Kurs i Stenungsund

  Undervisning i programfagene for Helsearbeiderfag vg2: Helsefremmende arbeid – Kommunikasjon og samhandling – Yrkesliv i helsearbeiderfag. Undervisning høsten 2024:  start 05.09.2024 – slutt 28.11.2024. torsdager kl. 17.00 – 20.30 Kursavgift kr. 13.000,- kan deles i 4 månedlige avdrag, kr. 200,- i avdragsgebyr pr. avdrag. I tillegg til kveldsundervisning får deltakerne tildelt forelesninger på alle tema som inngår i kurset og dette kan benyttes til enhver tid.   Fellesinformasjon: Sted:         Digitalt klasserom Lånekassen:  Utdanningen er godkjent for lån og stipend i Lånekassen Eksamen:     Teoretisk del av fagprøven. Privatisteksamen etter gjeldende regler.  Påmeldingsfrist 31.07.2024.     Påmelding gjøres elektronisk på hjemmesiden.     Eksamensform  Kurset er eksamensforberedende og fører frem til fagbrev. Privatisteksamen etter gjeldende regler. Oppmelding til privatisteksamen er elektronisk.   Fagprøven som praksiskandidat: Fagprøven består av en teoretisk del og en praktisk del. Dette gjelder for praksiskandidater – de som har minst 5 års godkjent praksis fra yrket, avlegger teoretisk del av fagprøve i tillegg til den praktiske fagprøven.  Det kreves ikke dokumentert praksis for å avlegge den teoretiske prøven.  For å kunne fremstille seg til den praktiske del av fagprøven kreves det dokumentasjon på 5 års godkjent praksis. Praksis vurderes av fylkeskommunen hvor du bor.   Fagprøven for de som følger skolemodellen (lærlinger): Har du allmennfagene/fellesfagene fra ordinær videregående skole, anbefaler vi deg å ta privatisteksamen i samtlige programfag for vg1 og vg2. Du kan da søke lærlingeplass for 2 år. De som er lærlinger må ta eksamen i hvert enkelt fag for vg1 og for vg2 i tillegg til teoretisk og praktisk fagprøve. Om du ønsker ytterligere informasjon kurset eller om du har spørsmål om regelverk og eksamen - ring 91358038.   [-]

Dekkoffisersertifikat klasse 6 – D6. Nettbasert + Klasserom + Praktisk læring Gjennomføring av D6 utdanning: E-læring – stoff og øvingsoppgaver ligger i e-læringsmodulen. Tilgang tildeles i forkant av samlinger. Første samling – 3 dager «Teoriundervisning» i fagene som oppfølging av selvstudium og forberedelse til eksamen. Undervisning i følgende fag: - Navigasjon - Navigasjonshjelpemidler - Sjøveisregler og brovakt hold. - Praktisk læring - Eksamen etter avtale Andre samling – 2 dager «Teoriundervisning» i fagene som oppfølging av selvstudium og forberedelse til eksamen. Undervisning i følgende fag: - Stabilitet - Operasjonell ledelse - Teknologi/motorlære - Praktisk læring - Eksamen etter avtale Andre samling avsluttes med praktisk prøve for de som ikke har tilstrekkelig fartstid. [-]

Lean Six Sigma Black Belt nettkurs. For å gå dette kurset er det en forutsetning at du har fullført Green Belt opplæring og sertifisering. Dette Lean Six Sigma Black Belt nettkurset med sertifisering gjør deg i stand til å veilede andre innen Lean Six Sigma og hjelper deg å bli en bedre leder. Kurset er tilsammen 48 timer med undervisning og oppgaver på nett. Lean Tech er forhandler for GoLeanSixSigma. Nettkursene deres har oppnådd høyest score av Lean Six Sigma kurs. Deltagere beskriver kursene som morsomme, tilgjengelige, rimelige, praktiske, enkle å forstå og effektive.  Undervisningen er på engelsk.   Dette kurset er for deg som vil: Være en pådriver i forbedringsarbeidet i egen virksomhet Veilede og støtte andre i Lean Six Sigma forbedringsmetode og sikre vellykkede forbedringsprosjekt Kommunisere og påvirke mennesker på alle nivå i organisasjonen for å lykkes med endring Lede andre i forbedringsprosjekt Håndtere flere forbedringsprosjekt og sikre at de er i tråd med bedriftens mål Beherske de statistiske verktøyene i Lean Six Sigma   Kursinnhold Introduksjon Black Belt opplæringen Veien til Black Belt sertifisering Black Belt som coach PDCA (Plan Do Check Adjust) Prosjekt utvelgelse Strategisk forankring i prosjektutvelgelse Fasilitere prosjektutvelgelse  Utvikle lederskap ferdigheter Formål og prosjekt arbeid Innflytelse og strategi Fasilitere High-Performing Team Definere prosjekt Gjennomføre prosesskartlegging / observasjon - Go to Gemba Styrke lederegenskaper (coaching, innflytelse, eierskap, fasilitering, møteledelse) Black Belt Prosjekt - prosjekt gjennomføring Måle nåsituasjon Innføring i statistikk Målesystemanalyse Innhente data Bestemme kapabilitet Styrke lederegenskaper (tenke langsiktig, ta gode avgjørelser) Tips til gjennomføring Analysere og bestemme rotårsaker Innføring i hypotesetesting Hypotesetesting av diskret data Hypotesetesting av normalfordelte kontinuerlig data Hypotesetesting av IKKE normalfordelte kontinuerlig data Korrelasjon Styrke lederegenskaper (bane vei, skape gode team) Tips til gjennomføring Implementere løsninger Forsøksdesign Styrke lederegenskaper (endringsledelse, bygge nettverk) Tips til gjennomføring  Control - skape varige resultater Velge kontrolldiagram I & MR Chart X-Bar & R Average and Range Chart X-Bar & S Average and Standard Deviation Chart P Chart nNP Chart C Chart U Chart Visuell ledelse Styrke lederegenskaper (skape varige endringer)   Sertifisering For å oppnå Black Belt sertifisering må du bestå eksamen som består av 185 multiple choice spørmål på engelsk.  Innholdet er delt i 6 deler (Introduksjon, Define, Measure, Analyze, Improve & Control), og du må svare riktig på 80 % av spørsmålene innenfor hver del.  Du har opptil 6 timer på deg til å gjennomføre eksamen, og har ubegrenset antall forsøk. Black Belt sertifisering krever at du får godkjent et forbedringsprosjekt du har ledet i jobben din innen 4 måneder etter at du har fullført eksamen. Du får tilsendt en veiledning for valg av prosjekt ved oppstart. Du presenterer ditt Project Storyboard på engelsk for GoLeanSixSigma. Innen 5 måneder etter fullført eksamen må du sende inn en engelsk oppsummering av forbedringsprosjektet ditt (1000-2000 ord).  Sertifiseringen er gyldig i 4 år og kan fornyes med en resertifisering (nytt prosjekt må leveres inn og godkjennes).     [-]

Generelt om våre kurs En stor del av det teoretiske innholdet er tidligere benyttet under undervisning på Høgskolen i Østfold som er akkreditert av NOKUT. Madisa Consulting AS er Lean-entusiaster med svart belte sertifisering og tilbyr kurs, sertifiseringer, Lean-spill og rådgivning i Lean til private og offentlige virksomheter.  Vårt Lean sertifiseringsprogram består av 4 nivåer: Lean hvitt, gult, grønt og svart belte. For å bli sertifisert på de ulike nivåene, må kurset for hvert trinn gjennomføres og bestå skriftlig eksamen. Når det foregående nivået er utført, er du kvalifisert til neste nivå og til slutt oppnås den høyeste Lean sertifiseringen, svart belte. Men Lean svart belte sertifisering blir du også Lean Manager MC!   Vi tilbyr også skreddersydde bedriftsinterne Lean-kurs og foredrag.   Lean hvitt belte sertifiseringskurs På hvitt belte får du en GRATIS introduksjon til Lean via nettkurs. Dette er for mange starten på den magiske Lean-reisen. Nettkurset varer i ca. 45 minutter. Hvitt belte er et valgfritt steg i sertifiseringsprogrammet. Kurset kan være verdifullt hvis du kun ønsker å kunne litt om Lean. Selv om kurset passer for alle, kan dette kan være midt i blinken for styremedlemmer og ledere. Kanskje vil dette hjelpe deg eller i noen i teamet ditt for å finne ut mer om Lean eller om Lean er relevant for nettopp din virksomhet?     Ferdighetsmål Få et innblikk i driftsstrategien Lean og noen enkle metoder for forbedringsarbeid.   Kompetansemål for Lean hvitt belte sertifiseringskurs Kurset er delt opp i 3 deler. Etter introduksjonskurset skal du ha innblikk i: Del 1: Hvorfor bør du jobbe med Lean? Del 2: Hva er Lean? Her får du kjennskap til grunnleggende Lean prinsipper og historikken bak Lean. Del 3: Hvordan jobbe med Lean? Her får du kjennskap til noen utvalgte metoder/verktøy som Prosesser inklusive sløsingsanalyse, 5S og Tavlemøter     Sertifiseringskriterier Etter at kurset er gjennomført og du har svart riktig på de 10 spørsmålene, mottar du et elektronisk Lean hvitt belte sertifiseringsbevis.   Varighet Kurset varer i ca. 45 minutter.   Sted Kopier linken og lim inn i nettleseren din:  https://madisaconsulting.no/gratis-lean-hvitt-belte-sertifiseringskurs/   Pris GRATIS!!   Noen av våre referanser Høgskolen i Østfold Tine Cirkle K Europris DNB Norske Skog Flere kommuner og offentlige virksomheter   Øvrig Vi tilbyr også skreddersydde bedriftsinterne Lean-kurs og foredrag. [-]

Engelskkurs C1 – Gruppeklasse for avanserte brukere Har du allerede et høyt nivå i engelsk og ønsker å finjustere språkferdighetene dine for å kunne kommunisere med maksimal presisjon og flyt? Vårt C1 engelskkurs er utviklet for deg som vil mestre engelsk på et avansert nivå – med fokus på sofistikert språkbruk, akademisk og profesjonell kommunikasjon, og evnen til å håndtere komplekse temaer på en naturlig og overbevisende måte. Du trener i en engasjerende gruppe, med støtte fra høyt kvalifiserte lærere og motiverte medstudenter. Hva lærer du på C1-nivå? Kurset hjelper deg å: Forstå og analysere krevende tekster og detaljerte samtaler Delta i dyptgående diskusjoner og holde overbevisende presentasjoner Bruke språket fleksibelt og effektivt i både sosiale, akademiske og profesjonelle situasjoner Skrive komplekse tekster med god struktur, stil og retorisk effekt Finjustere grammatikk, uttale og ordvalg for naturlig og presis kommunikasjon Hvem passer C1-kurset for? Dette kurset passer for: Expats, fagfolk og akademikere med høye språkkrav Studenter som forbereder seg på universitetsnivå på engelsk Arbeidstakere i internasjonale miljøer som trenger avansert språklig kompetanse Alle som ønsker å bruke engelsk på et profesjonelt og sofistikert nivå Dine fordeler i gruppeklassen: Små grupper (maks 5 deltakere) gir rom for individuell oppfølging Fokus på avansert samtaleteknikk, argumentasjon og språklig nyansering Arbeid med autentiske situasjoner, kritisk tenkning og språkrefleksjon Tydelig progresjon med detaljert tilbakemelding Kursmateriell og innhold: Du får tilgang til avansert og variert undervisningsmateriell: Autentiske akademiske og profesjonelle tekster, videoer og podkaster Øvelser i avansert lytting, lesing, skriving og muntlig produksjon Fokusert arbeid med stilistiske virkemidler, ordforråd og grammatisk presisjon Kursbevis og progresjon: Etter fullført kurs mottar du et digitalt kursbevis som dokumenterer at du har nådd C1-nivået i henhold til CEFR-rammeverket. Praktisk informasjon: Kursene tilbys både i klasserom og online Løpende oppstart – finn en gruppe som passer din timeplan Undervisningen tilpasses deltakernes nivå og målsettinger Ta språket ditt til toppnivå med vårt C1-kurs – og kommuniser trygt, presist og profesjonelt på engelsk i enhver sammenheng! [-]

MS-102: Microsoft 365 Administrator [-]

Hvorfor branntette Regler og standarder Hvordan velge riktige produkter Ulike løsninger for branntetting og brannfuging Hvordan dokumentere Avsluttende teoretisk prøve Kursbevis etter gjennomført kurs   Alle priser er eks.mva. og pr. person.  [-]

A5.2 kurs i Prosessbasert styringssystem. Helt siden år 2000 har ISO 9000-standarden lagt opp til en prosessbasert tankegang som en av kvalitetsprinsippene. Svært mange selskap har tatt steget fra et dokument basert og prosedyretungt system til et prosessbasert styringssystem der alle oppgaver er visualisert ved hjelp av flytdiagrammer. Et slikt steg kan potensielt redusere dokumentasjonsmengden med 1/5, gjøre forbedring enklere og endring mer kontrollerbart, større bruker-engasjement og bedre kontroll på innebygget risiko og organisatoriske barrierer. KRN Academy tilbyr kurs for å lære hvordan du kan etablere og forbedre et prosessbasert styringssystem. Vi vil ikke snakke om software eller IT-systemer, kun hva du må gjøre og legge til rette for å lykkes med å ta steget vekk fra lange prosedyrer over til lettbente prosesser. Kurset går over to dager og dekker følgende tema: DAG 1 introduksjon til Business Excellence forbedring som et prosjekt (gjennomgåelse av ulike prosjektmodeller) transformere en virksomhet med gjennombrudd prosessbasert styringssystem – designbasis prosessmodenhet DAG 2 prosesseierskap kompetansestrategi for arbeide med prosesser trinnvis modell for utvikling eller forbedring av et prosessbasert styringssystem praktisk organisering og plan for prosessforbedringer valg av system/digitalisering Du får med utprøvde metoder og praktiske fremgangsmåter for å kunne lykkes med å skape et helhetlig integrert og prosessbasert styringssystem for DIN virksomhet. Egner seg svært godt om bedriftsinternt kurs.   Bedriftsinternt kurs?    Kurset er allerede gjennomført hos større organisasjoner med svært gode tilbakemeldinger. Kontakt oss gjerne for referanse. Kurset tilbys også på engelsk Derso du også trenger mer kunnskap om kravene i ISO 9001, så har vi kurs i det også. Se www.qrn.no   Kursleder er Sidsel Storaas, se gjerne egen omtale om Sidsel 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.  [-]

Engelskkurs A2 – 1-til-1 Privatklasser for litt viderekomne Har du allerede grunnleggende kunnskap i engelsk og ønsker å ta språket et steg videre? Vårt A2 privatkurs passer perfekt for deg som vil styrke språkkunnskapene i ditt eget tempo, med personlig oppfølging fra en erfaren lærer. Undervisningen er praktisk, strukturert og gir deg trygghet til å bruke språket mer aktivt i hverdagen. Hvem passer kurset for? Dette kurset passer for: Expats og innvandrere som vil forbedre sine engelskkunnskaper Studenter og jobbsøkere som trenger bedre språklig selvtillit Alle som ønsker å kommunisere bedre på engelsk i dagligliv og arbeid Kursmateriell Du får tilgang til moderne og praktiske læremidler: Hverdagsdialoger og lytteøvelser med høyere vanskelighetsgrad Enkle tekster og situasjoner som krever mer språklig presisjon Grammatikk og vokabular tilpasset A2-nivå Alt hjelper deg med å utvikle ferdigheter innen lesing, lytting, skriving og muntlig kommunikasjon på neste nivå. Kursbevis Etter fullført kurs får du et digitalt kursbevis som dokumenterer at du har nådd A2-nivå i henhold til CEFR. Fleksibel undervisning Vi tilbyr undervisning både fysisk og online – du velger det som passer best. Du kan starte når som helst og lære i ditt eget tempo, med full støtte underveis. Bygg videre på engelsken din – med trygg og effektiv én-til-én undervisning som gir deg resultater! [-]

Lang kursbeskrivelse [-]

Kurset er laget for å gi deg som jobber med informasjon og systemsikkerhet i kommunen, men er også åpen for andre som ønsker å styrke sin kompetanse innen fagfeltet. Du lærer hvordan gjennomføre en helhetlig risiko- og sårbarhetsanalyse, med kartlegging, systematisere og utforming av sannsynlighetsberegning for uønskede hendelser som kan inntreffe i kommunens informasjonssystemer. Metoder for å hvordan disse kan påvirke kommunen og hvordan redusere risiko for tap av data. Når kurset er ferdig har du maler til å lage helhetlige risiko- og sårbarhetsanalysen, som i følge «Forskrift om kommunal beredskapsplikt» skal forankres i kommunestyret.  Vi går gjennom: Kartlegging av eksisterende og fremtidige risiko- og sårbarhetsfaktorer. Risiko og sårbarhet utenfor deres geografiske område men som kan ha betydning. Hvordan ulike risiko- og sårbarhetsfaktorer kan påvirke hverandre. Særlige utfordringer knyttet til kritiske funksjoner og tap av kritiske data. Kommunens evne til å opprettholde sin virksomhet når den utsettes for en uønsket hendelse og evnen til å gjenoppta sin virksomhet etter at hendelsen har inntruffet. Behovet for varsling under og etter en hendelse. Metoder for å avdekke behov for mer detaljerte analyser. Hvilke relevante offentlige og private aktører som bør bidra i i arbeidet med utarbeidelse av risiko- og sårbarhetsanalysen. Du vil også få en innføring i hva som bør med i en informasjonssikkerhets policy og hvordan jobbe frem en forankring hos kommuneledelsen. Som deltager får du en rekke maler for å hjelpe deg i gang med arbeidet, dette er maler som: Mal - Risiko og sårbarhets analyse Mal - Beredskapsplan Mal - Revisjon av tjenesteleverandører Mal - BIA (Analyser effekt av mulig hendelse) Mal - Kompetanse- og kulturutvikling [-]

  Certificate of Cloud Security Knowledge (CCSK)    CCSK er et bevis på at innehaveren forstår hovedkonseptene i de tre dokumentene CSA bruker som kunnskapsbase for CCSK: CSAs eget rammeverk for beste praksis innen skysikkerhet, «Security Guidance for Critical Areas of Focus in Cloud Computing, v4.0” ENISAs – det europeiske byrået for nettverks- og informasjonssikkerhet – white paper «Cloud Computing: Benefits, Risks and Recommendations for Information Security.» ENISA er EUs ekspertisesenter for internettsikkerhet i Europa. CSA har i en årrekke hatt et tett samarbeid med ENISA. «CSA Cloud Controls Matrix» er et verktøy for å evaluere skytjenester opp mot en lang rekke standarder og rammeverk, for enklere å forstå hvor godt den enkelte skytjeneste er egnet til å understøtte deg og din bedrift i deres forpliktelser. I tillegg til det offisielle materialet, får kursdeltakere fra kraftbransjen tilgang til Berigos egenutviklede materiale som utvider Cloud Controls Matrix til også å omfatte kraftberedskapsforskriften.   [-]

Podstawowy kurs Pracy na Wysokościach:Ten kurs jest przeznaczony dla uczestników, którzy będą pracować w elektrowni wiatrowej. Podstawowy kurs Pracy na Wysokościach jest oddzielnym modułem w ramach szkolenia GWO, trwającym 2 dni, czyli 16 godzin. Naszym celem jest, abyś jako uczestnik ukończył kurs z dobrą znajomością przepisów, sprzętu, teorii upadków, a przede wszystkim ratownictwa, w dodatku do metod praktycznych. Odświeżający kurs Pracy na Wysokościach:Ten kurs jest przeznaczony dla tych, którzy ukończyli podstawowy kurs GWO Pracy na Wysokościach. Odświeżający kurs Pracy na Wysokościach jest oddzielnym modułem w ramach szkolenia GWO, trwającym 1 dzień, czyli 8 godzin. Naszym celem jest, abyś jako uczestnik kursu odświeżającego ukończył go z dobrą znajomością przepisów, sprzętu, teorii upadków, a przede wszystkim ratownictwa, w dodatku do metod praktycznych. Ważne punkty kursu: - Używaj osobistego sprzętu ochronnego i wyposażenia w sposób prawidłowy i bezpieczny. Szelki, linka asekuracyjna, linka podtrzymująca, urządzenie do zatrzymywania upadków i ślizgacze na szynach.- Zrozumienie zagrożeń związanych z używaniem pojedynczego sprzętu zabezpieczającego przed upadkiem.- Umiejętność prostego konserwowania i kontroli użytkowej sprzętu, o którym uczysz się na kursie.- Umiejętność przeprowadzenia prostej akcji ratunkowej kolegi.- Znajomość obowiązujących przepisów dotyczących pracy w elektrowni wiatrowej. [-]

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     [-]

RH124: Red Hat System Administration I - Linux (RHEL) [-]