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

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

Google Cloud Fundamentals: Core Infrastructure [-]

Develop dynamic reports with Microsoft Power BI [-]

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 [-]

Har du lite erfaring med Outlook og ønsker en innføring i programmet? På dette kurset lærer du hvordan du bruker Outlook med sending av e-post, oppretting av kontakter, samt bruk av kalender og oppgaver. Du jobber i ditt eget tempo via et e-læringsprogram, med instruktør tilstede i rommet som hjelper deg om du står fast.   Kursinnhold:   Bli kjent med Outlook Elektronisk post Trygghet og sikkerhet Oppstart Mottak av meldinger Lesing av meldinger E-postkontoer Nyhetsstrømmer (RSS) Hjelpesystemet   Sending av meldinger Sending av meldinger Innskriving og redigering Signatur Meldingsformater Stavekontroll Vedlegg Viktighet og følsomhet Oppfølgingsflagg Svar og videresending Leverings- og lesebekreftelse Angi mottakere av svar Tidsbegrensning Svarknapper   Adresseboka Adresseboka Distribusjonslister   Organisering av meldinger Sortering av meldinger Søk etter meldinger Søkemapper Organisering av meldinger Aktivering av meldinger Søppelpost Regelhåndtering Farger Kategorier Fraværsassistenten   Kalenderen Navigering i kalenderen Planlegging av aktiviteter Arbeidsområde Svar på møteinnkallelser Påminnelse Redigering av aktiviteter Dele kalenderen med andre Oppgaver i kalenderen Utskrift av kalenderen Lagring som webside   Kontakter Kontakter Sending av kontaktinformasjon   Oppgaver Oppgaver Oppgaveforespørsler Svar på oppgaveforespørsler Planer i dag   Notater og logg Notater Visning av notater Logg   [-]

Datavisualisering handler om hvordan man presenterer data på en oversiktlig og profesjonell måte. Det handler om å gi rask og effektiv innsikt i noe som ellers ville vært uoversiktlig og komplisert. Vi mennesker er langt flinkere til å prosessere data som presenteres visuelt enn vi er til å forstå store regneark fulle av tall. I dette kurset, ledet av Espen Faugstad, vil du lære å opprette, tilpasse og perfeksjonere presentasjonen av data i diagramformat ved hjelp av Microsoft Excel. Du vil lære å representere data i forskjellige diagramtyper, inkludert stolpediagram, linjediagram, sektordiagram, hierarkidiagram, statistisk diagram, radardiagram og kombinasjonsdiagram. For å ta dette kurset, kreves grunnleggende forståelse av hvordan Microsoft Excel fungerer. Kurset er strukturert i følgende kapitler: Kapittel 1: Introduksjon Kapittel 2: Diagramutforming Kapittel 3: Diagramformat Kapittel 4: Diagramtyper Kapittel 5: Annet Kapittel 6: Print Kapittel 7: Avslutning Etter å ha fullført kurset vil du være i stand til å effektivt bruke diagrammer i Excel for å presentere data på en måte som gjør det enkelt for andre å forstå og dra nytte av informasjonen.   Varighet: 2 timer og 44 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. [-]

The students will also explore how to implement data security including authentication, authorization, data policies and standards. They will also define and implement data solution monitoring for both the data storage and data processing activities. Finally, they will manage and troubleshoot Azure data solutions which includes the optimization and disaster recovery of big data, batch processing and streaming data solutions. Agenda Module 1: Azure for the Data Engineer -Explain the evolving world of data-Survey the services in the Azure Data Platform-Identify the tasks that are performed by a Data Engineer-Describe the use cases for the cloud in a Case Study Module 2: Working with Data Storage. -Choose a data storage approach in Azure-Create an Azure Storage Account-Explain Azure Data Lake storage-Upload data into Azure Data Lake Module 3: Enabling Team Based Data Science with Azure Databricks. -Explain Azure Databricks and Machine Learning Platforms-Describe the Team Data Science Process-Provision Azure Databricks and workspaces-Perform data preparation tasks Module 4: Building Globally Distributed Databases with Cosmos DB. -Create an Azure Cosmos DB database built to scale-Insert and query data in your Azure Cosmos DB database-Provision a .NET Core app for Cosmos DB in Visual Studio Code-Distribute your data globally with Azure Cosmos DB Module 5: Working with Relational Data Stores in the Cloud. -SQL Database and SQL Data Warehouse-Provision an Azure SQL database to store data-Provision and load data into Azure SQL Data Warehouse Module 6: Performing Real-Time Analytics with Stream Analytics. Module 7: Orchestrating Data Movement with Azure Data Factory. -Explain how Azure Data Factory works-Create Linked Services and datasets-Create pipelines and activities-Azure Data Factory pipeline execution and triggers Module 8: Securing Azure Data Platforms. -Configuring Network Security-Configuring Authentication-Configuring Authorization-Auditing Security Module 9: Monitoring and Troubleshooting Data Storage and Processing. -Data Engineering troubleshooting approach-Azure Monitoring Capabilities-Troubleshoot common data issues-Troubleshoot common data processing issues Module 10: Integrating and Optimizing Data Platforms. -Integrating data platforms-Optimizing data stores-Optimize streaming data-Manage disaster recovery [-]

Developing on AWS [-]

CCNA: Implementing and Administering Cisco Solutions [-]

Objectives Describe specialized data classifications on Azure Identify Azure data protection mechanisms Implement Azure data encryption methods Secure Internet protocols and how to implement them on Azure Describe Azure security services and features Agenda Module 1: Identity and Access -Configure Azure Active Directory for Azure workloads and subscriptions-Configure Azure AD Privileged Identity Management-Configure security for an Azure subscription Module 2: Platform Protection -Understand cloud security-Build a network-Secure network-Implement host security-Implement platform security-Implement subscription security Module 3: Security Operations -Configure security services-Configure security policies by using Azure Security Center-Manage security alerts-Respond to and remediate security issues-Create security baselines Module 4: Data and applications -Configure security policies to manage data-Configure security for data infrastructure-Configure encryption for data at rest-Understand application security-Implement security for application lifecycle-Secure applications-Configure and manage Azure Key Vault       [-]

Kursinnhold: De ulike begrepene som blir brukt i Google Analytics Segmentering av brukere i statistikken Hvordan lese relevant statistikk Hva du kan bruke tallene til videre i din markedsføring Hvordan nettsidene dine fungerer og hvor konverteringene kommer fra [-]

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 [-]

Jira Project Administration (Cloud) [-]

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. [-]

AZ-305: Microsoft Azure Architect Design [-]