Kurs i Roan

Kurset fokuserer på konvertering av etterspørsel til verdi via IT-relaterte tjenester. Modulen dekker sentrale emner som SLA-design, styring av flere leverandører, kommunikasjon, relasjonsstyring, CX- og UX-design, kartlegging av kunder og mer. E-læringskurset inneholder 18 timer med undervisning, og er delt inn i 8 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. [-]

Eksamen er på engelsk. Eksamensformen er multiple choice 60 spørsmål skal besvares, og du består ved 55% korrekte svar (dvs 33 av 60 spørsmål). Deltakerne har 1 time til rådighet på eksamen.  Ingen hjelpemidler er tillatt.   ITIL®/PRINCE2®/MSP®/MoP® are registered trademarks of AXELOS Limited, used under permission of AXELOS Limited. All rights reserved. [-]

Understand the purpose and key concepts of Release Management, elucidating its significance in planning, scheduling, and controlling the build, test, and deployment of releases to ensure they deliver the expected outcomes. The eLearning course: Interactive Self-paced Device-friendly 2-3 hour content Mobile-optimised Practical exercises   Exam:   20 questions Multiple choise Closed book 30 minutes Minimum required score to pass: 65% [-]

Case kveld Del 1: Geronimo Management AS   Deltakelse på denne CASE-kvelden er inkludert i prisen for alle som er med i styrenettverksgrupper arrangert av Styreforeningen. For andre deltakere som er medlemmer av Styreforeningen koster seminaret kr. 4.990,-.For deltakere som ikke er med i styrenettverksgrupper og som ikke er medlemmer av Styreforeningen er prisen kr. 5.990,-   Overskriften for kvelden er: Konflikter og rolleutfordringer i styrerommet   Denne kvelden beveger vi oss inn i kulissene for selskapet: Gerinomo Management AS som er et SMB selskap, opprinnelig grundet og eiet av 2 tidligere kamerater: Halvor og Jonas. De to har hatt 30 års fartstid sammen i og med oppbyggingen av selskapet. I løpet av kort tid oppstår to situasjoner: Halvor får akutt hjerteproblemer på vei hjem fra arbeid og dør kort tid etter. Det kommer videre frem at Jonas sin tilstand de siste månedene har vært holdt skjult, men det blir nå klart at han har hurtig eskalerende demens og ikke er istand til å ta vare på seg selv eller selskapet. Vedtektene og aksjonæravtalen har noen bestemmelser om situasjoner som her oppstår, men er ikke dekkende nå som begge eiere er «ute av bildet». Neste generasjon på begge sider ønsker å «rykke inn» for å overta den veldrevne virksomheten. Et styre må på plass og håndtere både utfordringer og muligheter som står foran selskapet. Her må vi inn å analysere: hva som skjer, hva som burde gjøres, hvordan vi kan gå frem for å håndtere ulike situasjoner etc?   Bli med oss for å løse opp knuter og finne veien videre!   [-]

Understand the purpose and key concepts of the Service Level Management Practice, elucidating its significance in defining, negotiating, and managing service levels to meet customer expectations. This eLearning is: Interactive Self-paced   Device-friendly   2-3 hours content   Mobile-optimised   Practical exercises   Exam: 20 questions Multiple choise 30 minutes Closed book Minimum required score to pass: 65% [-]

Understand the purpose and key concepts of Change Enablement, highlighting its importance in managing changes effectively to minimise risk and ensure business continuity.   This eLearning is: Interactive Self-paced   Device-friendly   2-3 hours of content   Mobile-optimised   Exam: 20 questions Multiple choise 30 minutes Closed book Minimum required score to pass: 65% [-]

Ta kapittel 1.3 der du er Vår elektroniske opplæring i Kapittel 1.3 er en grundig dokumentert opplæring for aktører som håndterer farlig gods. Basert på mikrolæring og spillprinsipper, er kurset grundig, enkelt og tilpasset deg som aktør. Det tar kortere tid, koster mindre, og er like bra som tavleundervisning. Det er egne moduler for hver enkelt aktør. Du lærer det som er viktig for deg.BESTILL HER: https://xn--adrhndboken-08a.no/bestill-e-opplaering/ Om E-opplæringen__________________________   ADR-håndboken 2021 er en integrert del av kurset Det er obligatoriske og valgfrie moduler Om man velger alle moduler tar kurset ca. 5 timer Diplom mottas for dokumentert opplæring etter en avsluttende prøve [-]

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. Her er et utvalg av temaene du vil lære på kurset: Strømlinjeformet prosjektoppstart med riktig malfil Nullpunkt i Revit Delte koordinater Terrengmodellering Detaljering av vegger, tak og trapper Koordinering og linking av fagmodeller Rehabilitering og faser Alternative løsningsforslag I dette kurset ser vi nærmere på funksjoner som gir mulighet for å utføre mer avanserte oppgaver. For eksempel kan det skapes et stort overblikk i forbindelse med rehabilitering og etappeoppdelte oppgaver. Det arbeides med ferdigstilling av prosjekter, bl.a. designforslag i et prosjekt.      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   [-]

Dette kurset tilfredsstiller kravet satt i § 7 i Forskrift om sikkerhet ved arbeid i og drift av elektriske anlegg – FSE, til at relevant personell skal gis årlig opplæring og instruksjon innen FSE. Kurset inneholder all førstehjelpsteori med fokus på strømskader som regelverket tilsier. Kurset inneholder også opplæring og instruksjon innen førstehjelp med fokus på strømskader, med unntak av hjerte-lungeredning (HLR) som du trenger praktisk øvelse i. De forskjellige myndigheters regelverk trekker inn FSE som gjeldende for alle som jobber med strøm enten du jobber på skip, plattform, eller på land. Dette kurset passer for alle, uansett hvilken bransje du jobber i.  Gjennom hele kurset fokuseres det på holdninger og den enkeltes ansvar til å følge regelverket. FSE-opplæring handler om å tilegne seg kunnskap om forskriften, og det er viktig å forstå hvorfor vi har dette regelverket. Å lykkes med å få den enkelte til å forstå viktigheten av å jobbe sikkert, er avgjørende for at elsikkerheten utvikler seg i riktig retning og at antall ulykker reduseres.  Myndighetene krever at opplæring i FSE og førstehjelp ved ulykker forårsaket av elektrisk strøm gjennomføres minst en gang i året. Det skal ikke være mer enn 12 måneder mellom hver opplæring. Tilgangsperiode:12 måneder [-]

Franskkurs A1–C2 – Gruppeklasser Vi tilbyr franskkurs i små gruppeklasser for alle nivåer – fra nybegynner (A1) til avansert (C2). Undervisningen er strukturert, engasjerende og praktisk rettet, med fokus på kommunikasjon, forståelse og progresjon. Lær sammen med andre i et trygt og motiverende miljø hvor du aktivt bruker språket i hver time. Hvem passer kurset for? Kurset passer for expats, studenter, arbeidssøkere og fagfolk som ønsker å forbedre sine franskferdigheter – enten for reise, utdanning, jobb eller personlig utvikling. Gruppene organiseres etter nivå, slik at du får undervisning som er tilpasset ditt språklige utgangspunkt. Fordeler med gruppeklasser: Små grupper (maks 6 deltakere) gir god oppfølging Fokus på aktiv deltakelse og muntlig trening Samarbeidsaktiviteter og samtaleøvelser Fast progresjon og motivasjon gjennom fellesskap Kursmateriell Du får tilgang til moderne og varierte læringsressurser: Tekster, videoer og podkaster Lytte-, lese- og skriveøvelser Grammatikk- og ordforrådsbygging Alt tilpasses nivået ditt og gir deg målbar fremgang. Kursbevis Etter fullført kurs mottar du et digitalt kursbevis som dokumenterer nivået du har oppnådd i henhold til Det felles europeiske rammeverket for språk (CEFR). Undervisningsform og oppstart Kursene tilbys både fysisk i klasserom og online. Vi har løpende oppstart gjennom hele året, og du kan enkelt finne en gruppe som passer ditt nivå og din timeplan. Bli med i en engasjerende gruppe og utvikle fransken din sammen med andre – på en effektiv, sosial og profesjonell måte! [-]

En coach hjelper deg med å klarlegge hva du virkelig ønsker, setter realistiske og motiverende mål, og gir deg verktøyene for å nå dem. Gjennom coaching får du personlig veiledning, støtte og ansvarlighet, som gjør det mye lettere å holde fokus og overkomme hindringer. Sammen jobber vi for å finne den rette balansen og strategien som vil ingen veien til din suksess. Kjenner du på følelsen av at du ikke helt tar ut potensialet ditt og ønsker å bli bedre? Da kan du sende meg en sms til 93014523, så ringer jeg for en trivelig prat. Jeg har over 25 års erfaring med å trene selgere, inkludert meg selv da jeg selger hver dag. Følge opp salgsledere og ikke minst karrierecoaching og innen idrett. Jeg er i tillegg internasjonalt sertifisert NLP Coach og digger rett å slett å hjelpe andre med å lykkes! Ett typisk opplegg med meg er en kort og hyggelig prat på telefonen, og så vil vi sette opp en 1 - 2 timers gratis coachingsession sånn at du får kjenne og erfare om du ønsker å jobbe med meg.  Da vil jeg sette opp typisk 2 tilbud som er et program for 8 eller 12 uker. Innhold avhenger av hva vi tenker er smart og gunstig for deg å trene på for å nå dine Mål.  Send en uformell sms eller mail til steinar.svenningsen@gmail.com eller 93014523 så tar jeg kontakt.    Steinar :-) NB! Forutsetter ledig kapasitet!   Steinar :-) NB! Forutsetter ledig kapasitet! [-]

. [-]

Privatundervisning i spansk – skreddersydd for deg Hos NLS Norwegian Language School er vi stolte av å tilby spanskundervisning med en personlig og målrettet tilnærming. Vi vet at hver student har unike behov, interesser og læringsmål – derfor tilpasses hver leksjonsplan spesielt for deg. Enten du ønsker å lære spansk for jobb, studier, reise eller kulturell interesse, sørger våre erfarne spansklærere for at undervisningen treffer dine ambisjoner og inspirerer deg til å lære. Vårt dedikerte team av morsmåls- og spansklærere er lidenskapelig opptatt av din utvikling. De kombinerer faglig kompetanse med ekte engasjement, og skaper et trygt og effektivt læringsmiljø der du lærer raskt og naturlig – med fokus på autentisk og praktisk bruk av språket. Hvorfor velge én-til-én spanskundervisning hos NLS? ✅ Personlig tilpasset progresjon Du lærer i ditt eget tempo, og vi sørger for at du forstår hvert tema grundig før vi går videre. Ingen gruppepress – bare jevn og trygg fremgang. ✅ Full oppmerksomhet Få umiddelbare svar på spørsmål og hjelp med utfordringer, slik at du får en dypere forståelse og økt selvtillit i bruk av språket. ✅ Kulturell forståelse Leksjonene gir innsikt i spansktalende lands kultur, tradisjoner og uttrykksmåter – noe som gjør læringen både rikere og mer relevant. ✅ Fleksibelt format Velg selv om du vil ha undervisning online, i klasserom eller hjemme hos deg. Vi tilpasser oss din hverdag. ✅ Umiddelbar tilbakemelding Du får direkte korreksjoner og veiledning som hjelper deg å lære korrekt språkbruk fra starten – og unngå feil. ✅ Engasjerende innhold Vi bruker materiale som matcher dine interesser og mål, slik at hver undervisningsøkt blir både lærerik og motiverende. Hver privatundervisning i spansk varer i 60 minutter og gir deg en effektiv og fordypende måte å lære språket på. Med NLS sin én-til-én-undervisning får du kontroll over læringen og bygger et sterkt grunnlag for å mestre spansk – både språklig og kulturelt. [-]

Kommunikasjon og samhandling HEA handler om hvordan kommunikasjon mellom mennesker kan fremme helse og sosial utvikling. Empati, respekt og toleranse som grunnleggende verdier for den enkeltes selvfølelse og integritet står sentralt. Du skal kunne ulike kommunikasjonsteknikker og konflikthåndtering. Objektiv observasjon, korrekt tilbakemelding, relevant regelverk om taushetsplikt og personvern inngår også.   Studiebelastning: 140 årstimer Alle læremidlene inngår i kursprisen: Kommunikasjon og samhandling HEA: Nettsider med oppgaver for NooA videregående skole: NooA og Marit Berg, 2022. Målgruppe: Kurset er for deg som ønsker fagbrev innenfor helsefag. Det er laget for voksne som har interesse for å jobbe med mennesker innenfor praktisk pleie, omsorg og miljøarbeid. Arbeidsplasser for helsefagarbeidere er hjemme hos mennesker som trenger hjelp og pleie (hjemmesykepleien), i sykehjem, på sykehus, i rusomsorgen, innen psykisk helse, i opptrenings- og behandlingssentre og i skolen – med barn som trenger ekstra hjelp. Krav til forkunnskaper: Ingen spesielle. Tilbakemeldinger og kursbevis: Hver studieenhet har en innsendingsoppgave som læreren kommenterer og vurderer. Når alle innsendingene er bestått, vil du få tilgang til et elektronisk kursbevis. Kursbeviset har sitt eget symbol som vist i bildet og din egen nettadresse. Om du vil, kan du for eksempel dele det med andre på Facebook og LinkedIn. Vi har fått tillatelse til å dele Zeynep Dogans kursbevis som et eksempel. Eksamen Dette er et av tre kurs som TILSAMMEN forbereder til en skriftlig, tverrfaglig eksamen (HEA3103), 5 timer. Du må selv melde deg opp til eksamen som privatist. Privatisteksamen arrangeres normalt to ganger i året ved videregående skoler. Les mer på våre eksamenssider. Frister for oppmelding er vanligvis 15. januar -1. februar for eksamen til sommeren og 1. – 15. september for eksamen til jul. [-]