Kurs i Jägersro Villastad

Fleksible kurs for fremtidenNy kunnskap skal gi umiddelbar effekt, og samtidig være holdbar og bærekraftig på lang sikt. NTI AS har 30 års erfaring innen kurs og kompetanseheving, og utdanner årlig rundt 10.000 personer i Nord Europa innen CAD, BIM, industri, design og konstruksjon.   Dynamo for Revit Her er et utvalg av temaene du vil lære på kurset: Intro til brukerflate og grunnleggende funksjoner Dynamo – Revit-interaksjon Parametrisk/Regelbasert Design Geometri i Dynamo Plassering av Revit-elementer Datauttrekk Opprettelse av Analytisk modell Skrive i Revit-parametre/nummerering Tilpasning av Revit-elementer Import og behandling av ekstern geometri Kjenner du til Grasshopper for Rhino og ønsker å komme videre med komplekse geometrier? I så fall er Dynamo en mulighet. Her kan regelbasert design settes opp med direkte integrasjon til Revit. Med Dynamo for Revit åpnes en verden med en hittil usett parametrisk tilgang til prosjektene. Med Dynamo som visuelt programmeringsverktøy kobles egne algoritmer sammen med Revits parametriske database, uansett om fokuset er formgivning, designoptimering, fabrikasjon eller automatisering. Dette, sammen med toveiskommunikasjonen mellom Dynamo og Revit, gjør kombinasjonen både sterk og unik.   Tilpassete kurs for bedrifter Vi vil at kundene våre skal være best på det de gjør - hele tiden.  Derfor tenker vi langsiktig om kompetanseutvikling og ser regelmessig kunnskapsløft som en naturlig del av en virksomhet. Vårt kurskonsept bygger på et moderne sett av ulike læringsmiljøer, som gjør det enkelt å finne riktig løsning uansett behov. Ta kontakt med oss på telefon 483 12 300, epost: salg@nticad.no eller les mer på www.nticad.no [-]

Kurset er laget for å gi deg som jobber med informasjon og systemsikkerhet i kommunen, men er også åpen for andre som ønsker å styrke sin kompetanse innen fagfeltet. Du lærer hvordan gjennomføre en helhetlig risiko- og sårbarhetsanalyse, med kartlegging, systematisere og utforming av sannsynlighetsberegning for uønskede hendelser som kan inntreffe i kommunens informasjonssystemer. Metoder for å hvordan disse kan påvirke kommunen og hvordan redusere risiko for tap av data. Når kurset er ferdig har du maler til å lage helhetlige risiko- og sårbarhetsanalysen, som i følge «Forskrift om kommunal beredskapsplikt» skal forankres i kommunestyret.  Vi går gjennom: Kartlegging av eksisterende og fremtidige risiko- og sårbarhetsfaktorer. Risiko og sårbarhet utenfor deres geografiske område men som kan ha betydning. Hvordan ulike risiko- og sårbarhetsfaktorer kan påvirke hverandre. Særlige utfordringer knyttet til kritiske funksjoner og tap av kritiske data. Kommunens evne til å opprettholde sin virksomhet når den utsettes for en uønsket hendelse og evnen til å gjenoppta sin virksomhet etter at hendelsen har inntruffet. Behovet for varsling under og etter en hendelse. Metoder for å avdekke behov for mer detaljerte analyser. Hvilke relevante offentlige og private aktører som bør bidra i i arbeidet med utarbeidelse av risiko- og sårbarhetsanalysen. Du vil også få en innføring i hva som bør med i en informasjonssikkerhets policy og hvordan jobbe frem en forankring hos kommuneledelsen. Som deltager får du en rekke maler for å hjelpe deg i gang med arbeidet, dette er maler som: Mal - Risiko og sårbarhets analyse Mal - Beredskapsplan Mal - Revisjon av tjenesteleverandører Mal - BIA (Analyser effekt av mulig hendelse) Mal - Kompetanse- og kulturutvikling [-]

Mastering Microsoft Endpoint Manager (Intune) [-]

Du lærer å gi omsorg, grunnleggende sykepleie og miljøarbeid for pasienter og brukere av helse- og sosialtjenesten. Innhold/temaer Kropp, helse og omsorg ivareta pasienters og brukeres helhetlige helse hvordan kultur, levevaner, kosthold, hygiene og smittevern kan bidra til å fremme livskvalitet, helse og mestring akutt og kronisk sykdom, aldring og funksjonsnedsettelser observere, vurdere og utføre grunnleggende sykepleie for å ivareta pasienters og brukeres behov for helsehjelp helsefremmende arbeid, miljøarbeid, habilitering og rehabilitering, omsorg og helhetlige pasientforløp lindre lidelser og legge til rette for en verdig død  Dialog, relasjon og veiledning kommunisere og samhandle med mennesker med ulik alder, bakgrunn og livssituasjon og ulike behov for helsekompetanse samhandle med andre yrkesgrupper og frivillige organisasjoner og å rapportere og dokumentere arbeid å gi og ta imot veiledning og å forstå betydningen av egen atferd og holdninger i møte med andre mennesker  Hjelpemidler, teknologi og velferdsteknologi bruke medisinsk utstyr og å ta i bruk hjelpemidler og teknologi som bidrar til å gi personer med hjelpebehov bedre livskvalitet, økt trygghet og større mulighet til å klare seg på egen hånd bruke hjelpemidler og teknologi for å avlaste pårørende og gi dem trygghet, og om hvordan teknologi kan forbedre og effektivisere tjenestene i helse- og omsorgssektoren riktig bruk av arbeidsteknikker og arbeidsstillinger i yrkesutøvelsen  Etikk og regelverk møte mennesker i ulike livssituasjoner med omsorg og empati om systematisk kvalitetsforbedring, brukermedvirkning og pasientsikkerhet profesjonell yrkesutøvelse, om yrkesetiske retningslinjer, om regelverk i helse- og omsorgssektoren og om helse, miljø og sikkerhet reflektere over etiske dilemmaer For mer informasjon se utdanningsdirektoratets sider Udir.no Dette passer for deg som Har erfaring fra omsorg, grunnleggende sykepleie eller miljøarbeid. Gjennomføring Kurset gjennomføres både som klasseromsundervisning og nettundervisning på kveldstid en kveld i uken over ett semester. Her møter du erfarne og dyktige lærere som følger deg på veien til å nå dine mål. Kurset er tilrettelagt slik at du kan kombinere det med fulltidsjobb. CampusKlasseromsundervisning en kveld/dag pr uke på campus. Ett semester NettundervisningLive undervisning en kveld/dag pr uke sammen med andre deltakere via Teams. Opptak gjør det enkelt å repetre fagstoffet. Ett semester.  Du kan se video for hvordan nettundervisning fungerer. Din digitale læringsportal og Oficce 365 I tillegg til undervisningen får du tilgang til K2s digitale læringsportal. Med Office 365 får du student-e-post, Office pakken, tilgang til samhandlingsverktøyet Teams og lagringsplass. Eksamen Som praksiskandidat tar du teorieksamen i lærefaget. Eksamen arrangeres 2 ganger pr år og oppmeldingsfristene er normalt 15. september og 1. februar. Husk at betaling av eksamensavgiften skjer ved oppmelding. Hva må til for å få fagbrev Du må ha bestått teorieksamen for å kunne ta den praktiske fagprøven. I tillegg må du dokumentere min 5 års relevant arbeidspraksis. Fagopplæringskontoret i ditt fylke vurderer din arbeidspraksis og arrangerer fagprøven. Veiledning Vi har veiledere med mange års erfaring som står klare til å hjelpe deg! Er du usikker ta gjerne kontakt med oss for gratis veiledning.  Ønsker du mer informasjon om kurset velg "Send meg info"-knappen under. Vil du chatte med oss, klikk på ikonet nederst i høyre hjørne. Lånekassestøtte Utdanningen er godkjent i lånekassen. Du søker direkte via lanekassen.no. Alt du må vite om lån og stipend fra Lånekassen som deltaker hos K2 utdanning Støtteordning Er du organisert i en fagforening, kan du i de fleste fagforeningene søke støtte til utdanning. Dersom du er organisert bør du sjekke med din fagforening om muligheter for støtte, frister og hvordan du søker. Forkunnskaper Du må ha fullført grunnskole eller tilsvarende opplæring. Minoritetsspråklige bør ha minimum B1-nivå i norsk muntlig og skriftlig. Dersom du har behov for å lære mere norsk før du starter på utdanning har vi norskkurs på forskjellig nivå (A1-B2). Språkkursene er digitale med personlig oppfølging fra lærer. Se alle norskkurs K2 tilbyr. Krav til utstyr Som deltaker hos K2 må du ha tilgang til pc i undervisningen og eksamen. I tillegg trenger du PC-versjonen av Office eller tilsvarende programmer. Online-versjonen som du får tilgang til som deltaker hos K2, kan ikke benyttes på eksamen da denne krever nettilgang. Se hva du har tilgang til av nettbaserte ressurser på eksamen. Praktisk info Du finner mye informasjon om ofte stilte spørsmål på nettsiden vår under praktisk info.     [-]

I samarbeid med Norges bygg- og eiendomsforening og Fabrica Kulturminnetjenester AS.   Kulturminner er verdier for både publikum og eiere, men de kan også være utfordrende å utvikle på en god måte. I dette kurset vil vi formidle hva som skal til for å sikre prosesser som utløser merverdiene. Vi skal gi en innføring i begreper, regler og verdier, samt konsekvenser av fredning og annet formelt vern. Det blir en filmbefaring til Tollboden, Tolldirektoratets hovedkontor i Kvadraturen i Oslo. De har fungert som Tollsted siden 1800-tallet og har vært i bruk helt frem til 2016. Steinpakkhuset er fra 1850, mens Administrasjonsbygningen sto ferdig i 1896. [-]

Fleksible kurs for fremtidenNy kunnskap skal gi umiddelbar effekt, og samtidig være holdbar og bærekraftig på lang sikt. NTI AS har 30 års erfaring innen kurs og kompetanseheving, og utdanner årlig rundt 10.000 personer i Nord Europa innen CAD, BIM, industri, design og konstruksjon.   AutoCAD P&ID grunnkurs Her er et utvalg av temaene du vil lære på kurset: Opprette og håndtere P&ID-prosjekter Tegne og redigere P&ID-diagrammer Eksportere og Importere data via Excel Uttrekk av lister og rapporter Du vil lære å opprette og håndtere P&ID-prosjekter, tegne diagrammer med de verktøy og kommandoer som er designet til formålet, og bruke toolpalettenes utstyr, ventiler, fittings og instrumenter. I tillegg til å bruke valideringsverktøyet til å kvalitetssikre ditt prosjekt, eksportfunksjonen til å skape 'nøytrale' AutoCAD-kopier av dine P&ID-tegninger samt å lage forskjellige rapporter og datauttrekk for f.eks. utstyr, ventiler, instrumenter osv.   Dette er et populært kurs, meld deg på nå!   Tilpassete kurs for bedrifterVi vil at kundene våre skal være best på det de gjør - hele tiden.  Derfor tenker vi langsiktig om kompetanseutvikling og ser regelmessig kunnskapsløft som en naturlig del av en virksomhet. Vårt kurskonsept bygger på et moderne sett av ulike læringsmiljøer, som gjør det enkelt å finne riktig løsning uansett behov. Ta kontakt med oss på telefon 483 12 300, epost: salg@nticad.no eller les mer på www.nticad.no [-]

Ta VHF-kurs på internett! (SRC-sertifikatet)   For å bruke maritim VHF må du ha VHF/SRC-sertifikatet. Med VHF Nettkurs lærer du deg hele pensum enkelt og lettfattelig via et moderne nettkurs – alt foregår på internett. Kurset er krydret med en mengde animasjoner, videoer og hundrevis av oppgaver. Når kurset er ferdig tar du eksamen hjemme i stuen. Verre er det ikke.   Mer om VHF Nettkurs Ta kurset når du har tid i eget tempo via internett. Du får tilgang med det samme du melder deg på, og har ubegrenset personlig tilgang i 12 måneder. Kurset er et moderne nettkurs – oppdatert med de seneste endringer. Kurset består av 10 moduler med testoppgaver etter hvert kapittel. I tillegg finnes det flere VHF test-eksamener inkludert i kurset. Du er ikke helt på egenhånd – og kan stille spørsmål til dyktige faglærere gjennom mail og et forum i kurset. Båtførerprøven.com AS er en godkjent kursarrangør av Telenor Maritim Radio. Kurset følger pensumkrav i henhold til læreplanene til Telenor Maritim Radio. Kurset er det samme enten man er fritidsbåtbruker eller skal bruke dette Offshore. Mer om VHF/SRC Eksamen Eksamen kan tas over internett hjemme. Det vil være noen avkryssningsoppgaver og noen "praktiske" oppgaver på en VHF simulator. Alt dette kan du gjøre hjemme i stuen. [-]

Bli kjent med Revu (Bruksområder, grensesnitt, menyer, verktøy, paneler og profiler) Grunnleggende PDF-håndtering med Revu Markeringsverktøy og måleverktøy Innføring i Tool Chest Innføring i Markeringslisten Innføring i Studio [-]

DP-080: Querying Data with Microsoft Transact-SQL [-]

Microsoft 365 Enterprise Administrator Expert (MCE) - Boot Camp [-]

https://www.glasspaper.no/kurs/dp-100/ [-]

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     [-]

TOEFL for Studier Dersom du planlegger å studere i utlandet, er TOEFL en av de mest anerkjente engelsktestene, spesielt blant universiteter i USA og Canada. De fleste utdanningsinstitusjoner krever en poengsum mellom 80 og 100 på en skala fra 0 til 120. Bachelorprogrammer godtar vanligvis poengsummer mellom 80 og 90, mens masterprogrammer ofte krever 100 eller høyere for opptak. TOEFL for Immigrasjon Selv om TOEFL ikke er like utbredt som IELTS innen immigrasjon, godtas testen fortsatt for enkelte visum- og oppholdsprogrammer – særlig i sammenheng med akademisk migrasjon, som for eksempel studentvisum. TOEFL for Arbeid TOEFL er også relevant for yrker som krever høyt nivå i engelsk, spesielt innen akademia og undervisning. Mange institusjoner, særlig forskningsmiljøer og universiteter, etterspør poengsummer mellom 90 og 100. Hvorfor velge TOEFL-forberedelseskurs ved NLS Norsk Språk Skole? Hos NLS Norsk Språk Skole tilbyr vi et profesjonelt utviklet TOEFL-forberedelseskurs som hjelper deg å nå dine mål, enten de er akademiske, profesjonelle eller immigrasjonsrelaterte. Målrettet trening i alle testdeler Kurset gir grundig forberedelse i alle fire delene av TOEFL-eksamenen: leseforståelse, skriftlig fremstilling, lytteforståelse og muntlig kommunikasjon. Skreddersydde strategier for suksess Våre erfarne lærere gir deg effektive strategier for å styrke din akademiske engelskkunnskap og møte TOEFLs krav med trygghet. Prøveeksamener og profesjonell tilbakemelding Du får tilgang til realistiske prøveeksamener og mottar detaljert tilbakemelding fra våre TOEFL-spesialister, slik at du kan måle fremgang og justere studieteknikken. Eksamen og kursbevis Etter fullført kurs mottar du et offisielt kursbevis fra NLS Norsk Språk Skole som dokumenterer antall undervisningstimer og hvilket engelsknivå du har oppnådd. Ta steget mot dine akademiske og profesjonelle mål – meld deg på vårt TOEFL-forberedelseskurs i dag! [-]

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

I en digital tidsalder hvor samhandling er essensielt for bedrifters suksess, er det kritisk for ledere å oppdatere sin kompetanse. Dette éndagskurset tilbyr praktisk trening og materiale for videre selvstudium, slik at ledere kan møte dagens databehov effektivt. Kurset fokuserer på tre hovedområder for å styrke deltakernes lederkompetanse innen datahåndtering. Det kombinerer teori og praksis for å maksimere læringen. Kurset avholdes på én arbeidsdag, med en strukturert agenda som dekker følgende temaer: Strategiske IT/IS-planer, inkludert organisatoriske strukturer, lederansvar, kompetansekartlegging, IT/IS-policyer, og en gjennomgang av IS-domener. Dette inkluderer også sikkerhetsaspekter som aktiva, nettverk, identitets- og tilgangsstyring, risikostyring, sikkerhetsvurdering og -testing, sikkerhetsoperasjoner, og sikkerhet i utviklingsfasen. Intern gapanalyse, oppbygging av en effektiv Enterprise Information Security Architecture (EISA), definering av opplæringskrav, tilpassede SETA-programmer, trusselvurdering, håndtering av sårbarheter, og en praktisk tilnærming til leverandørrisiko og sikkerhetsvurdering av digitale nettverk. Utvikling av KPI-dashboards, trusselvurdering, kommunikasjonsstrategier, introduksjon til økonomiske nøkkeltall innen informasjonssikkerhet, samt planlegging for forretningskontinuitet og katastrofegjenoppretting. Målsettingen er at hver deltaker etter kurset skal kunne sette SMART-mål for hvert punkt, hvor SMART representerer Spesifikke, Målbare, Oppnåelige, Relevante og Tidsbestemte mål. Kurset gir deltakerne verktøyene de trenger for å forbedre sitt lederskap i en digitalisert verden. Kursholder har jobbet med informasjonssikkerhet for ledende teknologiselskaper de siste 25 årene, og har hjulpet ledere finne farbare veier i krevende situasjoner. Han er sertifisert kvalitetsrevisor ISO 19011 og har utarbeidet sikkerhetsstyringsrutiner for selskaper som følger både enkle og svært strenge lovkrav. Han har en Ph.D. i Cybersecurity Leadership, en MBA innen Finans, Digital transformasjon, Forretningsstrategi, Kommunikasjon og Markedsføring. Han er sertifisert i Advanced Computer Security fra Stanford University og Cyber Forensics and Counterterrorism fra Harvard University. Han har også CISSP fra ISC2, Certified Data Privacy Solution Engineer fra ISACA, og CCSK (Certificate of Cloud Security Knowledge) fra CSA. I tillegg har han gjennomført NHH sitt styreprogram, som utgjør en relevant bakgrunn for dette kurset. Til daglig jobber han som CISO for et selskap med lokasjoner på 24 steder over hele verden. Selskapet må både sikre trygg drift og utvikle programvare og tjenester som må være i drift 24/7. [-]