitektoniske stiler og design mønstre. Implementasjon og test.Les mer om faget her Påmeldingsfrist: 25.08.13 / 25.01.14         Dette faget går: Høst 2013    Fag Objektorientert systemutvikling 4980,-         Semesteravgift og eksamenskostnader kommer i tillegg.    [-]