Oversikt over relevante kurs innen Kurs i programvare og applikasjoner i Bamble

MS-100: Microsoft 365 Identity and Services [-]

AZ-900: Introduction to Microsoft Azure [-]

AI-900: Introduction to AI in Azure   [-]

AZ-400: Designing and Implementing Microsoft DevOps solutions [-]

  Studieår: 2013-2014   Gjennomføring: Høst og vår Antall studiepoeng: 5.0 Forutsetninger: Generelt gode IT-kunnskaper. Bør ha kjennskap til bruk av Windows server og fordel med MS SQL server. Kjennskap til AD, RDP og DNS. Innleveringer: 8 obligatoriske øvinger Personlig veileder: ja Vurderingsform: 2 dagers praktisk hjemmeeskamen med både teoretiske og praktiske oppgaver. Ansvarlig: Stein Meisingseth Eksamensdato: 17.12.13 / 20.05.14         Læremål: KUNNSKAPER:Kandidaten skal:- kjenne til fordelen med å ta i bruk Citrix XenApp for en bedrift/organisasjon- kunne gjøre rede for hvordan Citrix XenApp brukes som publiseringsplattform- kunne beskrive Citrix XenApp brukes for å rulle ut applikasjoner- kunne gjøre rede for hvordan XenApp kan tas i bruk som applikasjonsvirtualisering på klientside (streaming) og på serverside (publishing)- kunne oppnå optimal applikasjonsytelse og fleksible leveransemuligheter FERDIGHETER:Kandidaten skal:- kunne installere Citrix XenApp- kunne sette opp administrativ konfigurasjon- kunne sette opp og publisere applikasjoner, innhold og desktops for brukere- kunne konfigurere applikasjoner for streaming til servere og til desktops- kunne vurdere hvilken sikkerhet som kreves- kunne sette opp og konfigurere overvåkning- kunne konfigurere og bruke et administrativt grensesnitt GENERELL KOMPETANSEKandidaten:- har kompetanse til selvstendig både å formidle og å ta i bruk sine kunnskaper og ferdigheter i en bedrift som vil bruke Citrix XenApp- kan i et forklare og gjøre bruk av sin kunnskap for bruk av Citrix XenApp Innhold:- introduksjon til Citrix XenApp - installasjon av Citrix XenApp (6.5) - praktisk bruk - konfigurasjon - bruk av Web Interface - publisere applikasjoner og innhold - streame applikasjoner - sette opp restriksjoner - konfigurere lastbalansering - maksimere brukeropplevelse - bruke av skrivere - sikkerhet - overvåkningLes mer om faget her Påmeldingsfrist: 25.08.13 / 25.01.14         Velg semester:  Høst 2013    Vår 2014     Fag Citrix XenApp 4980,-         Semesteravgift og eksamenskostnader kommer i tillegg.   [-]

Elasticsearch [-]

AZ-700: Designing and Implementing Microsoft Azure Networking Solutions [-]

Etter den fantastiske suksessen med Premiere Pro-klassen vår for nybegynnere, bestemte vi oss for å lage en oppfølging. Grundig produsert med tanke på en morsom og engasjerende læringsopplevelse. Kursmål Du vil lære alle funksjonene i Adobe Premiere Pro som lar deg gjøre følgende: Ulike redigeringsarbeidsflytteknikker Avanserte innstillinger og alternativer Jobber med snarveier Bildetekster og undertekster Lag egendefinerte forhåndsinnstillinger og maler Overgangsteknikker Stabiliser og reverser bevegelsesklipp Tidsomlegging Maskering og sporing Fargekorrigering og gradering Fikser og forbedrer lyd Arbeid med kodeker og gjengivelsesalternativer [-]

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

Excel – Du trodde du kunne det? [-]

  Studieår: 2013-2014   Gjennomføring: Høst og vår Antall studiepoeng: 5.0 Forutsetninger: Ingen Innleveringer: Et utvalg (6) av øvingsoppgavene må være godkjent for å få gå opp til eksamen. Det vil settes nærmere krav til utvalget, - opplysninger om dette gis ved kursstart. Personlig veileder: ja Vurderingsform: Skriftlig eksamen, 4 timer. Ansvarlig: Vuokko-Helena Caseiro Eksamensdato: 17.12.13 / 20.05.14         Læremål: Etter å ha gjennomført emnet Programmering i Java skal kandidaten ha følgende samlede læringsutbytter: KUNNSKAPER:Kandidaten:- kan forklare hva et program er- kjenner til enkle prinsipper innen objektorientert programmering- kan forklare hvorfor brukerkommunikasjon og logikk til et program knyttet til det problemet som skal løses, bør legges til ulike klasser FERDIGHETER:Kandidaten:- kan sette opp programmiljø for å utvikle og kjøre Java-program på egen PC- kan lage strukturert og oversiktlig programkode- kan beskrive klasser og kontrollstrukturer ved hjelp av enkle klassediagram og aktivitetsdiagram- kan, med noe hjelp, anvende klasser fra Java API'et GENERELL KOMPETANSEKandidaten:- kan anvende objektorientert tankegang til å analysere og løse enkle problemer Innhold:Gir en oversikt over grunnleggende objektorientert programdesign og Java-programmering. Begreper innen objektorientering: klasser, objekter, innkapsling mm. Java-syntaks: Datatyper, betingelser, valg, løkker, uttrykk. Innlesing og utskrift. Tabeller.Les mer om faget her Påmeldingsfrist: 25.08.13 / 25.01.14         Velg semester:  Høst 2013    Vår 2014     Fag Programmering i Java 4980,-         Semesteravgift og eksamenskostnader kommer i tillegg.    [-]

Through a combination of presentations, demos, and hands-on labs, participants explore and deploy solution elements, including infrastructure components such as networks, systems, and application services. This course also covers deploying practical solutions including securely interconnecting networks, customer-supplied encryption keys, security and access management, quotas and billing, and resource monitoring. Course Objectives This course teaches participants the following skills: Configure VPC networks and virtual machines Administer Identity and Access Management for resources Implement data storage services in Google Cloud Manage and examine billing of Google Cloud resources Monitor resources using Google Cloud services Connect your infrastructure to Google Cloud Configure load balancers and autoscaling for VM instances Automate the deployment of Google Cloud infrastructure services Leverage managed services in Google Cloud All courses will be delivered in partnership with ROI Training, Google Cloud Premier Partner, using a Google Authorized Trainer. Course Outline Module 1: Introduction to Google Cloud -List the different ways of interacting with Google Cloud-Use the Cloud Console and Cloud Shell-Create Cloud Storage buckets-Use the Google Cloud Marketplace to deploy solutions Module 2: Virtual Networks -List the VPC objects in Google Cloud-Differentiate between the different types of VPC networks-Implement VPC networks and firewall rules-Implement Private Google Access and Cloud NAT Module 3: Virtual Machines -Recall the CPU and memory options for virtual machines-Describe the disk options for virtual machines-Explain VM pricing and discounts-Use Compute Engine to create and customize VM instances Module 4: Cloud IAM -Describe the Cloud IAM resource hierarchy-Explain the different types of IAM roles-Recall the different types of IAM members-Implement access control for resources using Cloud IAM Module 5: Data Storage Services -Differentiate between Cloud Storage, Cloud SQL, Cloud Spanner, Cloud Firestore and Cloud Bigtable-Choose a data storage service based on your requirements-Implement data storage services Module 6: Resource Management -Describe the cloud resource manager hierarchy-Recognize how quotas protect Google Cloud customers-Use labels to organize resources-Explain the behavior of budget alerts in Google Cloud-Examine billing data with BigQuery Module 7: Resource Monitoring -Describe the services for monitoring, logging, error reporting, tracing, and debugging-Create charts, alerts, and uptime checks for resources with Cloud Monitoring-Use Cloud Debugger to identify and fix errors Module 8: Interconnecting Networks -Recall the Google Cloud interconnect and peering services available to connect your infrastructure to Google Cloud-Determine which Google Cloud interconnect or peering service to use in specific circumstances-Create and configure VPN gateways-Recall when to use Shared VPC and when to use VPC Network Peering Module 9: Load Balancing and Autoscaling -Recall the various load balancing services-Determine which Google Cloud load balancer to use in specific circumstances-Describe autoscaling behavior-Configure load balancers and autoscaling Module 10: Infrastructure Modernization -Automate the deployment of Google Cloud services using Deployment Manager or Terraform-Outline the Google Cloud Marketplace Module 11: Managed Services Describe the managed services for data processing in Google Cloud [-]

TOGAF® EA Training Foundation [-]

Ønsker du en kjapp og smertefri introduksjon i verdens mest populære bildebehandlingsprogram? Kurset kan også spesialtilpasses og holdes bedriftsinternt i deres eller våre lokaler.   Kursinnhold:   Dag 1    Innføring Fargemodellene RGB og CMYK Beskjæring av bildet til trykk eller skjerm Utskriftsoppløsning og kameraoppløsning Forstå hvordan oppløsning fungerer Hva er de vanligste filformatene å jobbe i   Arbeidsmiljø Menyer og paletter. Hva inneholder disse, og hvordan får du fram det du ønsker? Tilpasse arbeidsmiljøet. Flytte på paletter og lagre egne oppsett tilpasset dine behov Navigering og zoom. Fokuser på det du jobber med, se helheten, og gjør dette raskt og effektivt Adobe Bridge. Introduksjon til programmet som organiserer og forhåndsviser filer og gjør det enklere for deg å jobbe Nytt dokument. Hvordan lage og tilpasse nye dokumenter med marger, spalter, sidevisning med mer?   Retusjering Bli kjent med retusjeringsverktøyene Se på hvilke muligheter du har i nyere utgave av Photoshop Fjerne uønskede elementer i bilder   Lag Bli kjent med lagpaletten Opprette, slette og organisere lag Transformering av lag Lagstiler og justeringslag   Markeringer Lær å bruke de forskjellige markeringsverktøyene Gjøre endringer på markerte områder Kombiner markeringsverktøy for å kun få tak i det du ønsker Opprett lag på bakgrunn av markeringer   Dag 2   Bildejusteringer Justere kontrast og tonalitet i et bilde Jobbe med å gjøre bilde lysere og mørkere Justere farger i et bilde Bytte ut én farge med en annen   Kombiner ulike verktøy for å utnytte mulighetene i Photoshop Jobbe med et bilde med ulike verktøy Markering og bildejustering Markering og fjerning av bakgrunnselementer Bruke smartere markedsverktøy   Lagring Lær om de ulike filformatene vi bør kjenne til Lagring til web og komprimering av bilder Lagring til trykk   Jobbe med flere bilder Klippe ut fra et bilde og lime inn i et annet Tekstverktøyet og tekstpalettene Tegneverktøy   4 gode grunner til å velge KnowledgeGroup 1. Best practice kursinnhold 2. Markedets beste instruktører 3. Små kursgrupper 4. Kvalitets- og startgaranti   [-]

Etter gjennomført kurs skal kursdeltagerne bla. kunne bruke Inventor til å:• Lage modeller• Generere tegninger ut i fra modell• Lage sammenstillinger• Utføre de vanligste tegne- og editeringsfunksjoner• Målsette og påføre tekstKursinnhold:• Grunnleggende begrep og arbeidsmetoder • Parametrisk part-modellering• Arbeide med skisser• Features• Arbeide med sammenstillinger• 2D-layout - oppsett og innstillinger• Generere 2D-tegninger fra modell• Målsetting og innsetting av stykklister [-]