Kurs i Kalmar

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

Modulen dekker bruk og effekt av Lean og agile arbeidsmåter, og hvordan dette kan utnyttes til fordel for organisasjonen. Kurset vil gi kandidatene en praktisk og strategisk metode for å planlegge og levere kontinuerlig forbedring med nødvendig smidighet.  E-læringskurset inneholder 18 timer med undervisning, og er delt inn i 12 moduler. Les mer om ITIL® 4 på AXELOS sine websider Du vil motta en e-post med tilgang til e-læringen, sertifiseringsvoucher og digital bok fra Peoplecert. Du avtaler tid for sertifiseringen som beskrevet i e-posten fra Peoplecert.   [-]

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%)   [-]

I Matematikk R2 lærer du om integralregning, rekker, vektorer og trigonometri. Matematikk R2 er for deg som trenger realfagmatematikk for videre studier eller for å forbedre karakteren din. Faget er obligatorisk om du skal studere til ingeniør eller arkitekt. Matematikk R2 gir 1 realfagpoeng. Du må ha matematikk R1 for å ta dette faget. Gjennomføring NettstudierDu bestemmer hvor og når du vil lære. Her får du varierte leksjoner i form av tekster, video, quiz, podcast, veiledning og oppgaver. Du har alltid kontakt med din personlige lærer hos K2. Målet er å gjøre deg best mulig forberedt til eksamen. Eksamen Eksamen i Matematikk R2 er skriftlig. Som privatist må du selv melde deg opp til eksamen. Oppmeldingsfristene er normalt 15. september og 1. februar. Husk at betaling av eksamensavgiften skjer ved oppmelding. Veien videre Om du har generell studiekompetanse (GENS) og velger å ta fagene fysikk 1 og matematikk R1 og R2 som privatist, da oppfyller du opptakskravene til flere studier, inkludert ingeniørstudier. Se praktisk info for frister og opptak til universitet og høyskole. Gratis veiledning Er du usikker på hva som skal til for å få studiekompetanse, ta gjerne kontakt med oss for gratis veiledning. Vi har veiledere med mange års erfaring som står klare til å hjelpe deg!Ønsker du mer informasjon om kurset velg "Send meg info"-knappen under. Vil du chatte med oss, så klikk på ikonet nederst i høyre hjørne. Gratis veiledning Vi har veiledere med mange års erfaring som står klare til å hjelpe deg! Er du usikker på hva som skal til for å få studiekompetanse, 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 på eksamen. I tillegg trenger du PC-versjonen av Office eller tilsvarende programmer. Se hva du har tilgang til av nettbaserte ressurser på eksamen. Praktisk info Du finner svar på ofte stilte spørsmål på nettsiden vår under praktisk info.     [-]

Spesialseminar 2: «Generasjonsskifter - utfordringer og løsninger»    Dette spesialseminaret er åpent og kostnadsfritt for alle som er med i styrenettverksgrupper arrangert av Styreforeningen. For andre deltakere som er medlemmer av Styreforeningen koster seminaret kr. 4.990,-.For deltakere som ikke er med i styrenettverksgrupper og som ikke er medlemmer av Styreforeningen er prisen kr. 5.990,-   Seminaret tar for seg en rekke krevende faser og situasjoner som kan oppstå i forbindelse med styrearbeidet. Vi ser blant annet på:   hva undersøkeler som er gjort omkring generasjonsskifteprosesser forteller oss uventet aksjonær bortgang og ulike utfordringer det kan medføre fremtidsfullmakt i forbindelse med aksjeeierskap og aksjeovertakels viktigheten av vedtektsbestemmelser eventuelt aksjonæravtaler ved generasjonsskifter, og utfordringene som kan oppstå dersom situasjonen ikke er hensynttat i formalia styrets rolle i generasjonsskifteprosesser forberedelsene og tilretteleggingen i generasjonsskifteprosesser sjekkliste ved generasjonsskifteprosesser [-]

One-on-One English Homework Help – Primary, Lower Secondary, and Upper Secondary School At NLS Norwegian Language School, we offer personalized one-on-one English tutoring for children and teens at all school levels. Each lesson is adapted to your child’s academic needs, learning pace, and goals – helping them develop strong skills and greater confidence in English. Where can your child learn? Your child can receive tutoring at home, in our classrooms in Oslo, or online – whichever is most convenient for your family. What can your child expect? They will receive lessons tailored to their current level and pace of learning. Sessions cover reading, writing, grammar, pronunciation, and speaking, with a strong focus on comprehension and communication. Regardless of the format, your child will benefit from individual attention and support throughout the course. Who is this service for? This tutoring is ideal for students who want to improve their grades, need help understanding the curriculum, or want to feel more confident using English in school. Get started today Contact us to arrange tutoring and help your child succeed in English. [-]

  Studieår: 2013-2014   Gjennomføring: Høst og vår Antall studiepoeng: 5.0 Forutsetninger: IINI1003 Databaser eller tilsvarende forhåndskunnskaper Innleveringer: Tilsvarende 8 obligatoriske øvinger må være godkjent før endelig karakter settes. Personlig veileder: ja Vurderingsform: Individuell netteksamen, 2 timer. Ansvarlig: Tore Mallaug Eksamensdato: 13.12.13 / 16.05.14         Læremål: KUNNSKAPERKandidaten:- kjenner sentrale begreper innen flerbrukerproblematikk og databaseadministrasjon, og kan gjøre rede for disse- forstår hvordan innebygd funksjonalitet i relasjonsdatabasesystem kan utnyttes i en klient/tjener-arkitektur- vet hvordan ulike typer data kan lagres og representeres i et databasesystem; tekst, XML og temporale data.- kan gjøre rede for hvordan NoSQL-løsninger er et alternativ til relasjonsdatabaser i Web-løsninger FERDIGHETERKandidaten:- kan administrere en flerbrukerdatabase med SQL-kommandoer i et valgt databaseverktøy- lager sin egen (mest mulig normaliserte) relasjonsdatabase med nøkler og referanseintegritet som ikke bare lagrer strukturelle data, men også tekst og semi-strukturelle data (XML)- kan utnytte databaseverktøyet funksjonalitet til utvidet bruk av SQL i en klient/tjener-sammenheng for å støtte opp rundt applikasjoner mot databasen- kan utnytte databaseverktøyet til å lagre temporale data- kan utføre SQL-spørringer mot ulike typer data i en database GENERELL KOMPETANSEKandidaten:- viser en bevisst holdning til lagring og representasjon av ulike typer data i et informasjonssystem- viser en bevisst holdning til databasedesign for å unngå unødvendig dobbeltlagring av data i en database Innhold:Installering og bruk av valgt databaseverktøy (MySQL). Flerbrukerproblematikk og databaseadministrasjon (DBA) i SQL. Bruk av SQL og innebygd funksjonalitet i databaseverktøyet (bruk av funksjoner/prosedyrer og triggere). Utnytte databaseverktøyet i en klient/tjener -arkitektur. Se på forholdet database - applikasjon. Lagring av ulike typer data; tekst, XML (semi-strukturelle data), dato/tid (temporale data). Enkel bruk av NoSQL-løsning. MySQL blir brukt i eksempler, men noen utfyllende eksempler i Oracle kan forekomme i lærestoffet.Les mer om faget her Påmeldingsfrist: 25.08.13 / 25.01.14         Velg semester:  Høst 2013    Vår 2014     Fag Databaser 2 4980,-         Semesteravgift og eksamenskostnader kommer i tillegg.    [-]

Kurs for de som arbeider med og innenfor faget brannalarmanlegg. Opplæringen tar utgangspunkt i krav gitt i NS 3960:2019, TEK17 og andre relevante regelverk og ivaretar kompetansekravene til personell gitt i FG-750:2. Kurset gjennomføres som video undervisning med en kombinasjon av forelesninger og prosjekteringsoppgaver. Eksamen er med oppmøte.   Hva lærer du? Regelverk NS 3960:2019 TEK 17 Brann og eksplosjonsvernloven Brannforebyggende forskrift Brannfysikk / kjemi Prosjektering / Installasjon Valg av detektortype / utstyr Akustisk varsling Optisk varsling Plassering av utstyr Kabling / merking Ansvarsfordeling Kontroll (uavhengig kontroll, årskontroll, egenkontroll) Dokumentasjon   Påmeldingen er bindende. Skulle noe uforutsett skje kan du hos oss avbestille eller flytte kurset gebyrfritt, inntil 4 uker før kursstart. Ved ønske om avbestilling eller flytting senere enn 4 uker før kursstart må det betales et gebyr på 50% av deltageravgiften. Ved ønske om avbestilling eller flytting senere enn 2 uker før kursstart må det betales et gebyr tilsvarende full deltakeravgift.   [-]

Medlemskurs: Handleplikt & Krisehåndtering Nettbasert / Ca. 45 min / "Live" med Styrekonsulent   Ett komprimert og nyttig kurs med mange verdifulle tips og råd, "live" med styrekonsulent – enten via Teams eller Zoom. Mulighet for å stille spørsmål mm. underveis.    Kurset tar utgangspunkt i bestemmelsene om styrets ansvar for at selskapet til enhver tid har en forsvarlig egenkapital, og er rustet for forsvarlig drift. Dette er et praktisk kurs. Det er basert på erfaringer fra mengder av krise og handlepliktsituasjoner med / sammen med kunder og medlemmer, herunder hundrevis av timer med praktisk rådgivning og praktiske prosesser i mars og april 2020 ifm. koronakrisen. Som vi er opptatt av å formidle på alle styrekurs: formalia, formalia, formalia! Det er ekstremt viktig og ikke kun bare snakke, diskutere, å ha meninger.  Det kreves handling, og det kreves formelt riktige beslutninger, tiltak og formaliseringer.  Hvordan formulerer dere viktige beslutninger i forhold til krise- eller handlepliktsituasjoner?  Hvordan følges slike forhold opp - hvor ofte, med hvilke handlinger etc.?   Kursinnhold: Hvordan er egenkapitalsituasjonen faktisk hos dere i dag? Hva inngår i egenkapital? Hva svekker egenkapitalen, og hvilke faktorer i det siste, eller påregnelige/risikable fremover vil ha direkte effekt på egenkapitalen? Handleplikt - hva er det? Skulle dere allerede ha handlet? Når bør dere handle og hvordan går dere frem? Hva gjøres på hvilke måter? Hvordan formaliserer dere og underbygger at styret har utført betryggende kontroll, iført riktige og viktige tiltak og i praksis oppfylt handleplikten? Hva er krise? Hvilke kriser er dere i nå, og hvilke kriseelementer står foran som dere i styret må forberede dere på? Hvordan formulerer dere viktige beslutninger?  SJEKKLISTER OG SPESIFIKKE ARTIKLER FØLGER KURSET   Kursmateriell: Det inngår ikke skybaserte filmapper med materiell og hjelpemidler for øvrig i våre GRATIS medlemskurs, men vi viser til artikler, hjelpemidler, dokumentmaler mm på medlemsportalen under kurset slik at du kan benytte deg av det i ettertid.   NB!  GRATIS for alle medlemmer i Styreforeningen.no Pris for "ikke medlemmer" tilsvarer 12 måneders medlemskap i Styreforeningen.no, regnet fra og med kursdato, for deg som ikke fra tidligere var medlem i Styreforeningen.no   Som medlem får du da full tilgang til alle medlemsfordeler fra og med dagen etter kursdato: alle typer GRATIS kurs og webinarer / medlemspris på alle andre kurs dokumentmalregister, spørsmål og svar basene, artikkelseriene mm avklaringstime hvert halvår, medlemssupport pr telefon/epost anledning til å registrere din CV GRATIS i Styrerekruttering.no ... og alle de øvrige medlemsfordelene i Styreforeningen.no   [-]

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     [-]

Studieår: 2013-2014   Gjennomføring: Høst og vår Antall studiepoeng: 5.0 Forutsetninger: Grunnleggende kunnskaper i programmering Innleveringer: 8 av 12 øvinger er obligatorisk. Personlig veileder: ja Vurderingsform: 3-timers individuell skriftlig eksamen. Ansvarlig: Jostein Lund Eksamensdato: 04.12.13         Læremål: Etter å ha gjennomført emnet Kontorautomasjon skal studenten ha følgende læringsutbytte: KUNNSKAPER:Studenten kan:- forklare funksjonen til sentrale objekter i Excel- forklare oppbygningen av objekter i objekthierarkiet til VBA- beskrive forskjellen mellom funksjoner og prosedyrer FERDIGHETER:Studenten kan:- automatisere oppgaver ved å spille inn makroer i Excel- lage og endre på makroer ved hjelp av utviklingsmiljøet i Excel- benytte innebygde og lage egendefinerte funksjoner- starte en oppgave basert på en hendelse eller en knapp i regnearket- lage kode som genererer grafikk og diagrammer- importere og eksportere data til og fra regnearket- bruke pivottabeller for å generere rapporter GENERELL KOMPETANSE:- Studenten får en forståelse av fordelene med automatisering av oppgaver i et regneark. Innhold:Introduksjon til Excel , makroprogrammering og utviklingsmiljøet i Excel, sentrale objekter, objekthierarkiet i VBA, funksjoner og prosedyrer, hendelser og knapper, enkle brukergrensesnitt, grafikk og diagrammer, import og eksport av data, pivotobjekter, praktiske eksempler.Les mer om faget her Påmeldingsfrist: 25.08.13 / 25.01.14         Dette faget går: Høst 2013    Fag Kontorautomasjon 4980,-         Semesteravgift og eksamenskostnader kommer i tillegg.    [-]

Forfatterskolen Our writing courses are suitable for anyone that wants to improve their ability to write - such as: journalists, in search of a refresher course authors, in search of new inspiration business managers, pensionists, high school students, or, in other words, anyone with a desire to write better English as their first or second language. Writing course I: The lessons in Writing course I concentrate on developing the natural language and writing skills that we all, in one way or another, possess. Writing course II: Writing  course II builds on Writing course I and develops the natural language and writing skills further. Masterclass: The Masterclass course is geared toward the more seasoned language user, writer, or author, with a good grasp of language but requiring an introduction to techniques and tools relevant to larger projects. Narrative angles: If you are not so concerned with detailed criticism, and you are looking for a writing course where the joy of writing and inspiration are at the core, then our narration angles course is the natural choice. Manuscript: Has your manuscript been returned by a publisher? Do you need input to help you rework it? If this is you, then our Manuscript course is the natural choice. Writers Lounge: [-]

Progressive Web Apps and JavaScript [-]

Kvalitetsledelse (Quality Manager)  Dette kurset er for deg som vil ha mer dybdekunnskap, og/eller sertifisere deg som kvalitetsleder. Kurset tar for seg ISO 9001 da den ligger som en grunnsten for kvalitetsfaget, men vi skal også innom andre områder som er viktig for å få styringssystemer til å fungere i praksis. Pensumet til kurset er satt av den Europeiske foreningen EOQ, slik at alle som velger å sertifisere seg i Europa har samme minimums-kompetanse. Vi kommer til å følge et case gjennom kurset slik at du får mulighet til å trene på noen av teamene vi er innom. Gjennom hele kurset legges det opp til å gjøre innholdet enkelt og praktisk. Kvalitetsledelse handler om sunn fornuft satt i system.   Kursleder er Siri Mathiesen, se gjerne egen omtale om Siri på KRN Academy, www.qrn.no Vi som underviser hos KRN er personer med et sterkt engajsement for det vi underviser i, og det merkes når du er på kurs. Det gjør innholdet levende og interessant. Du kan gjerne få referanser fra oss.  [-]

En apotektekniker jobber i apotek med å hjelpe kunder å finne riktig legemiddel og veilede i riktig legemiddelbruk. Apotekansatte har stor tillit i Norge og håndterer mange ulike kundesituasjoner. Som apotektekniker arbeider du selvstendig i apotek under faglig ledelse av farmasøyt. Innhold/temaer Autorisert apotektekniker er inndelt i tre semestre Semester 1: Helse og oppvekst vg1Semester 2: Helseservice vg2Semester 3: Apotektekniker vg3 Sentrale emner i opplæringen: - Reseptekspedering- Veilede ulike kunder til rett bruk av legemidler, hjelpemidler og apotekvarer- Kjenne selvvalget og kunne hjelpe kundene med legemidler, sykepleieartikler, hudpleie, inkontinens og næringsdrikker mm.- Vite hva er legemiddel er og hvordan det påvirker kroppen- Astma-, Diabetes og annen sykdomsveiledning- Varehåndtering – klargjøre og håndtere bestillinger Dette passer for deg som - ønsker å jobbe selvstendig som apotektekniker og som liker å jobbe i team med andre yrkesgrupper som blant annet farmasøyter, slik at dere sammen kan finne den beste løsningen for kunden. Gjennomføring Alle våre alternativer gjennomføres over tre semestre. Velger du undervisning (nett eller campus) er det oppmøte en gang per uke, dag eller kveld. Du velger det som passer deg best!  Det er mulig å gjennomføre kurset på ett år (to semestre). Dette er avhengig av din bakgrunn og tidligere erfaring. På vg3 må du selv ordne en praksisplass på et apotek 1-2 dager pr. uke.  Klasserom på CampusUndervisning i klasserom på campus. NettundervisningLive undervisning en kveld/dag pr uke sammen med andre deltakere via Teams. Opptak gjør det enkelt å repetere fagstoffet. NettstudierSelvstudie via K2s digitale læringsportal. Video, tekster, quiz, oppgaver og podcast. Tilbakemelding på innsendte oppgaver. Lyst til å prøve nettstudiene (gratis)? Registrer deg og se hvordan K2s digitale læringsportal fungerer.  Merk at følgende gjelder: - i Drammen og Porsgrunn er opplæring på vg3 (siste semester) i Tønsberg eller på Nett.- i Fredrikstad gjennomføres opplæringen på vg3 (siste semester) i Oslo, Tønsberg eller på Nett. Digital læringsportal og Office 365 Deltakere på campus og nettundervisning får tilgang til office 365 online (inneholder blant annet mail, word, excel, powerpoint og teams). Deltakere som tar utdanningen via nettstudier får du tilgang til K2s digitale læringsportal.   Eksamen Som deltaker ved K2 er du privatist og tar eksamen i tre programfag og en tverrfaglig på hvert semester. 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 autorisasjon? Apotekteknikerfaget er et autorisasjonsfag. For å kunne søke autorisasjon som apotektekniker må du ha vitnemål når du er ferdig med fagene innen helse. Vitnemålet må inneholde: Programfagene på vg1 helse og oppvekst, vg2 helseservice og vg3 apotektekniker. Yrkesfaglige fellesfag (norsk, engelsk, matematikk, naturfag, samfunnskunnskap og kroppsøving). Søke fritak for yrkesfaglige fellesfag: Dersom man har minst fem års «allsidig yrkespraksis» eller mer i 100% stilling kan man søke fritak fra de yrkesfaglige fellesfagene. Med allsidig praksis menes en yrkesrettet praksis som står i sammenheng med faget. Det er eksamenskontoret eller tidligere videregående som godkjenner fritak Yrkesfaglig fordypning (YFF). For å dekke kravet kan man dokumentere 526 timer arbeidserfaring innen valgt fagområde eller ha fag fra studieforberedende/studiespesialisering (vg3 nivå)  Vitnemålet bruker du for å søke autorisasjon hos Helsedirektoratet. Da får du tittelen autorisert apotektekniker.   Gratis veiledning Vi vet at det kan være vanskelig å velge utdanning. Derfor har vi 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.   [-]