Kurs i Tranås

Spesialseminar 2: «Generasjonsskifter - utfordringer og løsninger»    Dette spesialseminaret er åpent og kostnadsfritt for alle som er med i styrenettverksgrupper arrangert av Styreforeningen. For andre deltakere som er medlemmer av Styreforeningen koster seminaret kr. 4.990,-.For deltakere som ikke er med i styrenettverksgrupper og som ikke er medlemmer av Styreforeningen er prisen kr. 5.990,-   Seminaret tar for seg en rekke krevende faser og situasjoner som kan oppstå i forbindelse med styrearbeidet. Vi ser blant annet på:   hva undersøkeler som er gjort omkring generasjonsskifteprosesser forteller oss uventet aksjonær bortgang og ulike utfordringer det kan medføre fremtidsfullmakt i forbindelse med aksjeeierskap og aksjeovertakels viktigheten av vedtektsbestemmelser eventuelt aksjonæravtaler ved generasjonsskifter, og utfordringene som kan oppstå dersom situasjonen ikke er hensynttat i formalia styrets rolle i generasjonsskifteprosesser forberedelsene og tilretteleggingen i generasjonsskifteprosesser sjekkliste ved generasjonsskifteprosesser [-]

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.   [-]

Understand the purpose and key concepts of the Service Desk practice, including how it serves as the central point of contact between the service provider and the users, facilitating effective communication. This eLearning is: Interactive Self-paced Device-friendly 2-3 hours content mobil-optimised practical exercises     Exam: 20 questions Multiple Choice 30 minutes Closed book Minimum required score to pass: (65%)   [-]

AZ-1008: Administer Active Directory Domain Services [-]

I Matematikk R2 lærer du om integralregning, rekker, vektorer og trigonometri. Matematikk R2 er for deg som trenger realfagmatematikk for videre studier eller for å forbedre karakteren din. Faget er obligatorisk om du skal studere til ingeniør eller arkitekt. Matematikk R2 gir 1 realfagpoeng. Du må ha matematikk R1 for å ta dette faget. Gjennomføring NettstudierDu bestemmer 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. Eksamen Eksamen i Matematikk R2 er skriftlig. Som privatist må du selv melde deg opp til eksamen. Oppmeldingsfristene er normalt 15. september og 1. februar. Husk at betaling av eksamensavgiften skjer ved oppmelding. 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 Er du usikker på hva som skal til for å få studiekompetanse, ta gjerne kontakt med oss for gratis veiledning. Vi har veiledere med mange års erfaring som står klare til å hjelpe deg!Ønsker du mer informasjon om kurset velg "Send meg info"-knappen under. Vil du chatte med oss, så klikk på ikonet nederst i høyre hjørne. 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.     [-]

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     [-]

Med generell studiekompetanse, kan du søke opptak til de fleste studier ved universiteter og høyskoler. For å komme inn på et studium, må du også ha karakterer som er gode nok. 23/5-regelen Er du over 23 år og mangler studiekompetanse? Da kan du ta generell studiekompetanse etter 23/5 regelen. Du må fylle 23 år eller mer det året du søker om opptak. Du må dokumentere at du har fullført og bestått alle de seks studiekompetansefagene. Du må dokumentere minst 5 års arbeidspraksis og/eller utdanning. Er du kvalifisert gjennom 23/5-regelen, regnes karakterpoengene dine ut på grunnlag av de seks studiekompetansefagene. Eksamen Du må selv melde deg opp til privatisteksamen. Privatisteksamen arrangeres normalt to ganger i året Kort om kursene i Generell studiekompetanse Studiekompetansefagene NooA har valgt å dele matematikkfaget i to kurs, slik at vi dekker de seks studiekompetansefagene med følgende kurs: Naturfag Vg1 er basert på læreplanen i naturfag NAT01-04. Kurset tar for seg emnene: naturvitenskap, programmering, arv, evolusjon, kropp, helse, klima, miljø, bølger, energi, stråling, stoffer og materialer. Engelsk Vg1 er basert på læreplanen i engelsk ENG01-04. Kurset tar for seg språklæring, kommunikasjon, kultur, samfunn og litteratur. Samfunnskunnskap er basert på læreplanen i samfunnsfag SAK01-01. Kurset tar for seg emnene utforskning, globale perspektiver, økonomi- arbeids- og samfunnsliv, sosialisering- identitet og livsmestring, demokrati og medborgerskap Historie er basert på læreplanen i historie HIS01-03 Kurset tar for seg emnene: Historieforståelse og metoder og Samfunn og mennesker i tid. Matematikk 1P Vg1 er basert på læreplanen i matematikk  MAT08-01. Kurset fokuserer på tall og algebra, grafiske fremstillinger og regneark, algoritmer og programmering (Phyton) og funksjoner og modellering. Sammen med Matematikk 2P dekker kurset kravene til generell studiekompetanse i matematikk. Matematikk 2P Vg2 er basert på læreplanen i matematikk  MAT08-01. Sammen med Matematikk 1P  dekker kurset kravene til generell studiekompetanse i matematikk. Kurset tar for seg emnene: Tall og algebra, geometri i praksis, statistikk, økonomi. Norsk Vg3 er basert på læreplanen i norsk NOR01-06  [-]

Due to the increasing number of foreign workers in Norway, we are now offering the mandatory HSE courses in English. E-learning We've got many years experience in educating Managers through online courses. The course is conducted online, in front of your computer. Depending on your current knowledge, the course takes from 1 to 3 hours to complete. The Working Environment Act § 3-5 impose the employer´s obligation to undergo training in health, environment and safety work. The obligation is personal and can not be delegated. This course will give a basic introduction to the laws and is based on The Norwegian Labour Inspection Authorities (Arbeidstilsynet) guidelines for employers obligation to undergo training in health, environment and safety work.  The course relates to all requirements set forth by The Norwegian Labour Inspection Authorities (Arbeidstilsynet). The course has two parts: Theory We've organized the laws and regulations neatly and transtlated the important parts to English. First step is to read through the course material. Exam The exam is a multiple choice test to verify your knowledge.  What do you get? In addition to a course diploma (required by the Norwegian Labour Inspection Authorities), you get a number of documents and templates required to document the HSE work in the company.     [-]

MS-100: Microsoft 365 Identity and Services [-]

Introduction to Blockchain technology [-]

Er du på jakt etter mer avansert funksjonalitet på forsidene dine? På dette webinaret lærer du mer om å sette inn innhold fra andre kilder og å sy sammen komponentene på siden. Webinaret varer i 2 timer og består av to økter à 45 min. Etter hver økt er det 10 min spørsmålsrunde. Mellom øktene er det 10 min pause. Webinaret kan også spesialtilpasses og holdes bedriftsinternt kun for din bedrift.   Kursinnhold:   Sider og sideoppsett Bli kjent med Webdel-sider og oppsett Hvordan legge til skriptsnutter og elementer fra andre nettsider   Bygg inn innhold Legg inn embed-kode Forberede og presentere en PowerPoint-presentasjon på forsiden ved hjelp av Office Web Apps/Office Online   Forsider og dashboards Forberede og presentere en Excel-bok på forsiden med Excel Services Forberede og presentere en Visio-tegning som forsidemeny med Visio Services   Dynamiske sider Målgrupper Koble sammen webdeler og la innhold i en webdel påvirke innholdet i en annen   3 gode grunner til å velge KnowledgeGroup 1. Best practice kursinnhold 2. Markedets beste instruktører 3. Gratis support [-]

  Studieår: 2013-2014   Gjennomføring: Høst og vår Antall studiepoeng: 5.0 Forutsetninger: God kjennskap til Windows XP/Windows 7/Windows 8 eller god generell kunnskap om andre operativsystemer. Innleveringer: Innleverte øvinger. Det blir gitt 12 øvinger og 8 må være godkjent for å kunne gå opp til eksamen Personlig veileder: ja Vurderingsform: 3-timers individuell skriftlig eksamen Ansvarlig: Jostein Lund Eksamensdato: 05.12.13 / 08.05.14         Læremål: Etter å ha gjennomført emnet Windows server for systemansvarlige skal studenten ha følgende læringsutbytte: KUNNSKAPER:Kandidaten:- har innsikt i drift av nettverk basert på Windows Server, programvaredistribusjon, virtualisering og overvåking. FERDIGHETER:Kandidaten kan:- installere Windows Server med roller og tjenester- lage/opprette og konfigurere Active Directory- opprette brukere, grupper og tilgangskontroll- benytte Group Policy til utrulling av skrivere og programvare, implementere innloggings-script og sette passordpolicy- opprette og konfigurere lokale og vandrende (roaming) profiler- utvikle, tilpasse og implementere innloggingsscript for brukerne- sette opp og drifte lokale og delte skrivere- rulle ut operativsystemer og applikasjoner- opprette og administrere virtuelle maskiner og nettverk GENERELL KOMPETANSE:Kandidaten har:- perspektiv og kompetanse i å velge riktige og tilpassete driftsløsninger- kompetanse i å formidle driftsterminologi, både muntlig og skriftlig Innhold:Installasjon av tjenermaskin og tilkobling av arbeidsstasjoner med Windows 7/8. Brukeradministrasjon og hvordan sikkerheten i Windows 2008/2012 nettverk settes opp med bruk av Active Directory, DNS, deling, NTFS, grupper, domener og Group Policy. Oppsett av profiler, loginscript for brukere, utskriftmiljøet, distribusjon av OS og programvare, fjerndrifting og virtualisering (server 2008/2012).Les mer om faget her Påmeldingsfrist: 25.08.13 / 25.01.14         Velg semester:  Høst 2013    Vår 2014     Fag Windows server for systemansvarlige 4980,-         Semesteravgift og eksamenskostnader kommer i tillegg.    [-]

Målsetting Etter endt kurs skal eleven selvstendig kunne gjennomføre en sakkyndig periodisk kontroll innen G04 Emneliste Praktisk øvelse i betjening av traverskran Praktisk øvelse i kontroll Kontrollprosedyrer Rapportskriving Verktøy og utstyr Eksamensprøver Avslutningsprøve Praktisk prøve omfatter:• Kontrollprosedyrer og sjekklister• Verktøy og utstyr• Kontroll• Rapportskriving 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. [-]

Etter å ha gjennomført kurset skal en ha tilstrekkelig kunnskaper om gassegenskaper, regelverk, komponenter, sikkerhetskrav og dimensjonering for prosjektering av anleggstype 2.   Hovedemner: Fordypning i lover, regelverk og HMS Planlegging, dimensjonering og prosjektledelse Søknad, dokumentasjon og instrukser Kontroll og driftsetting Kontroll av gassanlegg   Gjennomføring:  Kurset er på totalt 50 timer + eksamen og gjennomføres i to bolker:  Første bolk er en kurssamling på to dager Andre bolk er en kurssamling på to dager inkludert eksamen siste dag Mellom samlingene er det lagt opp til arbeid med caseoppgaver.   Eksamen I forlengelsen av kurset gjennomføres det en teoretisk prøve som består av flervalgsspørsmål der en må ha riktig på 80 prosent av svarene for å få bestått.  Påmeldingsregler Påmeldingen er bindende. Skulle noe uforutsett skje kan du hos oss avbestille eller flytte kurset gebyrfritt, inntil 4 uker før kursstart. Ved ønske om avbestilling eller flytting senere enn 4 uker før kursstart må det betales et avbestillingsgebyr på 50% av deltageravgiften. Ved ønske om avbestilling eller flytting senere enn 2 uker før kursstart må det betales et avbestillingsgebyr tilsvarende full deltakeravgift. [-]

Medlemskurs: Styreinstruksen i praksis (Gratis for medlemmer) Nettbasert / Ca. 45 min / "Live" med Styrekonsulent eller On-demand.   Ett komprimert og nyttig kurs med mange verdifulle tips og råd. Kurset leveres både "live" med styrekonsulent – enten via Teams eller Zoom, med mulighet for å stille spørsmål mm. underveis, eller som On-demand kurs.    Vi tar utgangspunkt i aksjelovens pålegg om at styret skal fastsette en styreinstruks i alle selskaper med ansatt valgte styremedlemmer. Uansett bør ethvert styre i det minste fastsette en del vesentlige og grunnleggende retningslinjer for styrearbeidet i den enkelte virksomhet!   Hva er styresaker i vår virksomhet og hva ligger under administrasjonen/daglig leder direkte? Hvordan skal styrets arbeid utføres og hva omfattes av dette arbeidet? Hvem har ansvar for hva i forbindelse med styresaker og styremøter? Hvordan skal styrets saksgang og fremdrift fungere? Hva skal daglig leders lovpålagte rapportering til styret omfatte, og hvor ofte og når skal rapporten forelegges for styret? Ovennevnte er noen få eksempler på spørsmål som avklares og hensyntas i en styreinstruks. Styreinstruksens målsetting er å sørge for at det enkelte styremedlem, daglig leder samt andre involverte parter på styrenivå, arbeider samstemt i forhold til styrets aktiviteter. Den skal videre sikre en best mulig felles ramme for styrets medlemmer i forhold til gjennomføring, omfang, innhold og arbeidsform på styrenivå.   Kursinnhold: Aksjelovens bestemmelser om styreinstruks og hensikt og formål med instruksen Daglig leders rapportering til styret og behovet for klargjøringer opp mot styreinstruks Om bestemmelsene omkring forberedelser til styrearbeid og informasjon til styrets medlemmer Om bestemmelsene omkring protokoll og saksbehandlingen i styret Avklaring av styreleders rolle,  Avklaring av de enkelte styremedlemmer, varamedlemmer, observatører og daglig leders rolle og funksjon i forkant av og i styremøtene Styreinstruksen. Et viktig grunnlag for godt styrearbeid og styreledelse  Andre praktiske sider ved innhold i en hensiktsmessig styreinstruks Vi ser på PRAKTISKE MALER OG EKSEMPLER   Målgruppe: Daglig leder, styreleder, styremedlemmer og andre med interesse for temaet.   Kursmateriell: Det inngår ikke skybaserte filmapper med materiell og hjelpemidler for øvrig i våre GRATIS medlemskurs, men vi viser til artikler, hjelpemidler, dokumentmaler mm på medlemsportalen under kurset slik at du kan benytte deg av det i ettertid.   NB!  GRATIS for alle medlemmer i Styreforeningen.no Pris for "ikke medlemmer" tilsvarer 12 måneders medlemskap i Styreforeningen.no, regnet fra og med kursdato, for deg som ikke fra tidligere var medlem i Styreforeningen.no   Som medlem får du da full tilgang til alle medlemsfordeler fra og med dagen etter kursdato: alle typer GRATIS kurs og webinarer / medlemspris på alle andre kurs dokumentmalregister, spørsmål og svar basene, artikkelseriene mm avklaringstime hvert halvår, medlemssupport pr telefon/epost anledning til å registrere din CV GRATIS i Styrerekruttering.no ... og alle de øvrige medlemsfordelene i Styreforeningen.no   [-]