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

Kursinstruktør   Geir Johan Gylseth Geir Johan Gylseth er utdannet ved Universitetet i Oslo med hovedvekt på Informatikk og har over 30 års erfaring som instruktør. Geir sin styrke ligger innenfor MS Office. Han har lang erfaring med skreddersøm av kurs, kursmanualer og oppgaver. Geir er en entusiastisk og dyktig instruktør som får meget gode evalueringer. Kursinstruktør   Jonny Austad Jonny Austad er utdannet som Adjunkt og har jobbet som lærer og instruktør siden 1989. Han har dessuten jobbet mye med support og drifting av nettverk og vet som oftest hva som er vanlige problemer ute i bedriftene. Han var den første Datakort-læreren i landet (høsten 1997), og har Office-pakken med spesielt Excel som sitt hjertebarn. Jonny er en meget hyggelig og utadvendt person som elsker å undervise med smarte løsninger på problemer samt vise smarte tips og triks i de ulike programmene. Kursinnhold Dette kurset lærer deg å håndtere ressurser, aktiviteter og budsjett. Du kan opprette, oppdatere og gjøre enkel oppfølging i et prosjekt. Vi går igjennom hvordan du, både grafisk og i tekst, ser effekten av forandringer i prosjekt og hvordan du kan skrive ut dine prosjektplaner. Målet med kurset er å gi deg en prossessorientert tilnærming i MS Project slik at du er i stand til å arbeide målrettet og effektivt med programvaren etter kurset. Sett opp Project for bruk i din bedrift – tips og triks. Lag egne kalendere for enkeltpersoner og/eller grupper. Hold oversikt over tids- og ressursbruk. Vit hvem som jobber hvor – på tvers av prosjekter. Kontroller kostnadene i prosjektet. Ta hensyn til lønnsøkningerog variable kostnader. Vis og kontroller hvordan prosjektet går i forhold til opprinnelig plan (Baseline). Presenter fremdrift på papir og på nett. Utnytt de nye rapportmulighetene. Ta hensyn til at arbeid noen ganger foregår på kvelden og i helger. Se hvordan du kan få vakre utskrifter med egendefinertekomponenter ved hjelp av Project 2016 sine rapportegenskaper. Lag dine egne tabeller og visninger, skreddersydd til ditt bruk. Gjør rapportering og oppfølging enkel slik at du kan konsentrere deg om å lede prosjektet. Bruk tidslinje for enkelkommunikasjon av fremdrift. Kommunikasjon med andre programmer. I tillegg får du en rekke tips og triks du kan bruke i din arbeidsdag.  Alt du lærer får du repetert gjennom aktiv oppgaveløsning slik at du husker det du har lært når du kommer tilbake på jobb. Kursdokumentasjon, lunsj og pausemat er selvsagt inkludert! Kursholderne har mer enn 20 års Project erfaring som de gjerne deler med deg! Meld deg på Project-kurs allerede i dag og sikre deg plass!  Av innhold kan vi nevne:   Innstilling av programvaren – en reprise fra grunnkurset Hva vil jeg ha ut av mine planer og hvordan får jeg det Effektiv og målrettet planlegging Bruk av ressurspool – Ressursstyring på tvers av prosjekter Integrasjon og kobling mot Excel i rapportering og kostnadsoppfølging En grundig gjennomgang av mulighetene i Project Bygg dine egne rapporter og visninger Bruk av flere kalendere Detaljert budsjettering og kostnadsoppfølging Få hjelp og råd med dine konkrete utfordringer i Project [-]

AI-3016: Develop custom copilots with Azure AI Studio [-]

Architecting on AWS [-]

Jira Project Administration (Cloud) [-]

Dette kurset er innrettet mot dem som jobber med økonomisk oppfølging i bedriften. Vi går inn på prosessene fra innhenting av data, bearbeidelse av dataene, sammendrag og analyse av dataene, og til sist rapportering av dataene til bedriftens beslutningstagere. Vi bruker en god del tid på Pivot og Power Pivot her, men vi går ikke fullt så langt som i spesialkurset om Pivottabeller. Kurset forutsetter at man er godt kjent i Excel, og vant til å jobbe med litt kompliserte problemstillinger i Excel. Kontroll/gjennomgang av en del sentral funksjonalitet – bl.a. absolutte, relative og blandede referanser. Sammendrag av data fra flere ark i samme eller flere arbeidsbøker, bl.a. gjennomgående summering og tabulering v.hj.a. INDIREKTE-funksjonen. Betingende sammendrag v.hj.a. matriseformler og funksjoner Sentrale funksjoner, bl.a. HVIS, HVISFEIL, FINN.RAD, FINN.KOLONNE, ANTALL.HVIS, etc. Sammendrag av data med Pivottabell Power Pivot Formler Rapportering av data Statiske rapporter Rapporter med interaktivitet, forskjellige teknikker Visualisering av tallene Dashboard Aktuelle teknikker for å lage dashboards Avstemming av to eller flere lister mot hverandre, f.ex. bank Lister – verktøy i Excel som er aktuelle når vi jobber med lister Makroer/VBA – introduksjon til automatisering [-]

Vil du lære å lage visittkort, annonser, brosjyrer og plakater i InDesign? Enten du jobber i en markedsavdeling, grafisk bedrift, avis eller magasin, er dette det profesjonelle programmet du bruker til jobben.  Arbeider du med markedsføring og layout, vil du ha stor nytte av å kunne sette sammen tekst og bilder selv. Du slipper å sette ut arbeidet,  får større kontroll på layouten og mer ut av markedsbudsjettet. Du velger dette kurset for å lære alt du trenger for å komme igang med programmet InDesign. Hvem passer kurset for? Kurset passer for deg som har liten eller ingen erfaring med å jobbe i InDesign. InDesign er bransjestandarden for å lage annonser, brosjyrer, magasiner, plakater, DM, rapporter og bøker. Uansett hva du skal bruke programme til, så passer dette kurset for deg! Dette lærer du: Bli kjent med menyer og verktøy Effektiv jobbing med tekst- og sidemaler Grunnleggende typografi Importere og tilpasse bilder og tekst Plassere bilder med tekst rundt Lage egne farger Bruk av effekter Kontroll av dokumenter og eksport til pdf https://igm.no/indesign-grunnkurs/ [-]

  Studieår: 2013-2014   Gjennomføring: Høst og vår Antall studiepoeng: 5.0 Forutsetninger: Studenten må kunne installere programvare, og programmere. Vanlige programmeringsspråk for opensource er C, C++, java, python, m.fl. Innleveringer:   Vurderingsform: Skriftlig eksamen, individuell, 3 timer, teller 60 %. Prosjektoppgave teller 40 %. Ansvarlig: Helge Hafting Eksamensdato: 02.12.13 / 05.05.14         Læremål: KUNNSKAPER:Kandidaten:- kan forklare bakgrunnen for open source, og forskjellen på de vanligste åpne lisensene.- kan beskrive bruk av flerspråklig programvare FERDIGHETER:Kandidaten:- kan bruke vanlige programmeringsverktøy GENERELL KOMPETANSE:Kandidaten:- kan delta i prosjekter som utvikler åpen programvare videre Innhold:Historien og filosofien bak åpen kildekode. Copyright, lisenser fri programvare. Praktisk bruk av verktøyer som make, diff, patch og versjonskontrollsystemer. Internasjonalisering, flerspråklig programvare. Prosjektarbeid med deltakelse i opensource-prosjekt.Les mer om faget her Påmeldingsfrist: 25.08.13 / 25.01.14         Velg semester:  Høst 2013    Vår 2014     Fag Opensource-utvikling 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 pods, containers, deployments, and services; as well as networks and application services. This course also covers deploying practical solutions including security and access management, resource management, and resource monitoring. Objectives This course teaches participants the following skills: Understand how software containers work Understand the architecture of Kubernetes Understand the architecture of Google Cloud Platform Understand how pod networking works in Kubernetes Engine Create and manage Kubernetes Engine clusters using the GCP Console and gcloud/kubectl commands Launch, roll back and expose jobs in Kubernetes Manage access control using Kubernetes RBAC and Google Cloud IAM Managing pod security policies and network policies Using Secrets and ConfigMaps to isolate security credentials and configuration artifacts Understand GCP choices for managed storage services Monitor applications running in Kubernetes Engine   Course Outline Module 1: Introduction to Google Cloud Platform Use the Google Cloud Platform Console Use Cloud Shell Define cloud computing Identify GCP’s compute services Understand regions and zones Understand the cloud resource hierarchy Administer your GCP resources Module 2: Containers and Kubernetes in GCP 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 GCP compute platforms Module 3: Kubernetes Architecture Understand the architecture of Kubernetes: pods, namespaces Understand the control-plane components of Kubernetes Create container images using Google Cloud Build Store container images in Google Container Registry Create a Kubernetes Engine cluster Module 4: Kubernetes Operations Work with the kubectl command Inspect the cluster and Pods View a Pod’s console output Sign in to a Pod interactivelty Module 5: Deployment, Jobs, and Scaling Create and use Deployments Create and run Jobs and CronJobs Scale clusters manually and automatically Configure Node and Pod affinity Get software into your cluster with Helm charts and Kubernetes Marketplace Module 6: GKE Networking Create Services to expose applications that are running within Pods Use load balancers to expose Services to external clients Create Ingress resources for HTTP(S) load balancing Leverage container-native load balancing to improve Pod load balancing Define Kubernetes network policies to allow and block traffic to pods Module 7: Persistent Data and Storage Use Secrets to isolate security credentials Use ConfigMaps to isolate configuration artifacts Push out and roll back updates to Secrets and ConfigMaps Configure Persistent Storage Volumes for Kubernetes Pods Use StatefulSets to ensure that claims on persistent storage volumes persist across restarts Module 8: Access Control and Security in Kubernetes and Kubernetes Engine Understand Kubernetes authentication and authorization Define Kubernetes RBAC roles and role bindings for accessing resources in namespaces Define Kubernetes RBAC cluster roles and cluster role bindings for accessing cluster-scoped resources Define Kubernetes pod security policies Understand the structure of GCP IAM Define IAM roles and policies for Kubernetes Engine cluster administration Module 9: Logging and Monitoring Use Stackdriver to monitor and manage availability and performance Locate and inspect Kubernetes logs Create probes for wellness checks on live applications Module 10: Using GCP Managed Storage Services from Kubernetes Applications Understand pros and cons for using a managed storage service versus self-managed containerized storage Enable applications running in GKE to access GCP storage services Understand use cases for Cloud Storage, Cloud SQL, Cloud Spanner, Cloud Bigtable, Cloud Firestore, and BigQuery from within a Kubernetes application [-]

The course will cover general cloud computing concepts as well as general cloud computing models and services such as Public, Private and Hybrid cloud and Infrastructure-as-a-Service (IaaS), Platform-as-a-Service(PaaS) and Software-as-a-Service (SaaS). It will also cover some core Azure services and solutions, as well as key Azure pillar services concerning security, privacy, compliance and trust. It will finally cover pricing and support services available.   Agenda Module 1: Cloud Concepts -Learning Objectives-Why Cloud Services?-Infrastructure-as-a-Service (IaaS), Platform-as-a-Service (PaaS) and Software-as-a-Service (SaaS)-Public, Private, and Hybrid cloud models Module 2: Core Azure Services -Core Azure architectural components-Core Azure Services and Products-Azure Solutions-Azure management tools Module 3: Security, Privacy, Compliance and Trust -Securing network connectivity in Azure-Core Azure Identity services-Security tools and features-Azure governance methodologies-Monitoring and Reporting in Azure-Privacy, Compliance and Data Protection standards in Azure Module 4: Azure Pricing and Support -Azure subscriptions-Planning and managing costs-Support options available with Azure-Service lifecycle in Azure [-]

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

ISTQB Foundation v4.0 Certificate [-]

Oracle BI Publisher: Fundamentals [-]

Tekst er ikke alltid best egnet til å kommunisere ditt budskap. Dette webinaret viser deg hvordan du enkelt og effektivt benytter figurer, smart art modeller, diagrammer, bilder og video. Du får en rekke tips som vil bidra til at du sparer mye tid.  Webinaret varer i 2 timer og består av to økter à 45 min. Etter hver økt er det 10 min spørsmålsrunde. Mellom øktene er det 10 min pause.  Webinaret kan også spesialtilpasses og holdes bedriftsinternt kun for din bedrift.    Kursinnhold:   Innsetting av ulike objekter Figurer og SmartArt Bilder Video - ha kontroll på avspilling   Bruk av diagrammer Koblinger til Excel Håndtere koblinger   Håndtering av objekter Justere og fordele Fordeler og ulemper ved gruppering   3 gode grunner til å delta 1. Lær og justere og fordele objekter effektivt 2. Lag figurmodeller raskt og enkelt 3. Ha kontroll på koblede objekter   [-]

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 [-]

Kursinnhold Flash Fill Diagrammer Sparkline grafikk Hurtiganalyse Sortering og filtrering Avansert filter Delsammendrag Tabeller Målgruppe Deg som Jobber med lister i Excel Ønsker å effektivisere databehandlingen i Excel Vil ha en kjapp gjennomgang av disse elementene. Har grunnleggende kunnskaper i Excel og ønsker å lære mer. Forkunnskaper Har laget regneark Har kunnskaper tilsvarende «Ta kontroll over regnearket» 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. [-]