Kurs i Sørfold

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.     [-]

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.   [-]

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. [-]

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. [-]

Målsetting Målsetningen med opplæringen er å gi grunnleggende kunnskaper som kreves av en arbeidsgiver og arbeidstakere for at de skal kunne utføre varme arbeider på en sikker og forsvarlig måte, sveising, loddearbeid, vinkelsliper osv. Emneliste Innledning Sertifiseringsordningen Lover og forskrifter Forsikringsforhold Brannteori Brannslokning Verneutstyr og førstehjelp Risikovurdering Forebyggende tiltak i forbindelse med arbeidet Kontroll og rydding etter arbeid Rutiner ved brann Evaluering Avslutningsprøve Teoriprøve min. 20 spørsmål, min. 80% riktig besvarelse for å få bestått Kompetansebevis / sertifikat Et kursbevis vil bli utstedt til hver kandidat som har gjennomført og bestått opplæringen.Kursbeviset vil inneholde informasjon om opplæringssted, kursinnhold, dato for gjennomføring, kandidatens navn og fødselsdato og være signert av daglig leder/kurs koordinator [-]

Hesselberg opplæringsavdeling er startet for å gi alle som trenger det et fullverdig tilbud om dokumentert og sertifisert sikkerhetsopplæring på alle type trucker, kraner og maskiner. Målsetting med kurset: Å etterkomme myndighetenes krav om dokumentert og sertifisert sikkerhetsopplæring. I mange bransjer i dag er det et grunnleggende behov for håndtering av materialer og annet gods. Vi ønsker å gi deltakerne en god teoretisk og praktisk opplæring i sikker bruk av truck basert på gjeldene opplæringsplaner.En truckfører med riktig kompetanse og forståelse vil bidra til å redusere mulighetene for uhell og ulykker i forbindelse med arbeidsoperasjoner. Hesselberg truck er sertifisert for å holde kurs for deg som privatperson, eller for deg som trenger å sette dine ansatte til å jobbe med trucker eller maskiner for å få jobben gjort. Med vår opplæring ønsker vi å bidra til sikrere arbeidsplasser, bedre trivsel, mindre skader på gods og utstyr samt økt produktivitet og bedre lønnsomheten. Kurset inneholder både teoretisk og praktisk opplæring.Teoridelen er felles for alle truckklasser T1-T5 med løftekapasitet til og med 10 tonn. Praksisdelen krever spesifikk opplæring på den klassen man ønsker kompetansebevis for. På våre kurs gir vi praktisk opplæring med målsetting om sertifisering på de mest brukte klassene som er T1, T2, T3 og T4 etter ditt behov. Ved bestått kurs for du bevis på de klassene du mestrer å bruke når kurset er ferdig. Tilrettelagt undervisning i forhold til lese- og skrivevansker Ta kontakt for bedriftsinterne kurs Vi kommer gjerne ut til din bedrift og holder kurs for deres lokaler.   Fakturering Prisen på kurset gjelder: Teoretisk og praktisk opplæring samt utstedelse av bevis er inkludert i prisen! Faktura sendes ut etter endt kurs med betalingsbetingelse på 15 dager. Kompetansebevis sendes i posten når faktura er betalt. Får du ikke fakturaen på mail, Sjekk søppelposten din. [-]

Opplever du fastlåste situasjoner og vedvarende gnisninger blant dine medarbeidere? En av fem arbeidstagere har sykmeldt seg som følge av dårlig arbeidsmiljø og ledelse. Konflikter på arbeidsplassen er en kilde til økt sykefravær, turnover, og produktivitetslekkasjer. Mange ledere skygger unna når det gjelder som mest. Selv om det er de ansatte som bærer ansvaret for å håndtere sine egne konflikter, så har lederen et overordnet ansvar for arbeidsmiljøet. Sunne organisasjoner holder kurs 8. mai i hvordan du kan håndtere krevende relasjoner og sviktende kommunikasjon på arbeidsplassen. Du lærer blant annet om dette: Når bør du gripe inn? Når bør man holde seg unna og la de involverte ordne opp selv? Hva handler konflikten egentlig om? Er det noens adferd eller organisatoriske ting som er kilde til konflikten? Når kan det være nyttig å involvere en nøytral tredjepart? Hvem bør man i så fall involvere (ledelse/verneombud/HR/tillitsvalgt/andre)? Hvilke behov har vi på arbeidsplassen, og hvordan møtes vi motstridende behov? Hvilke vanlige fallgruver er det verdt å unngå? Hvordan hindre at konflikten eskalerer, uten å være unnvikende?                        Konflikt mellom to vs konflikt mellom grupper. Ulik dynamikk, ulike løsninger? Hvordan skape gode retningslinjer for håndtering av konflikter på arbeidsplassen? Kurset gir en grundig innføring i hvordan ledere og ledergrupper konstruktivt kan håndtere konflikter på et tidlig tidspunkt, med og mellom medarbeidere. Du får konkrete verktøy for å skape en sunn samhandlingskultur og et godt beredskapssystem for eventuelle konflikter. Kursform: Kurset har én kursdag. Fyldig kurshefte følger med, der det også inngår nyttige tester og refleksjonsoppgaver. Kurset er et samarbeid mellom Sunne organisasjoner og HMS Norge. Når: 8. Mai 2019. Kursavgift: 3.400. For mer info: jorgen@sunneorg.no [-]

Dette er et 2-dagers påbyggingskurs i SQL-programmering. Målsettingen er at etter gjennomført kurs vil deltakerne være fortrolige med mer avanserte søk etter data i SQL-databaser, oppretting av egne funksjoner og eksportering av data i ulike formater, som XML- og JSON.   Innhold Vi bruker Oracle, PostgreSQL og Microsoft SQL-server i kurset og belyser forskjellene mellom disse i håndteringen av avanserte SQL-setninger.   Agenda Gruppering med delsummer ved bruk av Rollup og Cube. Betingelseslogikk i søk med CASE ... WHEN ... THEN ... ELSE Oppretting av egne funksjoner med SQL Oppretting og bruk av Materialized Views Bruk av Common Table Expressions (CTE) Bruk av komplekse felt og sammensatte datatyper (arrays, egne datatyper etc.) - opprette komplekse felt, sette inn data og søke etter data i komplekse felt. Eksportere data som JSON / XML Bruk av Vindusfunksjoner til bl.a. å regne ut kumulative summer, rangeringer mm. Krysstabuleringer med PIVOT-funksjoner Bruk av SELF JOINS Behandling av geografiske data med SQL   Gjennomføring Kurset gjennomføres med en kombinasjon av online læringsmidler, gjennomgang av temaer og problemstillinger og praktiske øvelser. Det er ingen avsluttende eksamen, men det er øvingsoppgaver til hvert av hovedtemaene som gjennomgås.   Kursinstruktør: Terje Berg-Hansen har bred erfaring fra prosjektledelse, utvikling og drift med små og store databaser, både SQL- og NoSQL-baserte. I tillegg til å undervise i etablerte og nye teknologier jobber han med programmering, webutvikling og administrasjon av Linux-servere. Han er levende interessert i nye teknologier, distribuerte databaser og Data Science.   [-]

Kvalitetssikret interaktiv nettbasert 36-timers teorikurs i stillasbygging. Godkjent som teoretisk opplæring i henhold til Forsikrift om bruk av arbeidsutstyr ihht. forskrift om utførelse av arbeid § 17-4 (kurset ble tidligere kalt § 46C og § 13 kurs).   For å bli godkjent stillasmontør trengs i tillegg 72 timers praksis og 6 måneders erfaring fra virksomhet som nytter stillas (kan komme i ettertid). Gå inn på instantkurs.no for å registrere deg.   Ved gjennomført kurs utstedes kursbevis. Dersom man ønsker å få utstedt stillasbygger sertifikat må man i tillegg dokumentere følgende: - minst 72 timers praksis sammen med godkjent montør på 3 ulike stillastyper (eget skjema fylles ut). - ansatt minst 6 måneder i virksomhet som nytter stillas (bekreftes av arbeidsgiver).   Prisen er kr 5 990,- (ikke mva. på kurs). For mer informasjon kontakt oss.    For ytterligere informasjon eller påmelding kontakt oss eller registrer deg på instantkurs.no [-]

COURSE OVERVIEW  This course prepares you to administer a vSphere infrastructure for an organization of any size. This course is the foundation for most VMware technologies in the software-defined data center. Product Alignment: VMware ESXi 8.0 VMware vCenter 8.0 TARGET AUDIENCE System administrators System engineers COURSE OBJECTIVES By the end of the course, you should be able to meet the following objectives: Install and configure ESXi hosts Deploy and configure vCenter Use the vSphere Client to create the vCenter inventory and assign roles to vCenter users Create virtual networks using vSphere standard switches and distributed switches Create and configure datastores using storage technologies supported by vSphere Use the vSphere Client to create virtual machines, templates, clones, and snapshots Create content libraries for managing templates and deploying virtual machines Manage virtual machine resource allocation Migrate virtual machines with vSphere vMotion and vSphere Storage vMotion Create and configure a vSphere cluster that is enabled with vSphere High Availability (HA) and vSphere Distributed Resource Scheduler Manage the life cycle of vSphere to keep vCenter, ESXi hosts, and virtual machines up to date COURSE CONTENT 1 Course Introduction Introductions and course logistics Course objectives 2 vSphere and Virtualization Overview Explain basic virtualization concepts Describe how vSphere fits in the software-defined data center and the cloud infrastructure Recognize the user interfaces for accessing vSphere Explain how vSphere interacts with CPUs, memory, networks, storage, and GPUs 3 Installing and Configuring ESXi Install an ESXi host Recognize ESXi user account best practices Configure the ESXi host settings using the DCUI and VMware Host Client 4 Deploying and Configuring vCenter Recognize ESXi hosts communication with vCenter Deploy vCenter Server Appliance Configure vCenter settings Use the vSphere Client to add and manage license keys Create and organize vCenter inventory objects Recognize the rules for applying vCenter permissions View vCenter logs and events 5 Configuring vSphere Networking Configure and view standard switch configurations Configure and view distributed switch configurations Recognize the difference between standard switches and distributed switches Explain how to set networking policies on standard and distributed switches 6 Configuring vSphere Storage Recognize vSphere storage technologies Identify types of vSphere datastores Describe Fibre Channel components and addressing Describe iSCSI components and addressing Configure iSCSI storage on ESXi Create and manage VMFS datastores Configure and manage NFS datastores 7 Deploying Virtual Machines Create and provision VMs Explain the importance of VMware Tools Identify the files that make up a VM Recognize the components of a VM Navigate the vSphere Client and examine VM settings and options Modify VMs by dynamically increasing resources Create VM templates and deploy VMs from them Clone VMs Create customization specifications for guest operating systems Create local, published, and subscribed content libraries Deploy VMs from content libraries Manage multiple versions of VM templates in content libraries 8 Managing Virtual Machines Recognize the types of VM migrations that you can perform within a vCenter instance and across vCenter instances Migrate VMs using vSphere vMotion Describe the role of Enhanced vMotion Compatibility in migrations Migrate VMs using vSphere Storage vMotion Take a snapshot of a VM Manage, consolidate, and delete snapshots Describe CPU and memory concepts in relation to a virtualized environment Describe how VMs compete for resources Define CPU and memory shares, reservations, and limits 9 Deploying and Configuring vSphere Clusters Create a vSphere cluster enabled for vSphere DRS and vSphere HA View information about a vSphere cluster Explain how vSphere DRS determines VM placement on hosts in the cluster Recognize use cases for vSphere DRS settings Monitor a vSphere DRS cluster Describe how vSphere HA responds to various types of failures Identify options for configuring network redundancy in a vSphere HA cluster Recognize vSphere HA design considerations Recognize the use cases for various vSphere HA settings Configure a vSphere HA cluster Recognize when to use vSphere Fault Tolerance 10 Managing the vSphere Lifecycle Enable vSphere Lifecycle Manager in a vSphere cluster Describe features of the vCenter Update Planner Run vCenter upgrade prechecks and interoperability reports Recognize features of vSphere Lifecycle Manager Distinguish between managing hosts using baselines and managing hosts using images Describe how to update hosts using baselines Describe ESXi images Validate ESXi host compliance against a cluster image and update ESXi hosts Update ESXi hosts using vSphere Lifecycle Manager Describe vSphere Lifecycle Manager automatic recommendations Use vSphere Lifecycle Manager to upgrade VMware Tools and VM hardware   [-]

Workshop: Workshopfasilitering [-]

Studieår: 2013-2014   Gjennomføring: Høst og vår Antall studiepoeng: 5.0 Forutsetninger: Grunnleggende kunnskaper i HTML, CSS tilsvarende emnet IINI1002 Webutvikling 1. Kunnskaper om grunnleggende programmering og helst litt Javascript er en fordel. Innleveringer: Større eller mindre øvinger tilsvarende 8 øvinger, hvor 6 må være godkjent før endelig karakter settes. Personlig veileder: ja Vurderingsform: Prosjektoppgave som vurderes til bestått/ikke bestått. Karakteren i faget settes på grunnlag av en individuell 4-timers nettbasert hjemmeeksamen. Klageadgang i dette faget gjelder hver enkelt vurderingsdel. Ansvarlig: Atle Nes Eksamensdato: 09.12.13 / 12.05.14         Læremål: Etter å ha gjennomført emnet skal studenten ha følgende samlede læringsutbytte: KUNNSKAPER:Kandidaten:- forstår problemstillinger knyttet til bruk av ikke-standardisert teknologi- har kjennskap til nyttige rammeverk for HTML5 og fallback-løsninger- har kjennskap til problemstillinger knyttet til bruk av ulike medieformater FERDIGHETER:Kandidaten:- kan ta i bruk nye semantiske elementer fra HTML5- kan ta i bruk ny funksjonalitet fra CSS3 og JavaScript på nettstedet- kan ta i bruk nye skjemaelementer og -attributter fra HTML5- kan tegne på et canvas-element med JavaScript- kan legge til multimedia ved hjelp av video- og audio-elementet- kan lage nettsider som tilpasser seg mobile enheter og utnytter egenskaper hos disse- kan bruke lokal lagring til å lagre og hente fram data- kan bruke XMLHttpRequest2 til kommunikasjon med webtjeneren- kan lage en større HTML5-basert webløsning GENERELL KOMPETANSE:Kandidaten:- får et overblikk over ny webteknologi som er i ferd med å bli standardisert Innhold:Introduksjon til HTML5, grunnleggende syntaks og struktur, nye semantiske elementer, dynamiske websider med JavaScript og CSS3, nye skjemaelementer (forms), HTML5 canvas til grafikk og tegning, HTML5 video og audio, mobile enheter og device access, lokal lagring av applikasjoner og data, dataoverføring med Web SocketsLes mer om faget her Påmeldingsfrist: 25.08.13 / 25.01.14         Velg semester:  Høst 2013    Vår 2014     Fag HTML5 4980,-         Semesteravgift og eksamenskostnader kommer i tillegg.    [-]

Har du noen spørsmål angående Kurset så ta kontakt via påmeldingskjema til venstre! Så tar vi kontakt så snart vi har mulighet. [-]

Modern Web Development: HTML, CSS, asynchronous JavaScript and PWA [-]

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     [-]