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

Du vil få tilsendt en «Core guidance» bok og sertifiserings-voucher slik at du kan ta sertifiseringstesten for eksempel hjemme eller på jobb. 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.   Nødvendige forkunnskaper: Ingen [-]

Objectives Understand how software containers work Understand the architecture of Kubernetes Understand the architecture of Google Cloud Understand how pod networking works in Google Kubernetes Engine Create and manage Kubernetes Engine clusters using the Google Cloud Console and gcloud/kubectl commands   Course Outline Module 1: Introduction to Google Cloud -Use the Google Cloud Console-Use Cloud Shell-Define Cloud Computing-Identify Google Cloud compute services-Understand Regions and Zones-Understand the Cloud Resource Hierarchy-Administer your Google Cloud Resources Module 2: Containers and Kubernetes in Google Cloud -Create a Container Using Cloud Build-Store a Container in Container Registry-Understand the Relationship Between Kubernetes and Google Kubernetes Engine (GKE)-Understand how to Choose Among Google Cloud Compute Platforms Module 3: Kubernetes Architecture -Understand the Architecture of Kubernetes: Pods, Namespaces-Understand the Control-plane Components of Kubernetes-Create Container Images using Cloud Build-Store Container Images in Container Registry-Create a Kubernetes Engine Cluster Module 4: Introduction to Kubernetes Workloads -The kubectl Command-Introduction to Deployments-Pod Networking-Volumes Overview [-]

Etter kurset Digital markedsføring, skal du ha grunnleggende kunnskaper innen dataanalyse og kjenne til digitale mediers rolle innen markedsføring. Du skal beherske digital markedsføring, strategi og planlegging, samt jus og etikk innenfor samme tema. Du skal bli i stand til å analysere effekten av strategi og kampanjer. Du skal vite hvordan nettsidene optimaliseres, samt hvordan man etablerer og drifter digitale annonser. Du skal kunne lede digitale kampanjer og ha kunnskap om hvilken betydning en god digital strategi har innen digital markedsføring. Studiet er både praktisk og teoretisk rettet – med hovedvekt på å løse praktiske obligatoriske oppgaveløsning basert på teoretisk kunnskap. Studentene vil gjennom studieåret gjennomføre en rekke individuelle og gruppebaserte praktiske og teoretiske oppgaver knyttet til de forskjellige undertema. [-]

  Jobber du med store datamengder? Vil du få kontroll over dataene dine? Har du problemer med utskrift fra Excel? Her vil du få kjennskap til en rekke gode metoder for å jobbe med lister.  Webinaret kan også spesialtilpasses og holdes bedriftsinternt kun for din bedrift.   Kursinnhold:   Prinsipper for å arbeide med lister  Få med deg råd og regler som gjelder for et godt grunnlag   Effektiv merking og navigasjon   Flere måter å sortere grunnlaget på  Sortering etter verdier Sortering etter cellefarge, skriftfarge og celleikon Sortering etter egendefinert liste   Delsammendrag  Lag enkle rapporter ved å bruke delsammendrag verktøyet Kopiere delsammendrag   Filtrering  Se hvordan du finner relevante data i et stort grunnlag Filtrering etter farge og ikon   Fryse første rad og første kolonne     Skjule / vise rader og kolonner     Utskriftinnstillinger  Tilpass utskrift til en side Gjenta rader eller kolonner ved utskrift av flere sider Tilpass utskriftområdet     [-]

JOBB SMART OG EFFEKTIVT! E-læringskurset gir deg en opplevelsesrik og praktisk opplæring i e-postprogrammet Outlook 2016. En kombinasjon av videoer, teori, oppskrifter, oppgaver og tester gjør det enkelt å lære seg de nye funksjonene og verktøyene. E-læringskurset inneholder 46 opplæringsvideoer. E-læringskurset er tilpasset Office 365. * Office 365 gir deg alltid den nyeste versjonen av Outlook. * Navigasjonsfeltet gjør det enkelt å bytte mellom visningene i Outlook 2016. * Egen modus som er optimalisert for berøring. * Microsoft-kontoen kobler enheten til OneDrive, slik at du alltid har tilgang til filene dine. * Enklere søk etter kommandoer, handlinger og hjelp. * Mulighet for automatisk komprimering av store bildevedlegg. * Den første linjen i meldingsteksten vises som standard i meldingslisten og gir god oversikt. * Enklere filtrering av uleste meldinger. * Et integrert utskriftsmiljø med både utskriftsinnstillinger og forhåndsvisning. * Svarknapper gjør det enkelt å svare på eller videresende meldinger direkte fra leseruten. * Enklere sortering og gruppering av meldinger. * Hurtigtrinn kan brukes for å utføre flere handlinger samtidig. * Automatiske svar håndterer meldinger mens du er borte fra kontoret. * Møteinvitasjoner kan opprettes direkte basert på en melding. *Møteinvitasjoner viser et bilde av kalenderen, slik at du kan sjekke om du har ledig tid. * Personkortet i Outlook 2016 inneholder alle viktige detaljer om en kontakt samlet på ett sted. INNHOLDSFORTEGNELSE FØR DU STARTER Hva er Office 365? Elektronisk post Programvinduet Berøringsmodus Visninger Microsoft-konto Hjelp SENDING AV MELDINGER Nettetikette Sending av meldinger Meldingsformater Vedlegg Signatur Viktighet Svarknapper Leverings- og lesebekreftelse BEHANDLING AV MELDINGER Sending og mottak av meldinger Meldingslisten Bildenedlasting Forhåndsvisning og utskrift av meldinger Flagg for oppfølging Svar og videresending Sortering av meldinger Kolonner Direktesøk Organisering av meldinger Hurtigtrinn Søppelpost Automatiske svar KALENDER Kalenderen Avtaler Hendelser Møter Møtesvar Forhåndsvisning og utskrift av kalenderen Værdata PERSONER Kontakter Kontaktgrupper Forhåndsvisning og utskrift av kontakter OPPGAVER OG NOTATER Oppgaver Notater [-]

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. Inventor grunnkurs Her er et utvalg av temaene du vil lære på kurset: Generelt Part-modellering (3D-komponenter) Samlinger Skjelettmodellering på basisnivå Tegninger i 2D Autodesk Inventor 3D CAD programvare brukes til produktdesign, rendering og simuleringer. Løsningen er viktig når smarte ideer skal bli til produksjonsklar design, og for å utvikle fremtidens produkter og tjenester. Inventor tilfører større kvalitet til utviklingsprosesser med smarte funksjoner som optimaliserer, gjør det enkelt å «se» modellen, og simulere hvordan konseptet/prototypen vil fungere i bruk.   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 [-]

UTDANNINGSMÅLDu vil lære avansert bruk av programmet, og skal kunne utføre tilpassninger og oppbygning av egne objekter. Du lærer også om håndtering av prosjekter og utarbeidelse av rapporter. KURSINNHOLD: Tags Families Group Tabeller - dør og vinduslister DWG import - export Terreng /kart Prosjektfaser Worksharing - flere arkitekter i et prosjekt Legend Filter [-]

Bli en mester i videoredigering med Adobe Premiere Pro gjennom dette dyptgående kurset ledet av Espen Faugstad, en erfaren kursholder hos Utdannet.no. Dette kurset krever ingen forkunnskaper og tar deg med fra grunnleggende til avanserte teknikker i Premiere Pro. Det er ideelt for alle som ønsker å lære profesjonell videoredigering, enten for personlig bruk eller for å utvikle karrieren som klipper. Kurset dekker alt fra opprettelse av prosjekter, organisering av filer, redigering av video og lyd, til bruk av effekter, overganger, og fargekorrigering. Du vil også lære å opprette titler, teksting, og bruke animasjon for å gi dine videoer et profesjonelt uttrykk. Ved kursets slutt vil du ha opparbeidet deg all den kunnskapen som trengs for å jobbe som en profesjonell videoredigerer.   Innhold: Kapittel 1: Introduksjon Kapittel 2: Prosjekter Kapittel 3: Importere filer Kapittel 4: Redigere video Kapittel 5: Teknikker Kapittel 6: Redigere lyd Kapittel 7: Effekter og overganger Kapittel 8: Titler, grafikk og teksting Kapittel 9: Animere Kapittel 10: Fargekorrigere Kapittel 11: Eksportere Kapittel 12: Avslutning   Varighet: 6 timer og 5 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. [-]

Instruktørbasert opplæring:   PowerPoint nivå 4 - Utvikling av maler Lysbildemal Generelt om maloppsettet Flere lysbildemaler i samme presentasjon Definere temafarger Bytte lysbildemal i en presentasjon Gjøre maler tilgjengelig for "alle" Lysbildeoppsett Tilpasse eksisterende oppsett Lage egendefinerte lysbildeoppsett Kontrollere rekkefølgen på plassholdere   3 gode grunner til å delta 1. Få forståelse av hvordan malen fungerer 2. Lær hvordan temafarger styrer utseende 3. Se hvordan du kan tilpasse lysbildeoppsett, og hvordan lage egne [-]

Kurset gir deg en opplevelsesrik og praktisk opplæring i Access 2010, som er det mest fleksible og profesjonelle databaseprogrammet noensinne.  En kombinasjon av videoer, teori, oppskrifter, oppgaver og tester gjør det enkelt å lære seg de nye "smarte" funksjonene. Opplæringen gjør deg i stand til å lage brukervennlige og effektive databaser.  Du lærer alt fra grunnleggende oppgaver som registrering og redigering til mer avanserte operasjoner som utforming av skjema, spørring og rapporter. Innholdsfortegnelse: Bli kjent med Access Hva er en database? Programvinduet Lagring, åpning og lukking Access-objekter Visninger Navigering Registrering og redigering Forhåndsvisning og utskrift Hjelpesystemet Databaseutforming Planlegging av en database Nye databaser Tabeller Feltegenskaper Relasjoner og referanseintegritet Skjema Hva er et skjema? Utforming av skjema Tilpasning av skjema Formatering av skjema Søk, filtrering og spørringer Sortering Søking Filtrering Spørringer Vilkår i spørringer Rapporter Hva er en rapport? Utforming av rapporter Tilpasning av rapporter Formatering av rapporter Krav til forkunnskaper: Grunnleggende bruk av data.Sertifiserende tester: Etter endt kurs er det muligheter for å avlegge sertifiserende test on-line for Datakortet hos et sertifisert testsenter. Finansiering: LO organiserte kan søke stipend. Klikk: LOs Utdanningsfond, Fagforbundet, Handel og Kontor. Er du organisert i en annen fagforening eller har spørmål, kontakt oss for nærmere informasjon om dine muligheter for stipend. Ta kontakt med din fagforening for å få mer informasjon. Vi hjelper gjerne med søknaden. Vi fakturerer bedrifter og deltagere som ønsker å betale selv.  Bedrifter som ønsker å melde på et større antall deltagere kan ta kontakt for å avtale dette. [-]

Achieve More med MS Outlook (tidl. FTG) [-]

  Kurs med Daniel Webb som lærer deg grunnleggende ferdigheter  i Power BI.   I vår moderne verden er det data overalt – i bilen, ute, hjemme og ikke minst på jobb. Å ha kontroll på dataene er viktigere enn noensinne, og da gjelder det å gjøre informasjon lett tilgjengelig for rett person på rett sted og til rett tid. Power BI er Microsofts Business Intelligence-verktøy, og kan hjelpe deg med hele prosessen fra innhenting av data til ferdig rapport. Power BI er ypperlig for å tilgjengeliggjøre, dele og samarbeide om viktig informasjon med det resultatet at du kan ta faktabaserte valg og beslutninger. Power BI er tett integrert med Microsoft sine andre løsninger, bl.a. Excel, Teams og Power Platform. I dette kurset bruker Daniel Webb Power BI til å lage en salgsrapport basert på data fra en Excel-fil. Du vil lære deg de grunnleggende ferdighetene for å kunne lage dine egne rapporter i Power BI Desktop, samt få en oversikt over hele Power BI-økosystemet og hvordan ting henger sammen.    Leksjoner Introduksjon til kurset Power BI – Introduksjon og oversikt Power BI Desktop Power BI Service Power BI – lisensiering Introduksjon til Get Data Import vs Direct Query vs Live Connection Gjennomgang av ofte brukte data connectors Excel connector, lokale filer og gateways Introduksjon tll Power Query Arbeid med første data Query Import av andre queries Datamodelleringsteori Modellering i praksis DAX og measures Å skrive DAX DAX-eksempler Quick measures Report view i Power BI Desktop Hvilken visual skal du bruke? Slicers og filters Setter ting sammen Workspaces i Power BI Service Workspace-elementer – reports, datasets og dashboards Deling og samarbeid Oppsummering   [-]

Stadig flere bedrifter har behov for folk med kunnskaper om data og databehandling. Kan du dokumentere at du har slik kunnskap? Mål med kurset: Deltakeren skal tilegne seg kunnskaper om de mest benyttede Windows programmene og etter avsluttet kurs kunne jobbe smartere og mer effektivt. Krav til forkunnskaper: Et innføringskurs i data eller noe erfaring med data fra før er nødvendig. Kurset MS Office 2016 - 4 Moduler tar for seg de mest brukte Windows programmene: Excel Word PowerPoint Windows 10 Gjennomføring:  Gjennomføres på Internett, interaktivt. Kurset inneholder tekst, bilder, videofremvisninger, små tester og en mengde oppgaver. Enkelt og fleksibelt. Kursdeltageren har on-line tilgang i 12 måneder fra man starter å ta kurset.  Dette gjør at man har tilstrekkelig tid til å tilegne seg nødvendige kunnskaper. [-]

Oppdag kraften i Microsoft Excel med "Excel: Grunnleggende", et detaljert kurs ledet av Espen Faugstad hos Utdannet.no. Microsoft Excel er et essensielt verktøy for dataanalyse og regnearkbehandling, brukt i en rekke yrker og bransjer. Dette kurset er skreddersydd for å gi deg en solid forståelse av Excel, gjør deg i stand til å bruke programmet effektivt og med selvtillit. Kurset starter med de grunnleggende aspektene av Excel, inkludert navigering i brukergrensesnittet, bruk av hurtigtilgang, båndet, formellinjen og statuslinjen. Du vil lære å legge til og håndtere data, bruke formler og funksjoner for ulike beregninger som summering, gjennomsnitt, maksimum, minimum og mer. I tillegg vil du utforske hvordan du formaterer celler og bruker diagrammer for å presentere data på en visuell og tiltalende måte. Kurset dekker også hvordan du effektivt kan arbeide med arbeidsark og eksportere data. Ved kursets slutt vil du ha en grundig forståelse av Excel og være i stand til å bruke dets mange funksjoner for å utføre en rekke oppgaver, fra enkle beregninger til kompleks dataanalyse.   Innhold: Kapittel 1: Brukergrensesnitt Kapittel 2: Legg til data Kapittel 3: Formler og funksjoner Kapittel 4: Formatere Kapittel 5: Diagrammer Kapittel 6: Arbeidsark Kapittel 7: Eksportere Kapittel 8: Avslutning   Varighet: 2 timer og 15 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. [-]