Kurs i programvare og applikasjoner

Du vil få tilsendt en «Core guidance» bok og sertifiserings-voucher i en e-post fra Peoplecert. Denne vil være gyldig i ett år. Tid for sertifiseringstest avtales som beskrevet i e-post med voucher. Eksamen overvåkes av en web-basert eksamensvakt.   Eksamen er på engelsk. Eksamensformen er multiple choice 50 spørsmål skal besvares, og du består ved 50% korrekte svar (dvs 25 av 50 spørsmål). Deltakerne har 40 minutter til rådighet på eksamen.  Ingen hjelpemidler er tillatt.     [-]

Ønsker du å kunne lage store og gjennomførte dokumenter i InDesign? Ønsker du å lage mer avanserte maler som gjør produksjonen av nye dokumenter raskere og mer effektiv? Ønsker du å bli mer produktiv og få full kontroll på mulighetene med effekter, bilder, tekst og figurer? Da er ”Adobe InDesign Videregående” kurset for deg! Kurset kan også spesialtilpasses og holdes bedriftsinternt i deres eller våre lokaler.   Kursinnhold   Dag 1   Arbeidsmiljø Menyer og paletter. Hva inneholder disse, og hvordan får du fram det du ønsker? Tilpasse arbeidsmiljøet. Flytte og endre på paletter og lagre flere personlige oppsett Navigering og zoom. Fokus på tidsbesparende teknikker og hurtigtaster Ord og uttrykk. Forklaring av flere begreper brukt i programmet og hos trykkerier   Lage egendefinerte former ved bruk av penneverktøy Hva bruker man penneverktøyet til, og hva er ankerpunkt og baner? Tegne egendefinerte former. Bruke penneverktøyet og andre verktøy for å opprette baner og figurer Effektiv tastaturbruk. Benytte seg av CTRL, SHIFT og ALT for å jobbe effektivt og bruke avanserte tegneteknikker Redigere figurer. Konvertere, legge til, trekke fra og redigere ankerpunkter Jobbe med avanserte figurer og rammer Smøre sammen figurer. Kombinere figurer for å skape nye, for så å sette bilder inn i disse Organisering. Få lik avstand, justering og forhold mellom figurer Gruppering. Slå sammen og løse opp figurer i gruppe Rammer. Bruke de forskjellige rammeverktøyene for effektiv og solid jobbing   Tekst Tekstverktøy. Vi ser på de forskjellige tekstverktøyene og hvordan disse utnyttes optimalt Tekstformatering. Ta full kontroll på teksten og sett standarder for å jobbe effektivt Importere tekst. Hvor henter du teksten fra og hvordan kan du styre importeringen til InDesign for å få med akkurat det du ønsker? Kreative tekstmuligheter. Vi ser på triks og verktøy som gir deg flere muligheter med tekst   Bilder Importere mange bilder. Jobbe maksimalt effektivt med bilder og tilpasse disse raskt til rammer for å få nøyaktig det utsnittet du ønsker Størrelse og kvalitet. Du lærer å tilpasse bildet effektivt og perfekt til ditt dokument Farger og gjennomsiktighet. Hvilke muligheter har du og hvordan vil det se ut på trykk? Teori. Hvilket format er best å bruke, samt teori om formater og fargemoduser Tekstbryting. Enkel og avansert tekstbryting og hvordan man unngår problemene som kan dukke opp når du jobber med det.   Dag 2   Bygge opp flere profesjonelle maler og sette standarder Grunnprinsipper. Hvordan bør du tenke når du skal bygge opp en mal? Farger. Sørge for at korrekte farger ligger inne i malen Spalter og marger. Ha definerte og varierende spalter og marger i de forskjellige malene og undermaler Tekststiler. Sette standarder for utheving av tekst og til bruk i nøstede stiler Avsnittsstiler og nummerering. Organisere og utforme smakfulle overskrifter med nummerering og sette standarder for tekst generelt Innholdsfortegnelse. Sette inn automatisk innholdsfortegnelse med grunnlag i overskrifter og styre utseende på innholdsfortegnelsen med helt egne avsnittsstiler Bakgrunnsgrafikk og unntak. Legge inn alt fra heldekkende sidefarger og automatisk sidetall til å lage egne maler for sider som skal skille seg ut Hjelpelinjer. Sette inn horisontale og vertikale hjelpelinjer og bruke disse for å skape et mer spennende design Lage en profil, som du kan dine farger og fonter slik at du skal spare tid på og finne de fram for hver gang. Se på hvordan man kan dra mest mulig nytte av å jobbe med flere maler samtidig.     Teori Fargestyring. Laste ned fargeprofiler og installere de. Konvertere hele Indesign-dokumenter til PDF-filer med utfallende grafikk skjærekanter og riktig fargeprofil Vektorgrafikk og punktgrafikk. Hva er forskjellen? Vi ser på fordeler og ulemper med formatene Tekst. Hvilke skrittyper passer best til hvilket bruk? Typografiregler og tips ICC profiler. Bli tryggere på at det du sender fra deg vil bli trykket på riktig måte   Tabeller Lage ny tabell Tabellinnstillinger Tilpasse og formatere tabellen Sette inn tabeller fra Word og Excel   Fletting Introduksjon og forberedelse. Hvordan fungerer fletting i InDesign, og hva må være på plass før du starter en masseutsendelse? Tekst. Sette inn automatiske felter som henter informasjon som navn og adresse fra lister Bilde. Sette inn felter som henter bilder fra en mappe og hvordan sette standardjustering for bildene Utføre flettingen. Lage visittkort og brev. Enkeltsider eller mange på hver side   Utvidede muligheter Avanserte effekter. Ta full kontroll på figurer og teksteffekter for å gi dokumentet ett grafisk løft Lagringsvarianter. Lagre som PDF, mal, dokument og package, og hvilke innstillinger man har for å tilpasse disse Programmer. Hvilket Adobeprogram gjør hvilken jobb, og hvordan kombinere programmene for å jobbe mest mulig effektivt?     4 gode grunner til å velge KnowledgeGroup 1. Best practice kursinnhold 2. Markedets beste instruktører 3. Små kursgrupper 4. Kvalitets- og startgaranti   [-]

SISE: Implementing and Configuring Cisco Identity Services Engine [-]

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     [-]

  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.   Solibri Office Avansert På kurset vil du lære å: Konfigurere optimal eksport av IFC-filer fra Revit Skape egne klassifikasjoner og bruke disse i mengdeuttak og egendefinerte regler Bli kjent med eksisterende regelsett og tilpasning av disse Opprette egne regelsett Opprette mengdeuttak og basere disse på klassifikasjoner. Skape rapporter Spesialtilpasning av Solibri Office Håndtere saker i BCF-format Spesialtilpasset kurs: NTI anbefaler spesialtilpassede kurs for bedrifter som planlegger å sende to eller flere deltakere på Solibri-kurs. Grunnen til dette er at Solibri brukes av mange forskjellige aktører og profesjoner i BAE-bransjen, og følgelig blir de åpne kursene ofte for generelle for enkelte kursdeltakere. I et spesialtilpasset kurs vil vår kurskonsulent kartlegge fokusområdene i forkant av kurset, og gjennomføre kurset i henhold til selskapets behov, gjerne basert på kundens egne modeller. Utbyttet av kurset blir følgelig mye større.   Ta kontakt med oss på telefon 483 12 300, epost: salg-no@nticad.biz eller les mer på www.nti.biz [-]

Oracle Database: Administration Workshop [-]

Kursinnhold Gjennomgang av Excel vinduet Enkle formler Enkel formatering Klipp og lim Kopiering av formler Merking Slette data Fjerne og legge til celler, rader og kolonner Angre Flytting og kopiering Søk og erstatt Autofyll Cellereferanser Låse og gi navn til celler Hva er en funksjon? Funksjonsveiviseren Gjennomgang av de mest brukte funksjonene: Summer, antall, størst, min og gjennomsnitt. Målgruppe Deg som Har begynt i en stilling hvor en er forventet å kunne Excel Er nysgjerrig på hva Excel kan gjøre for deg i din jobb Er nybegynner eller litt øvet Sliter med å skjønne hvordan du kan jobbe mest effektivt i Excel Forkunnskaper Excel: Ingen Øvrig: Er kjent med bruk av PC Det er fordelaktig å ha to skjermer - en til å følge kurset og en til å gjøre det kursholder demonstrerer. Kurset gjennomføres i sanntid med nettundervisning via Teams. Det blir mulighet for å stille spørsmål, ha diskusjoner, demonstrasjoner og øvelser. Du vil motta en invitasjon til Teams fra kursholder. [-]

Dette kurset, ledet av Espen Faugstad, er din omfattende guide til å mestre Adobe Illustrator på et profesjonelt nivå, uten at det kreves noen forkunnskaper. Kurset starter med grunnleggende, som å forstå programmet, dets verktøy og paneler, og lærer deg raskt å jobbe effektivt med lag, objekter, og grunnleggende geometriske figurer. Etter hvert som kurset utvikler seg, vil du dykke dypere inn i Illustrator og lære å tegne komplekse figurer med pennverktøyet, som er essensielt for å skape avansert grafikk i Illustrator. Kurset dekker også objektmanipulering, fargebruk, maling med pensler, tekst og typografi, effekter, bildehåndtering, og mye mer. Ved slutten av kurset vil du ha opparbeidet deg en solid forståelse og ferdigheter for å jobbe profesjonelt med Illustrator og vektorbasert grafikk.   Innhold: Kapittel 1: Introduksjon Kapittel 2: Dokument Kapittel 3: Verktøy Kapittel 4: Velge og ordne objekter Kapittel 5: Linjer og figurer Kapittel 6: Tegne objekter Kapittel 7: Redigere objekter Kapittel 8: Farger Kapittel 9: Male Kapittel 10: Tekst Kapittel 11: Effekter Kapittel 12: Bilder Kapittel 13: Eksportere Kapittel 14: Avslutning   Varighet: 7 timer og 59 minutter   Om Utdannet.no: Utdannet.no tilbyr noen av landets beste digitale nettkurs. Tjenesten fungerer på samme måte som strømmetjenester for musikk eller TV-serier. Våre kunder betaler en fast månedspris og får tilgang til alle kursene som er produsert så langt. Plattformen har hatt en god vekst de siste årene og kan skilte med 30.000 registrerte brukere og 1,5 millioner videoavspillinger. Vårt mål er å gjøre kompetanseutvikling moro, spennende og tilgjengelig for alle – og med oss har vi Innovasjon Norge og Forskningsrådet. [-]

Excel – Du trodde du kunne det? [-]

God formatering i Microsoft Excel handler ikke bare om å få et regneark til å se pent ut; det handler like mye om å kommunisere effektivt. Et dårlig formatert regneark kan gjøre det vanskelig å lese og forstå innholdet. Derimot vil et godt formatert regneark gjøre det enklere å absorbere informasjonen som presenteres. Dette kurset, ledet av Espen Faugstad, vil gi deg ferdighetene du trenger for å formatere data i Microsoft Excel på avansert nivå. Du vil lære hvordan du gjør regnearket mer leselig, forståelig og effektivt. Emner inkluderer formatering av tekstverdier og tallverdier, opprettelse av egendefinerte formateringsregler, tilpasning av rader, kolonner og celler, formatering av tabeller, diagrammer og bilder, og mye mer. Kurset er delt inn i følgende kapitler: Kapittel 1: Introduksjon Kapittel 2: Skrift Kapittel 3: Justering Kapittel 4: Tall Kapittel 5: Stiler Kapittel 6: Celler Kapittel 7: Tabell Kapittel 8: Diagrammer Kapittel 9: Bilder Kapittel 10: Avslutning Etter å ha fullført kurset, vil du kunne bruke avansert formatering i Excel for å forbedre presentasjonen og lesbarheten av dine regneark, noe som er uvurderlig for effektiv kommunikasjon og dataanalyse.   Varighet: 2 timer og 27 minutter   Om Utdannet.no: Utdannet.no tilbyr noen av landets beste digitale nettkurs. Vår tjeneste fungerer på samme måte som strømmetjenester for musikk eller TV-serier, der våre kunder betaler en fast månedspris for tilgang til alle kursene vi har tilgjengelig. Vi har opplevd betydelig vekst de siste årene, med over 30 000 registrerte brukere og 1,5 millioner videoavspillinger. Vårt mål er å gjøre kompetanseutvikling engasjerende, spennende og tilgjengelig for alle, og vi har støtte fra Innovasjon Norge og Forskningsrådet. [-]

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 & LT Basis II Her er et utvalg av temaene du vil lære på kurset: Oppbygning av brukerflaten Blokker med attributter og uttrekk til regneark Tabeller og Fields Eksterne referanser Annotative objekter Utdypning av plott og layout Tips og triks Funksjoner i Express Tools Der kurset «AutoCAD & AutoCAD LT 2D Basis I” ga en enkel innføring i de forskjellige delene i tegneprosessen, fokuserer ”AutoCAD & AutoCAD LT 2D Basis II” på en effektivisering av tegneprosessen. Det skjer blant annet ved bruk av blokker med attributter og uttrekk av disse til regneark, tabeller med fields (blant annet til bruk ved arealberegning), eksterne referanser som sparer tid og plass på nettverket, samt annotative objekter som automatisk tilpasses layoutets målforhold. 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 [-]

Dette kurset tilbys som bedriftsinternt kurs   Deltakerne får god kjennskap til lagring og administrasjon av filer i sky, deling av filer, samt produktivitetsverktøy som To Do og OneNote. I tillegg gir vi en introduksjon til verktøy for samhandling via SharePoint og Teams.    Kursinnhold     • Grunnleggende innføring i hva Microsoft Office 365 er     • OneDrive - Lagring i sky     • SharePoint - Biblioteker, lister og samhandling     • Synkronisering av filer mellom pc og sky     • Deling av filer og dokumenter     • Introduksjon til produktivitetsverktøyene OneNote og To Do     • Teams - Navet i Microsoft 365    Målgruppe Alle som ønsker en grunnleggende forståelse av Microsoft 365 og som trenger en innføring i de viktigste delene.   Forkunnskaper Det er ikke krav til forkunnskaper, men det forventes at deltagerne har generell kjennskap til Windows, Office-pakken (Word, Excel, Outlook) og Internett.    [-]

Behersk kunsten å skape overbevisende presentasjoner med "PowerPoint: Komplett", et omfattende kurs ledet av Espen Faugstad hos Utdannet.no. Microsoft PowerPoint er en vital del av moderne kommunikasjon, brukt utstrakt i både næringslivet og utdanning. Dette kurset er designet for å gi deg fullstendig mestring av PowerPoint 2019, uansett om du er nybegynner eller ønsker å forbedre dine eksisterende ferdigheter. Kurset starter med grunnleggende, som å kjøpe og installere PowerPoint, og lærer deg å navigere i brukergrensesnittet. Du vil lære å lage presentasjoner som kombinerer tekst, bilder og illustrasjoner. Videre lærer kurset deg hvordan du kan lage din egen PowerPoint-mal, og bruker overganger og animasjoner for å gi presentasjonen din liv. Du vil også bli veiledet gjennom prosessen med å ferdigstille og holde en effektiv presentasjon. Ved kursets slutt vil du være i stand til å skape profesjonelle presentasjoner som engasjerer og informerer ditt publikum. Du vil ha en dyp forståelse av alle aspekter av PowerPoint, fra å lage innhold til å dele og presentere det på en effektiv måte.   Innhold: Kapittel 1: Introduksjon Kapittel 2: Ny presentasjon Kapittel 3: Tekst Kapittel 4: Bilder Kapittel 5: Illustrasjoner Kapittel 6: Media Kapittel 7: Lysbildemal Kapittel 8: Overganger og animasjoner Kapittel 9: Ferdigstill presentasjon Kapittel 10: Start presentasjon Kapittel 11: Del presentasjon Kapittel 12: Avslutning   Varighet: 3 timer og 29 minutter   Om Utdannet.no: Utdannet.no tilbyr noen av landets beste digitale nettkurs. Tjenesten fungerer på samme måte som strømmetjenester for musikk eller TV-serier. Våre kunder betaler en fast månedspris og får tilgang til alle kursene som er produsert så langt. Plattformen har hatt en god vekst de siste årene og kan skilte med 30.000 registrerte brukere og 1,5 millioner videoavspillinger. Vårt mål er å gjøre kompetanseutvikling moro, spennende og tilgjengelig for alle – og med oss har vi Innovasjon Norge og Forskningsrådet. [-]

CCNA: Implementing and Administering Cisco Solutions [-]

COURSE OVERVIEW This course does not provide an Azure pass or time in the classroom for students to do any hands-on activities. TARGET AUDIENCE  This course is suitable for program managers and technical sales, with a general IT background. These students want to learn about our offerings, see how components are implemented, and ask questions about products and features. COURSE OBJECTIVES   Discuss the basics of cloud computing and Azure, and how to get started with Azure's subscriptions and accounts. Describe the advantages of using cloud computing services, learning to differentiate between the categories and types of cloud computing, and how to examine the various concepts, resources, and terminology that are necessary to work with Azure architecture. Outline the core services available with Microsoft Azure. Discuss the core solutions that encompass a wide array of tools and services from Microsoft Azure. Describe the general security and network security features, and how you can use the various Azure services to help ensure that your cloud resources are safe, secure, and trusted. Discuss the identity, governance, privacy, and compliance features, and how Azure can help you secure access to cloud resources, what it means to build a cloud governance strategy, and how Azure adheres to common regulatory and compliance standards. Discuss the factors that influence cost, tools you can use to help estimate and manage your cloud spend, and how Azure's service-level agreements (SLAs) can impact your application design decisions. COURSE CONTENT Module 1: Cloud Concepts In this module, you'll take an entry level end-to-end look at Azure and its capabilities, which will provide you with a solid foundation for completing the available modules for Azure Fundamentals. Introduction to Azure fundamentals Fundamental Azure concepts After completing this module, students will be able to: Understand the benefits of cloud computing in Azure and how it can save you time and money. Explain concepts such as high availability, scalability, elasticity, agility, and disaster recovery. Module 2: Core Azure Services In this module, you learn about core Azure services like Azure database, Azure compute, Azure storage, and Azure Networking. Core Azure architectural components Core Azure workload products Azure networking services Azure storage services Azure database services After completing this module, students will be able to: Describe core Azure architecture components such as subscriptions, management groups, and resources. Summarize geographic distribution concepts such as Azure regions, region pairs, and availability zones. Understand the services available in Azure including compute, network, storage, and databases. Identify virtualization services such as Azure VMs, Azure Container Instances, and Azure Kubernetes. Compare Azure's database services such as Azure Cosmos DB, Azure SQL, and Azure Database for MySQL. Examine Azure networking resources such as Virtual Networks, VPN Gateways, and Azure ExpressRoute. Summarize Azure storage services such Azure Blob Storage, Azure Disk Storage, and Azure File Storage. Module 3: Core Solutions In this module, you'll learn about AI machine learning, Azure DevOps, monitoring fundamentals, management fundamentals, serverless computing fundamentals. and IoT fundamentals. Choose the best Azure IoT service Choose the best AI service Choose the best Azure serverless technology Choose the best tools with DevOps and GitHub Choose the best management tools Choose the best Azure monitoring service After completing this module, students will be able to: Choose the correct Azure AI service to address different kinds of business challenges. Choose the best software development process tools and services for a given business scenario. Choose the correct cloud monitoring service to address different kinds of business challenges. Choose the correct Azure management tool to address different kinds of technical needs. Choose the right serverless computing technology for your business scenario. Choose the best Azure IoT service for a given business scenario. Module 4: General security and networking features In this module, you will learn how to protect yourself against security threats, and secure your networks with Azure. Security Tools and Features Secure Network Connectivity After completing this module, students will be able to: Strengthen your security posture and protect against threats by using Microsoft Defender for Cloud. Collect and act on security data from many different sources by using Microsoft Sentinel. Manage dedicated physical servers to host your Azure VMs for Windows and Linux. Identify the layers that make up a defense in depth strategy. Explain how Azure Firewall enables you to control what traffic is allowed on the network. Configure network security groups to filter network traffic to and from Azure resources. Explain how Azure DDoS Protection helps protect your Azure resources from DDoS attacks. Module 5: Identity, Governance, Privacy, and Compliance In this module, you will learn about Azure identity services, how to build a cloud governance strategy, and privacy, compliance and data protection standards on Azure. Core Azure identity services Azure Governance Methodologies Privacy, Compliance, and Data Protection standards After completing this module, students will be able to: Explain the difference between authentication and authorization. Describe how Azure Active Directory provides identity and access management. Explain the role single sign-on (SSO), multifactor authentication, and Conditional Access play. Make organizational decisions about your cloud environment by using the CAF for Azure. Define who can access cloud resources by using Azure role-based access control. Apply a resource lock to prevent accidental deletion of your Azure resources. Apply tags to your Azure resources to help describe their purpose. Control and audit how your resources are created by using Azure Policy. Enable governance at scale across multiple Azure subscriptions by using Azure Blueprints. Explain the types of compliance offerings that are available on Azure. Gain insight into regulatory standards and compliance on Azure. Explain Azure capabilities that are specific to government agencies. Module 6: Azure Pricing and Lifecycle In this module, you will learn how to plan and manage Azure costs, and how to choose the right Azure services though SLAs and service lifecycle. Planning and Cost Management Azure Service Level Agreements (SLAs) and Lifecycle After completing this module, students will be able to: Use the Total Cost of Ownership Calculator. Describe the different ways you can purchase Azure products and services. Use the Pricing calculator to estimate the monthly cost of running your cloud workloads. Define the major factors that affect total cost and apply recommended practices to minimize cost. Describe what a service-level agreement (SLA) is and why SLAs are important. Identify factors, such as the service tier you choose, that can affect an SLA. Combine SLAs to compute a composite SLA. Describe the service lifecycle in Azure. TEST CERTIFICATION This course helps to prepare for exam AZ-900. FOLLOW ON COURSES M-AZ104, Microsoft Azure Administrator M-AZ204, Developing Solutions for Microsoft Azure M-AZ303, Microsoft Azure Architect Technologies M-DP200, Implementing an Azure Data Solution (DP-200) [-]