Kurs i Oslo

Modulen dekker bruk og effekt av Lean og agile arbeidsmåter, og hvordan dette kan utnyttes til fordel for organisasjonen. Kurset vil gi kandidatene en praktisk og strategisk metode for å planlegge og levere kontinuerlig forbedring med nødvendig smidighet.  E-læringskurset inneholder 18 timer med undervisning, og er delt inn i 12 moduler. Les mer om ITIL® 4 på AXELOS sine websider Du vil motta en e-post med tilgang til e-læringen, sertifiseringsvoucher og digital bok fra Peoplecert. Du avtaler tid for sertifiseringen som beskrevet i e-posten fra Peoplecert.   [-]

Vårt lederkurs gir deg grunnleggende kunnskaper om motiverende ledelse. Kurset skal gi deltakerne en faglig forståelse for ulike utfordringer knyttet til ledelse der mellommenneskelige relasjoner inngår. Nettkurs eller brevkurs kombinert med forelesninger i form av lyd og bilde på din egen PC.     Start:         Når du selv ønsker. Omfang:     3 innleveringer Pris:           kr. 4.500,- (kan deles i 4 månedlige avdrag med                    kr. 200,- i avdragsgebyr for hvert avdrag).    Tidsplan • Kurset kan tas etter egen tidsplan med innlevering av besvarelser til veiledning. • Du velger selv når du vil starte opp med lederkurset og hvor lang tid du vil      bruke.   Innleveringer • Innlevering av 3 besvarelser   Målgruppe for vårt lederkurs Alle som har et verv eller arbeid, eller ønsker et verv eller arbeid der mellommenneskelige relasjoner og ledelse inngår.   Mål for lederkurset Kurset skal gi deltakerne en faglig forståelse for ulike utfordringer knyttet til lederverv og ledelse.   Kursbeskrivelse Vårt lederkurs gir deg grunnleggende kunnskaper om ledelse.   Tema - Lederkurs • Ledelse i dag • Dagens utfordringer • Dagens muligheter • Ledelsesteori • Administrasjon • Organisasjon • Lederkompetanse • Hvor læres denne kompetansen? • Ledertyper • Personlighet • Kommunikasjon • Hva er god kommunikasjon? • Hvilke utfordringer møter vi i kommunikasjon? • Relasjonskompetanse • Makt • Tillit • Motivasjon • Kreativitet • Behov • Gruppe • Team • Utvikling • Vi-følelse • Helhetlig tenking   Litteratur Relasjonell ledelse Hans Morten Skivik ISBN 9788205329669 Gyldendal 2004   Vurdering  Bestått/ikke bestått.   Kursbevis  Kursbevis utstedes til de som har bestått og som har betalt kursavgiften i sin helhet.   Er du organisert? Undersøk med ditt fagforbund om du kan søke å få dekket kursavgiften for vårt lederkurs.   Dersom du ønsker å komme i kontakt med studieekspert kan du trygt ta kontakt med oss på telefon: 913 58 038913 58 038 eller sende oss E-post til: postmottak@kompetansesenter-bedriftshjelp.com Vi har lang erfaring med kurs og studier og vet hva som vil passe deg best etter en kort og uforpliktende samtale. [-]

Ingeniørpakken gir til sammen 2 realfagspoeng og passer for deg som vil bli ingeniør, men som mangler fag eller må forbedre fagene. Har du studiekompetanse, men mangler realfag for å kunne søke ingeniørstudier? Fagene du trenger, er matematikk R1 og R2 og fysikk 1. Her kan du prøve Matematikk eller Fysikk (gratis). Gjennomføring NettstudierDu bestemmer hva, hvor og når du vil lære. Her får du varierte leksjoner i form av tekster, video, quiz, podcast, veiledning og oppgaver. Du har alltid kontakt med din personlige lærer hos K2. Målet er å gjøre deg best mulig forberedt til eksamen. Her kan du prøve alle kursene (gratis). Din digitale læringsplattform Den nettbaserte læringsportalen til K2 er tilpasset både mobil, nettbrett og pc. Det gir deg enkelt tilgang til å studere faget på en engasjerende og spennende måte, uansett hvor du er.  Eksamen Som deltaker ved K2 er du privatist og må ta eksamen i fagene for å få karakter. Oppmeldingsfristene er normalt 15. september og 1. februar. Husk at betaling av eksamensavgiften skjer ved oppmelding.  Velg Ingeniørpakken og få tilgang til Fysikk 1, Matematikk R1 og Matematikk R2 i 12 måneder. Du velger selv når du vil ta eksamen.  Fysikk 1, eksamen nov/des eller mai/juni Matematikk R1, eksamen nov/des eller mai/juni Matematikk R2, eksamen nov/des eller mai/juni Veien videre Om du har generell studiekompetanse (GENS) og velger å ta fagene fysikk 1 og matematikk R1 og R2 som privatist, da oppfyller du opptakskravene til flere studier, inkludert ingeniørstudier. Se praktisk info for frister og opptak til universitet og høyskole. Gratis veiledning Vi har veiledere med mange års erfaring som står klare til å hjelpe deg! Er du usikker på hva som skal til for å få studiekompetanse, ta gjerne kontakt med oss for gratis veiledning.  Ønsker du mer informasjon om kurset, velg "Send meg info"-knappen under. Vil du chatte med oss, klikk på ikonet nederst i høyre hjørne. Lånekassestøtte Utdanningen er godkjent i lånekassen. Du søker direkte via lanekassen.no. Alt du må vite om lån og stipend fra Lånekassen som deltaker hos K2 utdanning Støtteordning Er du organisert i en fagforening, kan du i de fleste fagforeningene søke støtte til utdanning. Dersom du er organisert bør du sjekke med din fagforening om muligheter for støtte, frister og hvordan du søker. Forkunnskaper Du må ha fullført grunnskole eller tilsvarende opplæring. Minoritetsspråklige bør ha minimum B1-nivå i norsk muntlig og skriftlig. Dersom du har behov for å lære mere norsk før du starter på utdanning har vi norskkurs på forskjellig nivå (A1-B2). Språkkursene er digitale med personlig oppfølging fra lærer. Se alle norskkurs K2 tilbyr. Krav til utstyr Som deltaker hos K2 må du ha tilgang til pc på eksamen. I tillegg trenger du PC-versjonen av Office eller tilsvarende programmer. Se hva du har tilgang til av nettbaserte ressurser på eksamen. Praktisk info Du finner svar på ofte stilte spørsmål på nettsiden vår under praktisk info.     [-]

Kurset passer for: deg som skal bli: apotektekniker – helsesekretær - tannhelsesekretær deg som har helse- og sosialfag vg1 eller grunnkurs samt fellesfagene/allmennfagene fra vg1 og vg2/grunnkurs og vk-1. Kursets innhold er: Felles programfag: Helsefremmende arbeid • Kommunikasjon og samhandling • Yrkesutøvelse

Nettkurs kombinert med forelesninger i form av lyd og bilde på din egen PC. Felles programfag: Helsefremmende arbeid • Kommunikasjon og samhandling • Yrkesutøvelse

Nettkurs kombinert med forelesninger i form av lyd og bilde på din egen PC. Start:          Når du selv ønskerOmfang:      En innlevering for hvert fag – i alt 3Pris:            Felles programfag: Kr. 10.000,- ekskl. lærebøker og eksamensavgift                    (kan deles i 4 månedlige avdrag med kr. 200,- i avdragsgebyr pr. avdragTidsplan Kurset kan tas etter egen tidsplan med innlevering av mapper til retting. Du velger selv når du vil starte opp med kurset og hvor lang tid du vil bruke. Innleveringer En innlevering for hvert fag – i alt 3. Kurset er i tråd med læreplanens kompetansemål. Det følger med ulike nettressurser som du kan benytte så mye og så ofte du vil.Lånekassen  Utdanningen er godkjent for lån og stipend i Lånekassen. For å få lån omgjort til stipend kreves det at deltaker avlegger privatisteksamen i samtlige fag som utgjør 4 eksamener.Eksamensform  Privatisteksamen etter gjeldende regler. Oppmelding elektronisk: www.privatistweb.no Fører frem til fagbrev. Er du organisert? Undersøk med ditt fagforbund om du kan søke å få dekket kursavgift. Er du organisert? Undersøk med ditt fagforbund om du kan søke å få dekket kursavgift. [-]

Målsetting Hensikten med opplæringen er å gi blivende personell vinsj operatør en god teoretisk grunnopplæring i sikker bruk av denne typen vinsj med tilhørende utstyrOpplæringen skal gi elevene god innsikt i prinsippene for elektrisk, pneumatisk og hydraulisk drevet personell vinsjer og konstruksjon, virkemåte, bruk og vedlikehold av disse slik at uhell og ulykker i forbindelse med vinsjoperasjoner unngås Emneliste Teori: * Innledning * Regelverk * Konstruksjon og virkemåte * Sikkerhetssystem, brytere * Generelle sikkerhetsbestemmelser * Signaler, kommunikasjon * Kontroll og vedlikehold * Eksamen Praktiske øvelser: * Daglig kontroll * Nødprosedyrer * Redning Avslutningsprøve Teori module:Minimum antall spørsmål: 10Maksimal tid for prøve:1 timeMinimum score for å bestå:80 % Kompetansebevis / sertifikat Et kursbevis vil bli utstedt til hver kandidat som har gjennomført og bestått opplæringenKursbeviset vil inneholde informasjon om opplæringssted, kursinnhold, dato for gjennomføring, kandidatens navn og fødselsdato og være signert av daglig leder/kurs koordinator [-]

  Studieår: 2013-2014   Gjennomføring: Høst og vår Antall studiepoeng: 10.0 Forutsetninger: Det er en fordel med en viss forståelse for (og gjerne praksis med) pedagogikk/undervisning Innleveringer: 5 større øvingsoppgaver skal være godkjent. Personlig veileder: ja Vurderingsform: Faget vurderes til bestått/ikke bestått basert på 5 innleverte øvingsoppgaver. Ansvarlig: Svend Andreas Horgen         Læremål: KUNNSKAPER:Kandidaten:- kan redegjøre for hvordan IKT kan påvirke undervisningssituasjonen- kjenner til hva et LMS er og hvordan det kan brukes pedagogisk- kan redegjøre for hvordan digitale tester kan brukes i vurdering, både formativt og summativt- kan utforme gode digitale tester med spørsmål av høy faglig og konstruksjonsteknisk kvalitet- kan analysere kvaliteten på en digital test- kan planlegge IKT-baserte læringsaktiviteter som setter studenten i sentrum- kan planlegge, utvikle og gjennomføre et helhetlig undervisningsopplegg som gjør bruk av IKT FERDIGHETER:Kandidaten:- kan skrive en blogg over tid og bruke den til refleksjon om egen undervisningspraksis- kan kommentere andres blogger- kan lage digitale tester med et variert spekter av spørsmålstyper og kan bruke bilder, lyd og video som stimuli i spørsmål- behersker avansert funksjonalitet i et testverktøy og kan utnytte dette kreativt til å skape nye læringssituasjoner- behersker ulike Web 2.0-baserte verktøy og tjenester- kan produsere små faglige videosnutter og inkludere på en blogg GENERELL KOMPETANSE:Kandidaten:- er bevisst på bruk av IKT i både planleggingsfasen, læringsaktiviteter, vurdering og etterarbeid- er bevisst på forholdet mellom vurdering, læringsmål og læringsaktiviteter- kan sette digitale tester inn i en større pedagogisk og didaktisk sammenheng- kan forvalte digitale tester og spørsmål over tid og tilrettelegge for gjenbruk- kan beskrive og formidle gode undervisningsopplegg til andre med ulike digitale medier- kan sette teknologi og IKT inn i en pedagogisk og didaktisk sammenheng og knytte opp til anerkjente teorier og modeller- er bevisst på hvordan innføring av IKT og ny teknologi kan føre til endringer for læring, vurdering og undervisningspraksis- er klar over etiske forhold ved bruk av IKT i læring Innhold:Pedagogisk og effektiv bruk av læringsplattform (LMS). Vurdering med spesielt fokus på digitale tester. Hvordan lage gode spørsmål. Formativt og summativt bruk av tester. Bruk av Web 2.0 i undervisningen. Produksjon og gjenbruk av digitale læringsressurser. Videoproduksjon.Les mer om faget her Påmeldingsfrist: 25.08.13 / 25.01.14         Velg semester:  Høst 2013    Vår 2014     Fag IKT i læring 9960,-         Semesteravgift og eksamenskostnader kommer i tillegg.    [-]

Forkurset skal gi et faglig grunnlag som kvalifiserer til opptak til høyere teknologisk utdanning basert på generell studiekompetanse. Studiet er spesielt rettet mot deg som har yrkesutdanning og praksis eller generell studiekompetanse fra før, og som trenger denne fordypningen for å søke opptak til ingeniørutdanning. Forkurs bachelor ingeniør gjennomføres som nettstudium. Eksamen arrangeres mai/juni hvert år. Emnene er i henhold til kravene i Nasjonal plan for ettårig forkurs for 3-årig ingeniørutdanning og integrert masterstudium i teknologiske fag og tilhørende halvårlig realfagskurs av Universitets- og høgskolerådet ved Nasjonalt råd for teknologi, 2014.   Obligatoriske emner Forkurs ingeniør: Matematikk         Forkurs ingeniør: Fysikk         Forkurs ingeniør: Kommunikasjon og norsk         Forkurs ingeniør: Teknologi og samfunn   [-]

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.     [-]

Integrer HMS i lederarbeidet! Arbeidsmiljøloven pålegger øverste leder i alle bedrifter å gjennomføre opplæring i helse-, miljø- og sikkerhetsarbeid.   Mange ledere fokuserer på at HMS-kurset er lovpålagt. Integrasjon av HMS-arbeidet i den daglige ledelse er imidlertid viktig også for å skape en god arbeidsplass.   På vårt HMS-kurs for øverste ledere får du en praktisk innføring i hvordan dette kan gjøres. Kursinnholdet er i samsvar med veiledningen til den reviderte Arbeidsmiljøloven fra 1. januar 2006.   Utbytte av HMS-kurs HMS-kurset vil sette deg i stand til å bli en aktiv leder av bedriftens HMS-arbeid. Overblikk over HMS-kurset Hva er HMS? Hvilke krav stilles til deg som toppleder? Systematisk HMS-arbeid (hvilke krav stiller lov og forskrift)? Hvordan få et system som er tilpasset virksomhetens behov? Tilrettelegging og psykososialt arbeidsmiljø Hvordan finne tid til HMS-arbeidet i en travel hverdag? Kursform HMS-kurset gjennomføres som en kombinasjon av forelesning, diskusjoner, erfaringsdeling og praktiske øvelser. Målgruppe Adm. direktør, daglig leder og lignende [-]

Kvalitetsledelse (Quality Manager)  Dette kurset er for deg som vil ha mer dybdekunnskap, og/eller sertifisere deg som kvalitetsleder. Kurset tar for seg ISO 9001 da den ligger som en grunnsten for kvalitetsfaget, men vi skal også innom andre områder som er viktig for å få styringssystemer til å fungere i praksis. Pensumet til kurset er satt av den Europeiske foreningen EOQ, slik at alle som velger å sertifisere seg i Europa har samme minimums-kompetanse. Vi kommer til å følge et case gjennom kurset slik at du får mulighet til å trene på noen av teamene vi er innom. Gjennom hele kurset legges det opp til å gjøre innholdet enkelt og praktisk. Kvalitetsledelse handler om sunn fornuft satt i system.   Kursleder er Siri Mathiesen, se gjerne egen omtale om Siri på KRN Academy, www.qrn.no Vi som underviser hos KRN er personer med et sterkt engajsement for det vi underviser i, og det merkes når du er på kurs. Det gjør innholdet levende og interessant. Du kan gjerne få referanser fra oss.  [-]

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     [-]

The course is designed for Azure system administrators, solutions architects, and SysOps administrators who are familiar with Azure features and setup and want to gain experience configuring Google Cloud products immediately.  This course uses lectures, demos, and hands-on labs to show you the similarities and differences between the two platforms and teach you about some basic tasks on Google Cloud. Objectives This course teaches participants the following skills: Identify Google Cloud counterparts for Azure IaaS, Azure PaaS, Azure SQL, Azure Blob Storage, Azure Application Insights, and Azure Data Lake Configure accounts, billing, projects, networks, subnets, firewalls, VMs, disks, auto-scaling, load balancing, storage, databases, IAM, and more Manage and monitor applications Explain feature and pricing model differences All courses will be delivered in partnership with ROI Training, Google Cloud Premier Partner, using a Google Authorized Trainer. Course Outline Module 1: Introducing Google Cloud -Explain the advantages of Google Cloud-Define the components of Google’s network infrastructure, including points of presence, data centers, regions, and zones-Understand the difference between Infrastructure-as-a-Service (IaaS) and Platform-as-a-Service (PaaS) Module 2: Getting Started with Google Cloud -Identify the purpose of projects on Google Cloud-Understand how Azure’s resource hierarchy differs from Google Cloud’s-Understand the purpose of and use cases for Identity and Access Management-Understand how Azure AD differs from Google Cloud IAM-List the methods of interacting with Google Cloud-Launch a solution using Cloud Marketplace Module 3: Virtual Machines in the Cloud -Identify the purpose and use cases for Google Compute Engine-Understand the basics of networking in Google Cloud-Understand how Azure VPC differs from Google VPC-Understand the similarities and differences between Azure VM and Google Compute Engine-Understand how typical approaches to load-balancing in Google Cloud differ from those in AzureDeploy applications using Google Compute Engine Module 4: Storage in the Cloud -Understand the purpose of and use cases for: Cloud Storage, Cloud SQL, Cloud Bigtable and Cloud Datastore-Understand how Azure Blob compares to Cloud Storage-Compare Google Cloud’s managed database services with Azure SQL-Learn how to choose among the various storage options on Google Cloud-Load data from Cloud Storage into BigQuery Module 5: Containers in the Cloud -Define the concept of a container and identify uses for containers-Identify the purpose of and use cases for Google Container Engine and Kubernetes-Understand how Azure Kubernetes Service differs from Google Kubernetes Engine-Provision a Kubernetes cluster using Kubernetes Engine-Deploy and manage Docker containers using kubectl Module 6: Applications in the Cloud -Understand the purpose of and use cases for Google App Engine-Contrast the App Engine Standard environment with the App Engine Flexible environment-Understand how App Engine differs from Azure App Service-Understand the purpose of and use cases for Google Cloud Endpoints Module 7: Developing, Deploying and Monitoring in the Cloud -Understand options for software developers to host their source code-Understand the purpose of template-based creation and management of resources-Understand how Cloud Deployment Manager differs from Azure Resource Manager-Understand the purpose of integrated monitoring, alerting, and debugging-Understand how Google Monitoring differs from Azure Application Insights and Azure Log Analytics-Create a Deployment Manager deployment-Update a Deployment Manager deployment-View the load on a VM instance using Google Monitoring Module 8: Big Data and Machine Learning in the Cloud -Understand the purpose of and use cases for the products and services in the Google Cloud big data and machine learning platforms-Understand how Google Cloud BigQuery differs from Azure Data Lake-Understand how Google Cloud Pub/Sub differs from Azure Event Hubs and Service Bus-Understand how Google Cloud’s machine-learning APIs differ from Azure’s-Load data into BigQuery from Cloud Storage-Perform queries using BigQuery to gain insight into data Module 9: Summary and Review -Review the products that make up Google Cloud and remember how to choose among them-Understand next steps for training and certification-Understand, at a high level, the process of migrating from Azure to Google Cloud [-]

Modern Service Oriented Architecture [-]

Medlemskurs: Protokoll & Referat (Gratis for medlemmer) Nettbasert / Ca. 45 min / "Live" med Styrekonsulent eller On-demand.   Ett komprimert og nyttig kurs med mange verdifulle tips og råd. Kurset leveres både "live" med styrekonsulent – enten via Teams eller Zoom, med mulighet for å stille spørsmål mm. underveis, eller som On-demand kurs.    Dette nettkurset tar utgangspunkt i aksjelovens § 6-29 om protokoller samt andre sentrale bestemmelser. Gjennom seminaret vil vi komme med minimum 25 konkrete tips og råd for praktisk og taktisk håndtering av protokoller og referat fra styre- og generalforsamlingsbehandlinger. Vi har med vilje brukt betegnelsen "praktiske og taktiske tips".   Kursinnhold: De rent praktiske tipsene om hva som skal være med er inkludert i kurset, men det mer interessante er: Hvordan skal saker og forhold tas med? Hvordan formulere viktige saker Oppfølging Forbehold Saksbehandlingen Uenighet/enighet Osv.   Vi gjennomgår selvfølgelig alle de sentrale regler og forhold omkring protokoller og referat. Lovkrav til innkalling, gjennomføring og oppfølging. Taktiske tips er mest spennende! Noen ganger må man arbeide taktisk i styresammenheng.  Finnes det en del taktiske grep det kan være nyttig å få med seg? Absolutt!    Målgruppe: Daglig leder, styreleder, styremedlemmer og andre med interesse for temaet.    Kursmateriell: Det inngår ikke skybaserte filmapper med materiell og hjelpemidler for øvrig i våre GRATIS medlemskurs, men vi viser til artikler, hjelpemidler, dokumentmaler mm på medlemsportalen under kurset slik at du kan benytte deg av det i ettertid.   NB!  GRATIS for alle medlemmer i Styreforeningen.no Pris for "ikke medlemmer" tilsvarer 12 måneders medlemskap i Styreforeningen.no, regnet fra og med kursdato, for deg som ikke fra tidligere var medlem i Styreforeningen.no   Som medlem får du da full tilgang til alle medlemsfordeler fra og med dagen etter kursdato: alle typer GRATIS kurs og webinarer / medlemspris på alle andre kurs dokumentmalregister, spørsmål og svar basene, artikkelseriene mm avklaringstime hvert halvår, medlemssupport pr telefon/epost anledning til å registrere din CV GRATIS i Styrerekruttering.no ... og alle de øvrige medlemsfordelene i Styreforeningen.no   [-]

Du er fri til å delta i det som foregår her, eller til å trekke deg tilbake for kanksje å konsentrere deg på ditt eget arbeide slik – skrivning, maleri, lesing eller hva det måtte være. På vinteren passerer en skiløype rett bak gården. Rondane Nasjonalpark er like i nærheten. Flokken er dreiepunktet av våre daglige rytmer – flokk observasjoner, kreativitet og det å lære utenfor den konvensjonelle veien er både diskusjonstema og grunnholdning bak aktivitetene her. Også den indre fokus ved hjelp av meditasjon og yoga er en kontinuerlig praksis. Arbeidet er avhengig av årstidene og består av alt fra det å plukke hestemøkk, fore høy, sanke ved, bygge gjerder og bygge opp gården, stelle med beitene eller sanke bær. Vi tar også gjerne ekskursjoner i villmarken med eller uten hestene. Vanligvis lager vi maten sammen, på sommeren rundt et bål, på vinteren på vedkomfyren i hovedhuset.Du kommer å bo på en veldig enkel måte. På sommeren, med baderommet, kjøkkenet og doen ute, i et mongolsk telt, eller i et stabbur. På vinteren i en enkel hytte. Kanksje du får lyst til å bygge deg ditt eget trehus her? Dersom du har behov til å trekke deg fullstendig tilbake for noen dager, er du velkommen til å overnatte på gårdens egen sæterstue, som befinner seg 4 km lengre opp bakkene, i nærheten til den vakre Finnsjøen. Der kan du nyte en stund i stillheten, vekk fra alt. Kanskje du oppdager hvor lite et menneske trenger når du lever så nært inntil naturen? Jo lengre du blir jo rimeligere blir det. Om du blir opp til én uke betaler du kr. 500.- pr døgn, om du blir opp til to uker betaler du kr. 400.-, tre uker kr. 300.-, fra fire uker og utover kr. 200.- pr døgn. Prisen inkluderer alt – mat, overnatting, deltagelse i aktivitetene, yoga, meditasjon osv.   [-]