Kurs i Kongsvinger

Eksamen er på engelsk. Eksamensformen er multiple choice 60 spørsmål skal besvares, og du består ved 55% korrekte svar (dvs 33 av 60 spørsmål). Deltakerne har 1 time til rådighet på eksamen.  Ingen hjelpemidler er tillatt.   ITIL®/PRINCE2®/MSP®/MoP® are registered trademarks of AXELOS Limited, used under permission of AXELOS Limited. All rights reserved. [-]

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% [-]

Understand the purpose and key concepts of Change Enablement, highlighting its importance in managing changes effectively to minimise risk and ensure business continuity.   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% [-]

Kurset fokuserer på konvertering av etterspørsel til verdi via IT-relaterte tjenester. Modulen dekker sentrale emner som SLA-design, styring av flere leverandører, kommunikasjon, relasjonsstyring, CX- og UX-design, kartlegging av kunder og mer. E-læringskurset inneholder 18 timer med undervisning, og er delt inn i 8 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 Release Management, elucidating its significance in planning, scheduling, and controlling the build, test, and deployment of releases to ensure they deliver the expected outcomes. The eLearning course: Interactive Self-paced Device-friendly 2-3 hour content Mobile-optimised Practical exercises   Exam:   20 questions Multiple choise Closed book 30 minutes Minimum required score to pass: 65% [-]

Case kveld Del 1: Geronimo Management AS   Deltakelse på denne CASE-kvelden er inkludert i prisen 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,-   Overskriften for kvelden er: Konflikter og rolleutfordringer i styrerommet   Denne kvelden beveger vi oss inn i kulissene for selskapet: Gerinomo Management AS som er et SMB selskap, opprinnelig grundet og eiet av 2 tidligere kamerater: Halvor og Jonas. De to har hatt 30 års fartstid sammen i og med oppbyggingen av selskapet. I løpet av kort tid oppstår to situasjoner: Halvor får akutt hjerteproblemer på vei hjem fra arbeid og dør kort tid etter. Det kommer videre frem at Jonas sin tilstand de siste månedene har vært holdt skjult, men det blir nå klart at han har hurtig eskalerende demens og ikke er istand til å ta vare på seg selv eller selskapet. Vedtektene og aksjonæravtalen har noen bestemmelser om situasjoner som her oppstår, men er ikke dekkende nå som begge eiere er «ute av bildet». Neste generasjon på begge sider ønsker å «rykke inn» for å overta den veldrevne virksomheten. Et styre må på plass og håndtere både utfordringer og muligheter som står foran selskapet. Her må vi inn å analysere: hva som skjer, hva som burde gjøres, hvordan vi kan gå frem for å håndtere ulike situasjoner etc?   Bli med oss for å løse opp knuter og finne veien videre!   [-]

Meditasjon og Hjertets Kvaliteter Eline Monrad Vistven og Barbra Coco Laurré inviterer til 5 dages Stillhets Retreat på Nøsen Fjellhotel i Norge29. april - 3. mai 2025 Stillhet og hjertets kvaliteter vil være utgangspunktet for retreatet.  Det er en invitasjon til å sætte av tid til å synke inn og la dypere lag av vår eksistens bli hørt og merket. Dagene vil gi deg rik mulighet for å erfare hva ditt hjerte kan, og hvor som opprettholder balanse og skaper helhet i deg har sitt utspring. Hjertet rommer et dyp, en inngang til andre lag i deg selv utover hverdagsbevisstheten. Å være i Stillhet over tid har en transformerende kraft, og det er nettopp stillhet som får oss til å merke dette dypet, inngangen til hjertet. Å være stille lenge nok til at støyen fra hverdagen kommer i bakgrunnen og ditt indre kan merkes, høres og bevege deg. Vi vil være i stillhet etter første samling, og åpne opp igjen den siste dagen. Det vil være tre samlinger hver dag, og det vil være mulighet for en individuell samtale med hver av oss om det er behov for det underveis. Det legges opp til egentid hvor du kan fordype deg i stillheten, og der er rik mulighet til å være i den vakre naturen som omgir Nøsen Fjellhotell.   Les gjerne mere her   [-]

Docker and Kubernetes Development [-]

Oracle Database: Analytic SQL for Data Warehousing [-]

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     [-]

DevOps in a .NET environment [-]

IELTS Forberedelseskurs – Gruppeklasse IELTS for Studier Dersom du planlegger å studere i utlandet, er IELTS en av de mest anerkjente engelsktestene globalt, særlig i Storbritannia, Australia, New Zealand og mange europeiske land. Utdanningsinstitusjoner krever vanligvis en poengsum mellom 6.0 og 7.5, avhengig av studieprogram. Bachelorprogrammer aksepterer som regel 6.0–6.5, mens masterstudier ofte krever 7.0 eller høyere. IELTS for Immigrasjon IELTS er et krav i mange visum- og oppholdsprogrammer, spesielt for immigrasjon til Storbritannia, Canada, Australia og New Zealand. Det brukes som offisiell dokumentasjon på engelskkunnskaper innen flere immigrasjonskategorier, inkludert arbeid og familiesammenføring. IELTS for Arbeid Mange arbeidsgivere krever IELTS som dokumentasjon på språknivå – særlig innen helse, utdanning, teknologi og offentlig sektor. Vanlige krav ligger mellom 6.5 og 7.5, avhengig av bransje og stilling. Hvorfor velge IELTS-forberedelseskurs ved NLS Norwegian Language School? Hos NLS Norwegian Language School tilbyr vi et profesjonelt IELTS-forberedelseskurs som hjelper deg å nå dine mål – enten de er akademiske, profesjonelle eller immigrasjonsrelaterte.   [-]

Tema: Forstå de generelle prinsippene for type spesifikk beskyttelse og riktig merking av komponenter godkjent i egensikrede anlegg (IS) Gjeldende standard for Exi Kunne velge å installere riktig Exi utstyr i eksplosjonsfarlige områder i henhold til standardene IEC 60079-14 og 60079-25 Hvordan arbeide på en sikker måte med IS Krav til kompetanse for å utføre arbeid på Exi installasjoner Hvordan man verifiserer og beregner en Exi krets Kjenne til hvor man finner og hvordan man leser relevante standarder, datablader, produktark og annen relevant litteratur Gjennomgang av relevant oppdatering og endringer       Standarder: • NEK 420 • IEC / NEK EN 60079-14 • IEC / NEK EN 60079-25   Målgruppe: Personell som er involvert i installasjon, inspeksjon og valg av utstyr i                       eksplosjonsfarlige områder.   Forkunnskaper: Ex grunnleggende, Ex vedlikehold og Exi grunnleggende   Forskrifter: FUSEX FHOSEX   Varighet: 1 dag   Kurstype: Teori EU Direktiv: ATEX 2014/34/EU ATEX 99/92/EC       [-]

  Bli PRINCE2 Agile® Foundation-sertifisert. Delta på vårt 3-dagers kurs på Skøyen! Ingen krav til forkunnskaper og ta online-eksamen i etterkant, på et tidspunkt som passer for deg. Kurset gir deg en grunnleggende forståelse for den populære PRINCE2®-prosjektmetoden i kombinasjon med smidige metoder, og passer for deg som jobber eller er involvert i, smidige prosjekter, eller kommer til å gjøre det etter hvert. PRINCE2 Agile® gir deg den mest tidsaktuelle og relevante vinklingen av smidig tilnæring og rammeverket inkluderer en rekke smidige metoder, slik som SCRUM, Kanban og Lean Startup. Lær hvordan smidige metoder passer og kan integreres i et PRINCE2® prosjekt.    Ekstra bonus: PRINCE2 Agile® Foundation e-læringskurs (engelsk) inkludert i prisen (tilgang 12 måneder) - verdi 9.900,-Ypperlig som forberedelse til kurset og for repetisjon og øving til eksamen! Eksamensgaranti: Ny sjanse om du ikke består eksamen på første forsøk (verdi 3.500,-)    Målgruppe  Det er ikke krav til forkunnskaper for deg som ønsker å ta PRINCE2 Agile® Foundation sertifiseringen. Kurset passer for alle som jobber i eller med små og store prosjekter, enten du er prosjektleder, prosjektmedarbeider eller på en annen måte er involvert i prosjekter, hvor en smidig metode kan være aktuell. Læringsutbytte: Dette PRINCE2 Agile® Foundation sertifiseringskurset vil gi deg et overblikk på PRINCE2® metoden og et overblikk på smidige konsepter og teknikker, samt kunnskap om hvordan de best spiller sammen. Kurset belyser hvordan du på best mulig måte skreddersyr PRINCE2® for en smidig tilnærming i ulike situasjoner, og hvordan du kan integrere et smidig rammeverk og tilhørende teknikker for å heve prosjektkvaliteten. Typisk for smidige utviklingsmetoder er eksempelvis stegvis utvikling, hyppige leveranser, kontinuerlig læring, styring etter verdi m.m. PRINCE2 Agile® kobler sammen PRINCE2® rammeverket med smidige metoder, og i din prosjekthverdag gir det deg:   Kombinasjonen av kontroll og fleksibilitet Klar definisjon av prosjektet Sømløs integrering Forbedret evne til å reagere og gjøre tilpasninger underveis i prosjektet I kurset veksles det mellom teori og praktiske øvelser. Innhold i kurset: PRINCE2 Agile® kurset inneholder følgende elementer: Innsikt i smidig metodikk og teknikker Påbygging av etablert PRINCE2® kunnskap Innsikt i hvordan PRINCE2 Agile® og PRINCE2® kan fungere sammen, hvordan integrere smidige teknikk i et PRINCE2® prosjekt Læring gjennom praktiske oppgaver Forberedelse til PRINCE2 Agile® Foundation eksamen   Kursdetaljer: Det er ingen krav til forkunnskaper for å delta på kurset. Kurset gjennomføres som klasseromskurs, 9-16 hver dag. Online eksamen gjennomføres i etterkant av kurset Online eksamen: Eksamen gjennomføres online fra din PC, i etterkant av kurset og innen 12 måneder. Merk at du må ha kamera på maskinen din. Du vil motta en e–post fra PeopleCert (eksamensleverandør) med informasjon om hvordan du melder deg opp til eksamen. Eksamen gjennomføres online og du velger selv dag/tid for eksamen i PeopleCert sin kalender. Du blir fulgt av en eksamensvakt fra PeopleCert via web-kamera under gjennomføringen av eksamen. Kursholder vil også informere om eksamen når du deltar på kurset  Eksamen er inkludert i kursprisen.EksamengarantiVi har eksamensgaranti. Det betyr at dersom du ikke består eksamen på første forsøk så gir vi deg en ny sjanse uten merkostnad. Eksamen 50 multiple choice spørsmål 55 % riktig besvart = bestått sertifisering (28 av 50 spørsmål) Varighet: 1 time Ingen hjelpemidler Engelsk eksamen Eksamen på Foundation nivå består av kunnskapsspørsmål (huske og kunne gjengi). Foundation-sertifiseringen må fornyes innen 3 år. Tar du eksamen på et språk som ikke er ditt morsmål får du tildelt 25 % ekstra tid fra kursholder. Gratis e-læringsmoduler inkludert Når du er påmeldt vårt 3-dagers kurs, får du også tilgang til vårt komplette PRINCE2 Agile® Foundation e-læringskurs! Du har tilgang til dette i 12 måneder og kan bruke det som forberedelse til kurset, eksamensforberedelse eller repetisjon etter gjennomført kurs. (E-læringskurset selger vi også som et selvstendig produkt, og det koster 9.900,- inklusiv eksamen). Pensum Digital pensumbok (engelsk) er inkludert i prisen. Du får tilgang til denne via PeopleCert sin kandidatportal PASSPORT samtidig som du mottar eksamensvoucheren for kurset. Undervisningen i kurset tar utgangspunkt i PRINCE2 Agile®-manualen (pensumboken): “PRINCE2 Agile®” (3rd impression). PRINCE2 Agile® is a registered trademark of the PeopleCert group. Used under licence from PeopleCert. All rights reserved. [-]

Security Engineering on AWS [-]