Kurs i Sjöberg

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. [-]

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.   [-]

NS9600 Tilkomstteknikk Resertifisering Nivå 1  [-]

Jakthundkurs for stående fuglehunder   Vi er så heldig å ha med oss Lasse Christensen i instruktørgjengen vår. (Se presentasjon av Lasse under "instruktører" i menyen) Lasse har vært ivrig jeger og hundemann i mange år og dette gjør at vi kan tilby et annerledes jakthundkurs i Din Beste Venn. Lasse - hovedinstruktøren vår Kurset er annerledes enn det vi har sett andre steder fordi vi her har med oss en dreven jeger som kan alt det praktiske og fordi vi i tillegg KUN trener positivt. Her er det verken pigghalsbånd, tvangsapport eller bruk av andre aversiver. Vi påstår at dette kurset er det eneste jakthundkurset som tilbys der innlæringen kun baserer seg på det læringsteorien kaller positiv forsterkning. Deltakerne får i løpet av kurset flere treninger på utsatt fugl. Kurset kjøres en gang i året og har begrenset antall plasser.   [-]

A1.E Innføring i kvalitetsledelse Kurset egner seg svært godt som introduksjonskurs i ledelsessystem til toppledere, mellomledere og kvalitetsledere. Kvalitet dreier seg derfor om å gjøre de tiltakene som gjør kundene fornøyde med produktene/tjenestene. For å få til det etableres det en del strukturer i en virksomhet, slik at det blir en stabilitet i produksjonen. Men, strukturer alene er ikke godt nok. Dersom kulturen ikke støtter dem, så blir de ikke fulgt. Derfor er det viktig å få på plass en god kultur også. Det er disse tingene vi tar for oss i de tre kursene vi har på kvalitetsskolen pr i dag. Vi snakker om struktur og kultur for å oppnå kvalitet som skaper tilfredse kunder, og tilfredse ansatte. Vi har forsøkt å gjøre det enkelt og forståelig, samt synliggjøre nytteverdien for virksomhet og ledere. Kvalitetsfaget er bare sunn fornuft satt i system. Bli med på reisen og lær mer om kvalitetsfaget.  Kurs 1: Oversikt og innsikt (10 leksjoner) Kurs 2: Struktur for kvalitet (8 leksjoner) Kurs 3: Ledelse og kultur (7 leksjoner)   Etter hvert modul i kurset får du en quiz for å sjekke om du har fått med deg innholdet. Når du er ferdig med alle modulene, og har bestått quiz’en, får du et kursbevis.   Kursledere er Sidsel Storaas og Siri Mathiesen, se gjerne egen omtale 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.    [-]

Sommerkurs i Fransk: Et sommerkurs i fransk er en unik mulighet til å fordype seg i språket og den franskspråklige kulturen – spesielt i løpet av de inspirerende og lyse sommermånedene. Hos NLS Norwegian Language School tilbyr vi sommerkurs både i Oslo og som fleksible nettbaserte programmer. Kursene er tilpasset alle nivåer – fra nybegynnere (A1) til avanserte deltakere (C2) – og passer perfekt for studenter, yrkesaktive og språkinteresserte reisende. Kursstruktur Språkundervisning Kjernen i sommerkursene er intensiv språkundervisning med fokus på de fire grunnleggende ferdighetene: muntlig produksjon, lytting, lesing og skriving. Våre erfarne og engasjerte lærere benytter varierte og interaktive metoder, inkludert: Dialogbaserte undervisningsøkter Samtaletrening og uttaleøvelser Grammatikkoppgaver og ordforrådsbygging Gruppeaktiviteter og rollespill Undervisningen er praktisk, inspirerende og tilpasset deltakernes behov, med mål om å styrke selvtillit og språklig trygghet. Kulturell fordypning Forståelse av språk og kultur går hånd i hånd. Selv om hovedfokuset ligger på språkopplæring, legger vi stor vekt på å formidle innsikt i fransk og frankofon kultur. Gjennom klasseromsdiskusjoner og aktiviteter med kulturelt innhold vil deltakerne utforske: Tradisjoner og høytider Litteratur, kunst og film Sosiale normer og verdier i fransktalende samfunn Selv om det ikke er planlagt organiserte utflukter, gir kurset rikelig med kulturelt innhold som forankrer språklæringen i virkelige sammenhenger. Lokasjon og fleksibilitet Du kan velge det kurset som passer deg best: Undervisning i Oslo: Fysisk oppmøte i våre moderne og sentrale lokaler i hovedstaden. Oslo byr på kulturelle impulser, museer og byliv som kan berike læringsopplevelsen. Nettbasert kurs: Et fleksibelt alternativ med samme faglige innhold, for deg som ønsker å lære hjemmefra eller befinner deg utenfor Norge. Varighet og format Kursene tilbys i ulike varigheter – fra én uke til flere uker – og i ulike formater: Intensivundervisning: Daglig undervisning for rask progresjon Deltidskurs: For deg som ønsker en mer fleksibel læringsrytme i kombinasjon med jobb, ferie eller andre aktiviteter Deltakere Sommerkursene våre tiltrekker seg en mangfoldig gruppe deltakere: Studenter som ønsker et faglig forsprang Yrkesaktive som trenger fransk i arbeidssammenheng Språkelystne som vil lære for personlig utvikling eller reise Dette skaper et dynamisk læringsmiljø hvor deltakere lærer av og med hverandre – og bygger internasjonale nettverk. Fordeler med sommerkurs i fransk ✅ Akselerert læring: Intensiv undervisning i et språkrikt miljø gir raskere fremgang og bedre muntlig flyt ✅ Kulturell innsikt: Du får forståelse for samfunn, verdier og uttrykksformer i franskspråklige land ✅ Sosiale forbindelser: Møt mennesker fra ulike bakgrunner og bygg vennskap og nettverk ✅ Unik opplevelse: Sommer i Oslo gir lange lyse dager og en livlig atmosfære – perfekt for læring og inspirasjon ✅ Kursbevis: Etter fullført kurs får du et sertifikat som dokumenterer dine ferdigheter og innsats Oppsummering Et sommerkurs i fransk – enten i Oslo eller online – er en berikende og effektiv måte å styrke dine språkkunnskaper og din kulturelle forståelse på. Enten du er motivert av personlige ambisjoner, akademiske mål eller profesjonelle behov, gir kurset deg verktøyene du trenger for å lykkes – på fransk. [-]

AZ-2003: Deploy cloud-native apps using Azure Container Apps [-]

Målgruppe: Personell som i sitt daglige virke vil komme til å benytte eller benytter transportabelt løfteutstyr, vinsjer og taljer som benyttes ved horisontal eller vertikal forflytning av last. Modul P-2.4Modul P-4.4 RiggingMålsetting: Etter kurset skal eleven ha tilegnet seg tilstrekkelig kunnskap om riktig bruk av fallsikringsutstyr og ferdigheter i riggutstyrets konstruksjon, virkemåte, riktig bruk og vedlikehold, slik at uhell og ulykker i forbindelse med riggoperasjoner unngås.Dokumentasjon:Det utstedes kursbevis og riggerbevis ved bestått kurs, modul P-2.4 og P-4.4.Alle bevis registreres i godkjent register. [-]

Excel Ekspert kurs for deg som ønsker en omfattende fordypning i Excel knyttet til formler og funksjoner, men som ikke har tid til å sette deg inn i dette på egenhånd. Vil du lære mer om håndtering av datagrunnlag og rapportering på grunnlag fra flere kilder, samt bygging av dynamiske modeller? Da er ”Excel Ekspert” kurset for deg! Kurset kan også spesialtilpasses og holdes bedriftsinternt i deres eller våre lokaler.   Kursinnhold:   Dag 1   Funksjoner i Excel Utarbeidelse av dynamiske modeller ved bruk av navn og funksjoner. Funksjoner. Få oversikt over flere avanserte funksjoner samt se kraften av å bruke sammensatte funksjoner Navn. Bruk navn for å forenkle og tydeliggjøre formler og funksjoner. Lag dynamiske etiketter til diagrammer Matriseregning. Få en innføring i hvordan du kan jobbe med matrisefunksjonalitet i Excel.   Alternativknapper og kombinasjonsbokser Gjør modellene dine mer interaktive ved bruk av kontroller   Dag 2   Klargjøre data for beregninger ved bruk av PowerQuery Hva er PowerQuery? Lese inn data til PowerQuery fra ulike kilder Eksempel: tilføye og slå sammen Snu krysstabell Kobling til tekstfil med problemer Manglende struktur i kolonner. Lær hvordan du kan gjengi informasjon i regnearket slik at grunnlaget kan brukes til rapportering. Duplikater. Lær forskjellige måter å kvitte seg med duplikater på. Splitte informasjon. Lær forskjellige måter for å skille data i kolonner.   Beregninger ved bruk av Pivot Eksempel: prosentvis fordeling ”i år mot i fjor”. Pivotkonsolidering og datakonsolidering.   Makroer Innspilling av makro. Hvordan lage makroer for å automatisere rutinearbeid? Redigering av makroer. Lær hvordan makroer kan gjøres mer dynamiske, kombinert med navn og bruk av meldingsbokser og ”hvis” setninger. Demonstrere viktige VBA metoder 4 gode grunner til å velge KnowledgeGroup 1. Best practice kursinnhold 2. Markedets beste instruktører 3. Små kursgrupper 4. Kvalitets- og startgaranti     [-]

Som tannhelsesekretær assisterer du tannlegen under ulike behandlingssituasjoner. Du vil ha ansvaret for røntgenarbeid og enklere laboratoriearbeid. I tillegg vil du ha hovedansvaret for hygienen og smittevernet på tannklinikken, hvor rengjøring, sterilisering og vedlikehold av instrumenter og utstyr inngår.  Administrative arbeidsoppgaver hører med og det kan være alt fra timeplanlegging, regnskapsføring, rapporteringer, innkallinger og journalføring. Du arbeider både selvstendig og i team innenfor ditt område, hvor det er store krav til service, effektivitet og nøyaktighet. Det kreves å ha fullført Helse- og oppvekstfag Vg1 og Helseservicefag Vg2, for å ta dette studiet. Dersom du har annen helsefaglig bakgrunn som kan erstatte deler av dette løpet, kan du ta kontakt med Opplæringskontoret i ditt fylke. Tannhelsesekretær Vg3 gir deg de teoretiske kvalifikasjonene du trenger. Det anbefales at du har praksis fra f.eks. offentlig eller privat tannklinikker, spesialklinikker eller kjevekirurgiske avdelinger ved sykehus. N.B. I tillegg til emnene som inngår i Tannhelsesekretær Vg3, kreves det at du har Kroppsøving Vg3, med mindre du får fritak. Formelt fritak må søkes fra skolen hvor du går opp til eksamen som privatist.    Obligatorisk Helsefremmende arbeid - TAN Vg3         Kommunikasjon og samhandling - TAN Vg3         Yrkesutøvelse - TAN Vg3   Hva kan jeg jobbe med? De aller fleste tannhelsesekretærer jobber i den offentlige eller private tannhelsetjenesten, ved de odontologiske fakultet i Oslo, Bergen og Tromsø, ved spesialklinikker eller i Forsvaret. Sentrale arbeidsoppgaver er: smittevern sterilisering, vedlikehold og klargjøring av instrumenter til pasientbehandling bestilling av forbruksvarer serviceytelse til pasienter, pårørende og samarbeidspartnere administrativt arbeid   [-]

En «rød tråd» gjennom kurset blir risikovurdering. Hva er Forskrift om maskiner (FOM), og hvordan «virker» den. Viste du at det elektriske anlegget for ventilasjonsanlegget, kjøleanlegget, pumpestasjonen osv. er en del av maskinen? Hvem har ansvaret for at maskinen er sikker? Kan vi (oppdragsgiver, elektriker, osv.) bli ansvarlig maskin bygger uten selv å være klar over det? Hva gjelder når vi går inn på en eksisterende maskin og gjør endringer? Hva er kravet til dokumentasjon for en maskin? Formål Håndhevende myndigheter Direktiver, Forskrifter (FEL-FEU-FOM) og normer. Kvalifikasjoner, hvem kan gjøre hva. Virkeområde, hva er en maskin Hvem forskriften retter seg mot Ansvar og rollefordeling Risikovurdering (FOM vedlegg 1, NEK EN 60204-1, NS-EN ISO 12100), er et krav, skal dokumenteres. En generell gjennomgang med gode eksempler. Krav til dokumentasjon FOM §8. Samsvarserklæring type IIA og IIB, hva er forskjellen. Forskrift om utførelse av arbeid, gjelder når maskinen er satt i drift, hvem har ansvaret. Grensesnitt elektrisk installasjon – maskin Liten gjennomgang av NEK EN 60204-1 Maskin sikkerhet - Maskiners elektriske utrustning (Maskinens «NEK400»). [-]

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     [-]

Power BI – Profesjonelle rapporter [-]