Kurs i Trysil

Helse- og oppvekstfag er et videregående trinn 1 i videregående skole.  Helse- og oppvekstfag er det som tilsvarer det tidligere helse og sosialfag.   Helse- og oppvekstfag passer for deg som liker å jobbe med mennesker. Du kan velge mellom følgende yrker: ambulansefagarbeider, barne- og ungdomsarbeider, fotterapeut, hudpleier, helsefagarbeider, helsesekretær og tannhelsesekretær. Helse- og oppvesktfag vg1 er første året i utdanningen. Felles programfag: Helsefremmende arbeid • Kommunikasjon og samhandling • Yrkesutøvelse Start:             Når du selv ønsker. Varighet:       En innlevering for hvert fag – i alt 3 Pris:              Felles programfag: Kr. 10.000,- ekskl. lærebøker og eksamensavgift (kan deles i 4 månedlige avdrag med kr. 200,- i avdragsgebyr pr. avdrag)   Tidsplan - Helse- og oppvekstfag • Kurset for Helse- og oppvekstfagkan tas etter egen tidsplan med innlevering av mapper til retting. • Du velger selv når du vil starte opp med kurset og du velger selv hvor lang tid du vil bruke.   Innleveringer • En innlevering for hvert fag – i alt 3. • Kurset er i tråd med læreplanens kompetansemål.   Lånekasse Kurset er godkjent i Lånekassen.   Målgruppe for Helse- og oppvekstfag Helse- og oppvekstfag passer for alle som ønsker å kvalifisere seg til et yrke i helse- og sosialsektoren. Etter bestått Vg1, kan man fortsette på Vg2: • Ambulansefag Vg2 • Barne- og ungdomsarbeiderfag Vg2 • Fotterapi og ortopediteknikk Vg2 • Helsearbeiderfag Vg2 • Helseservicefag Vg2 • Hudpleie Vg2   Aktuelle yrker Helse- og sosialfag Vg1 er første året i utdanningen for følgende yrker: • Ambulansearbeider • Barne- og ungdomsarbeider • Helsefagarbeider • Fotterapeut • Ortopeditekniker • Helsesekretær • Tannhelsesekretær • Farmasitekniker • Hudpleier     Eksamensform • Privatisteksamen etter gjeldende regler.   Prosjekt til fordypning • Forskrift for prosjekt til fordypning gjelder.   Dersom du ønsker å komme i kontakt med studieekspert kan du trygt ta kontakt med oss på telefon: 913 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. [-]

Kurset fokuserer på integrering av forskjellige verdistrømmer og aktiviteter for å lage, levere og støtte IT-aktiverte produkter og tjenester, samtidig som den dekker støtte for praksis, metoder og verktøy. Kurset gir kandidatene forståelse for tjenestekvalitet og forbedringsmetoder. E-læringskurset inneholder 18 timer med undervisning, og er delt inn i 8 moduler. Les mer om ITIL® 4 på AXELOS sine websider. Inkluderer: Tilgang til ITIL® 4 Specialist: Create, Deliver and Support e-læring (engelsk) i 12 måneder. ITIL® 4 Specialist: Create, Deliver and Support online voucher til sertifiseringstest.  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. ITIL®/PRINCE2®/MSP®/MoP® are registered trademarks of AXELOS Limited, used under permission of AXELOS Limited. All rights reserved. [-]

ITIL® 4 Foundation-kurset er en introduksjon til ITIL® 4. Kurset lar kandidater se på IT-tjenestestyring gjennom en ende-til-ende driftsmodell, som inkluderer oppretting, levering og kontinuerlig forbedring av IT-relaterte produkter og tjenester. E-læringskurset inneholder 12 timer med undervisning, og er delt inn i 8 moduler. Les mer om ITIL® 4 på AXELOS sine websider. Inkluderer: Tilgang til ITIL® 4 Foundation e-læring (engelsk) i 12 måneder. ITIL® Foundation online voucher til sertifiseringstest + digital ITIL Foundation bok 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. Sertifiseringen består av: 40 spørsmål Multiple Choice 60 minutter + 15 minutter til rådighet dersom du ikke har engelsk som morsmål For å bestå må du ha minimum 26 riktige (65%) Ingen hjelpemidler tillatt ITIL®/PRINCE2®/MSP®/MoP® are registered trademarks of AXELOS Limited, used under permission of AXELOS Limited. All rights reserved. [-]

Kurset fokuserer på konvertering av etterspørsel til verdi via IT-relaterte tjenester. Modulen dekker sentrale emner som SLA-design, styring av flere leverandører, kommunikasjon, relasjonsstyring, CX- og UX-design, kartlegging av kunder og mer. E-læringskurset inneholder 18 timer med undervisning, og er delt inn i 8 moduler. Les mer om ITIL® 4 på  AXELOS sine websider. Du vil motta en e-post med tilgang til e-læringen, sertifiseringsvoucher og digital bok fra Peoplecert. Du avtaler tid for sertifiseringen som beskrevet i e-posten fra Peoplecert. [-]

Kurset passer for: deg som har design og håndverk vg1 eller formgivingsfag grunnkurs samt fellesfagene/allmennfagene fra vg1 og vg2/grunnkurs og vk-1. deg som har lang praksis i yrket og som ønsker å ta fagprøven (praksiskandidat).   Kursets innhold er: Felles programfag: Aktiviseringsfag - Administrasjonsfag Nettkurs uten samlinger med nettressurser.   Start:              Når du selv ønsker. Omfang:          3 innleveringer Pris:                Felles programfag: Kr. 10.000,- ekskl. lærebøker og eksamensavgift (kan deles i 4 månedlige avdrag med kr. 200,- i  avdragsgebyr pr. avdrag)   Tidsplan • 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 • Det er i alt 3 innleveringer – 1 for hvert fag i tillegg til en tverrfaglig oppgave • 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 eller avlegger den teoretiske prøven som inngår i fagprøven.   Eksamensform  Privatisteksamen etter gjeldende regler. Oppmelding elektronisk: www.privatistweb.no Fører frem til fagbrev.   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 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 jobben Som aktivitør skal du legge til rette for kreative aktiviteter for ulike brukergrupper som eldre, psykisk utviklingshemmede og psykisk- eller fysisk funksjonshemmede. Aktivitetene kan for eksempel være husflids- og handverksaktiviteter, fysiske aktiviteter av ulike slag, eller dagligdagse gjøremål.    Målsettingen er å opprettholde eller å forbedre brukernes funksjonsnivå bade fysisk, psykisk og intellektuelt.    Vanlige arbeidsoppgaver for en aktivitør er: • planlegge,lede, gjennomføre aktiviteter • vurdere og dokumentere aktiviteter • utvikle, kvalitetssikre og markedsføre aktiviteter   Personlige egenskaper Som aktivitør bør du være kreativ og ha evne til a finne praktiske løsninger på utfordringer som dukker opp. Kommunikasjon, forståelse og evne til a komme kontakt med ulike typer mennesker er også typiske egenskaper ved aktivitøren. Tillegg må du ha kunnskap om menneskets naturlige utvikling, førstehjelp og enkel sykdomslære.   Hvor jobber aktivitøren? Som aktivitør kan du jobbe i ulike helseinstitusjoner, hjemmebaserte tjenester, kultur- og fritidssektoren, rusomsorgen, skole, SFO, frivillighetssentralen eller i private vernede bedrifter. Som aktivitør jobber du ofte med eldre, psykisk utviklingshemmede, funksjonshemmede, barn, ungdom og andre grupper med behov for rehabilitering.   Er du organisert? Undersøk med ditt fagforbund om du kan søke å få dekket kursavgift.   Dersom du ønsker å komme i kontakt med studieekspert kan du trygt ta kontakt med oss på telefon: 913 58 038 eller sende oss E-post til: postmottak@kompetansesenter-bedriftshjelp.com [-]

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

I faget Historie lærer du om verdens- og norgeshistorien, og får innsikt i sammenhenger og konsekvenser av historiske hendelser. Historie er et av fagene du må ha for å oppnå generell studiekompetanse (23/5 regelen) eller som påbygg til fagbrev. Du kan også ta faget for å forbedre karakteren din.  Innhold/temaer Kurset gir deg innsikt i viktige historiske temaer og perioder i norsk og internasjonal historie. Gjennom arbeidet med historiefaget er målet at du skal forstå deg selv og samfunnet bedre. Du vil også kunne orientere deg, ta stilling til og se nåtidige utfordringer i en historisk sammenheng. Gjennom varierte leksjoner utforsker vi mennesker og samfunn i fortid, nåtid og fremtid. Hva mente Maria Antoinette da hun uttalte «La dem spise kake»? Hvorfor ble Julius Cæsar knivstukket 23 ganger på senatgulvet?Kurset er delt opp i følgende temaer:- Historie innledning- Verden blir til: 1500 F.Kr. til 1500- Verden blir mindre: 1500-1800- Verden forandres: 1800-1914- Verden i ubalanse: 1914-1945- Verden i endring: 1945- nå- AvslutningNivået og kurset tilsvarer antall årstimer man har undervisning i historie på vgs. Dette passer for deg som Skal studere på høyskole eller universitet og- trenger studiekompetanse og er 23 år eller eldre, se her for info om 23/5 regelen (6-fagspakken)- har fagbrev (vg1 + vg2) og trenger påbygg for å oppnå studiekompetanse (4-fagspakken)- ønsker å forbedre karakterer fra videregående skole 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. 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. Her kan du prøve historiekurset (gratis) Eksamen Som deltaker ved K2 er du privatist og må ta eksamen i fagene for å få karakter. Historie har muntlig eksamen. Oppmeldingsfristene er normalt 15. september og 1. februar. Husk at betaling av eksamensavgiften skjer ved oppmelding.  Veien videre Med generell studiekompetanse (23/5-regelen og de 6 fagene du kan ta hos oss) eller vitnemål fra studieforberedende program (4 fagene) kan du søke opptakt til høgskoler og universitet. 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 i undervisningen og eksamen. I tillegg trenger du PC-versjonen av Office eller tilsvarende programmer. Online-versjonen som du får tilgang til som deltaker hos K2, kan ikke benyttes på eksamen da denne krever nettilgang. 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.   [-]

Er glad i å lage mat og har vært, eller er, ansatt i restaurantbransjen? Eller har tilberedning av mat til mange mennesker vært din arbeidsoppgave i en bedrift? Med et fagbrev i kokkfaget får du dokumentert din kompetanse og kan kalle deg faglært kokk.  Teori til fagbrev er første steg på veien.   [-]

Kurs for assistenter i barnehage/skole/sfo, barne- og ungdomsarbeidere, omsorgsarbeidere, andre yrkesutøvere og foreldre.   • Kurset skal gi deltakerne en faglig forståelse og en teoretisk begrunnelse for krisepedagogikk. • Det gis eksempler på hvordan den enkelte kan rammes av individuelle og kollektive kriser. • Det gis også eksempler på bruk av metoder med tanke på å «omskape» kriser og traumer til     pedagogiske mestringsmuligheter.   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 kurset og du bestemmer selv hvor lang tid du vil bruke.   Innleveringer • Innlevering av 3 besvarelser   Mål for kurset • Kurset skal gi deltakerne en faglig forståelse og en teoretisk begrunnelse for krisepedagogikk. • Det gis eksempler på hvordan den enkelte kan rammes av individuelle og kollektive kriser. • Det gis også eksempler på bruk av metoder med tanke på å «omskape» kriser og traumer til pedagogiske mestringsmuligheter.   Kursdeltakerne skal få kunnskap om: • Hvordan ansatte i barnehage og skole kan bli bedre til å hjelpe barn og ungdom etter kriser og traumer. • Hvordan gjøre hendelsene forståelige og håndterbare slik at hverdagen i barnehagen og skolen blir mest      mulig meningsfull. • Hvordan man aktivt kan ta del i barnets opplevelse av krisen slik at den blir noe barnet kan lære av.   Tema • Barn og ungdom – kriser og traumer • Hva er krisehjelp? • Traumeteorier • De skjulte krisene • Kriser og læring • Krisepedagogikk i barnehage og skole • Krisepedagogisk modell • Pedagogikk og terapi • Krisers innvirkning på læring • Terapeutisk kommunikasjon • Krisepedagogiske metoder • Spenningsreduserende tiltak • Krisepregnende nyheter • Når katastrofen angår oss alle • Sorghåndtering – kunnskapsformidling • Kriseberedskap   Litteratur Krisepedagogikk Magne Raundalen/Jon-Håkon Schultz ISBN 9788215009131 Universitetsforlaget 2006     Vurdering  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 kursavgift. [-]

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 [-]

 This course teaches you to leverage your existing knowledge of Python and machine learning to manage data ingestion and preparation, model training and deployment, and machine learning solution monitoring in Microsoft Azure. TARGET AUDIENCE This course is designed for data scientists with existing knowledge of Python and machine learning frameworks like Scikit-Learn, PyTorch, and Tensorflow, who want to build and operate machine learning solutions in the cloud. COURSE CONTENT Module 1: Introduction to Azure Machine Learning In this module, you will learn how to provision an Azure Machine Learning workspace and use it to manage machine learning assets such as data, compute, model training code, logged metrics, and trained models. You will learn how to use the web-based Azure Machine Learning studio interface as well as the Azure Machine Learning SDK and developer tools like Visual Studio Code and Jupyter Notebooks to work with the assets in your workspace. Getting Started with Azure Machine Learning Azure Machine Learning Tools Lab : Creating an Azure Machine Learning WorkspaceLab : Working with Azure Machine Learning Tools After completing this module, you will be able to Provision an Azure Machine Learning workspace Use tools and code to work with Azure Machine Learning Module 2: No-Code Machine Learning with Designer This module introduces the Designer tool, a drag and drop interface for creating machine learning models without writing any code. You will learn how to create a training pipeline that encapsulates data preparation and model training, and then convert that training pipeline to an inference pipeline that can be used to predict values from new data, before finally deploying the inference pipeline as a service for client applications to consume. Training Models with Designer Publishing Models with Designer Lab : Creating a Training Pipeline with the Azure ML DesignerLab : Deploying a Service with the Azure ML Designer After completing this module, you will be able to Use designer to train a machine learning model Deploy a Designer pipeline as a service Module 3: Running Experiments and Training Models In this module, you will get started with experiments that encapsulate data processing and model training code, and use them to train machine learning models. Introduction to Experiments Training and Registering Models Lab : Running ExperimentsLab : Training and Registering Models After completing this module, you will be able to Run code-based experiments in an Azure Machine Learning workspace Train and register machine learning models Module 4: Working with Data Data is a fundamental element in any machine learning workload, so in this module, you will learn how to create and manage datastores and datasets in an Azure Machine Learning workspace, and how to use them in model training experiments. Working with Datastores Working with Datasets Lab : Working with DatastoresLab : Working with Datasets After completing this module, you will be able to Create and consume datastores Create and consume datasets Module 5: Compute Contexts One of the key benefits of the cloud is the ability to leverage compute resources on demand, and use them to scale machine learning processes to an extent that would be infeasible on your own hardware. In this module, you'll learn how to manage experiment environments that ensure consistent runtime consistency for experiments, and how to create and use compute targets for experiment runs. Working with Environments Working with Compute Targets Lab : Working with EnvironmentsLab : Working with Compute Targets After completing this module, you will be able to Create and use environments Create and use compute targets Module 6: Orchestrating Operations with Pipelines Now that you understand the basics of running workloads as experiments that leverage data assets and compute resources, it's time to learn how to orchestrate these workloads as pipelines of connected steps. Pipelines are key to implementing an effective Machine Learning Operationalization (ML Ops) solution in Azure, so you'll explore how to define and run them in this module. Introduction to Pipelines Publishing and Running Pipelines Lab : Creating a PipelineLab : Publishing a Pipeline After completing this module, you will be able to Create pipelines to automate machine learning workflows Publish and run pipeline services Module 7: Deploying and Consuming Models Models are designed to help decision making through predictions, so they're only useful when deployed and available for an application to consume. In this module learn how to deploy models for real-time inferencing, and for batch inferencing. Real-time Inferencing Batch Inferencing Lab : Creating a Real-time Inferencing ServiceLab : Creating a Batch Inferencing Service After completing this module, you will be able to Publish a model as a real-time inference service Publish a model as a batch inference service Module 8: Training Optimal Models By this stage of the course, you've learned the end-to-end process for training, deploying, and consuming machine learning models; but how do you ensure your model produces the best predictive outputs for your data? In this module, you'll explore how you can use hyperparameter tuning and automated machine learning to take advantage of cloud-scale compute and find the best model for your data. Hyperparameter Tuning Automated Machine Learning Lab : Tuning HyperparametersLab : Using Automated Machine Learning After completing this module, you will be able to Optimize hyperparameters for model training Use automated machine learning to find the optimal model for your data Module 9: Interpreting Models Many of the decisions made by organizations and automated systems today are based on predictions made by machine learning models. It's increasingly important to be able to understand the factors that influence the predictions made by a model, and to be able to determine any unintended biases in the model's behavior. This module describes how you can interpret models to explain how feature importance determines their predictions. Introduction to Model Interpretation using Model Explainers Lab : Reviewing Automated Machine Learning ExplanationsLab : Interpreting Models After completing this module, you will be able to Generate model explanations with automated machine learning Use explainers to interpret machine learning models Module 10: Monitoring Models After a model has been deployed, it's important to understand how the model is being used in production, and to detect any degradation in its effectiveness due to data drift. This module describes techniques for monitoring models and their data. Monitoring Models with Application Insights Monitoring Data Drift Lab : Monitoring a Model with Application InsightsLab : Monitoring Data Drift After completing this module, you will be able to Use Application Insights to monitor a published model Monitor data drift   [-]

Bærekraft i små og mellomstore bedrifter i lys av ny lovgivning   * Ca. 3 timer kurs spesialtilpasset for mindre deltakergrupper (1 - 6 deltakere) med mulighet for dialog, spørsmål og avklaringer underveis. Kurset leveres normalt nettbasert - alternativt - som fysisk kurs etter avtale med kursholder, eller i henhold til særskilt annonsering / tilbud. Kurset / Alle våre kan også leveres som et eksklusivt kurs der kun du og foreleser deltar. Ved slik eksklusiv leveranse får du mulighet til personlig gjennomgang med en av våre profesjonell kursholdere og konsulenter innenfor det aktuelle tema. Ved bestilling av eksklusiv / personlig kursdato for deg selv, vil kursholder kontakte deg direkte, og avtale konkret kursdato. **Alle spesialkurs, kan også leveres som bedriftsinterne kurs, kurs for hele styret, hele ledergruppen etc.   Kurset for deg som er / kan bli styremedlem, daglig leder, sitter i ledergruppen eller er ansvarlig for bærekraft.   Få oversikt over hvilke konsekvenser nytt EU-regulativ og ny regnskapslov vil ha for din bedrift. Her får du også innsikt i hvilke verktøy, standarder og metoder som passer for mindre bedrifter og gjør deg rustet til å møte de krav som kan komme fra kunder, finansinstitusjoner og andre interessenter. Du får innføring i innholdet i det nye regulativet og den oppdaterte regnskapsloven. Videre ser vi på prinsipper for rapportering med utgangspunkt i standardene: European Sustainabiltiy Reporting Standards (både den for store og den for små virksomheter), samt Nordic Sustainability Reporting Standard).   I tillegg gis det praktiske råd om løsninger på flere områder, og det legges opp til dialog og diskusjoner blant deltakerne underveis i kurset. Gruppeoppgaver er videre en integrert del av kurset.   Kursinnhold: Styret og ledelsen sitt ansvar i forhold til bærekraft. Nåværende og forventede fremtidige krav fra myndigheter og EU. Eu’s taksonomi – konsekvenser ikke bare for de største bedriftene. Viktige forhold fra Corporate Sustainability Reporting Directive (CSRD) og ny regnskapslov som små og mellomstore bedrifter bør kjenne til. Fra plikt til butikk – hvordan holde fokus på mulighetsperspektivet. Oversikt over de vanligste standarder, verktøy og metoder for klimaregnskap og for rapportering av bærekraft og åpenhetsloven. Hvordan sertifiseringsordninger kan være et nyttig verktøy. European Sustainabilty Reporting Standards (ESRS) for små og mellomstore bedrifter. Nordic Sustainability Reporting Standard (NSRS) Bærekraftsrapporten - steg for steg.   Målgruppe:Kurset retter seg først og fremst mot styremedlemmer, toppledere og bærekraftsansvarlige, og gir en god oversikt over lovgivningens konsekvenser for SMB, samt gode råd og tips for å kunne møte de krav som kunder og andre interessenter vil kunne stille også til de mindre bedriftene.     [-]

Norskkurs A1–C2 – Gruppeklasser Vi tilbyr norskkurs i små gruppeklasser for alle nivåer – fra nybegynner (A1) til avansert (C2). Undervisningen er strukturert, engasjerende og praktisk rettet, med fokus på kommunikasjon, forståelse og progresjon. Lær sammen med andre i et trygt og motiverende miljø hvor du bruker språket aktivt i hver time. Hvem passer kurset for? Kurset passer for expats, studenter, arbeidssøkere og fagfolk som ønsker å forbedre sine norskkunnskaper – enten for reise, utdanning, jobb eller personlig utvikling. Gruppene organiseres etter nivå, slik at du får undervisning tilpasset ditt språklige utgangspunkt. Fordeler med gruppeklasser: ✅ Små grupper (maks 5 deltakere) gir tett oppfølging ✅ Fokus på aktiv deltakelse og muntlig trening ✅ Samarbeidsaktiviteter og samtaleøvelser ✅ Fast progresjon og motivasjon gjennom fellesskap Kursmateriell Du får tilgang til moderne og varierte læringsressurser: – Tekster, videoer og podkaster – Øvelser i lytting, lesing og skriving – Grammatikk- og ordforrådsbygging Alt tilpasses ditt nivå og gir deg målbar fremgang. Kursbevis Etter fullført kurs mottar du et digitalt kursbevis som dokumenterer nivået du har oppnådd i henhold til Det felles europeiske rammeverket for språk (CEFR). Undervisningsform og oppstart Kursene tilbys både fysisk i klasserom og online. Vi har løpende oppstart gjennom hele året, og du kan enkelt finne en gruppe som passer ditt nivå og din timeplan. Bli med i en engasjerende gruppe og utvikle norsken din sammen med andre – på en effektiv, sosial og profesjonell måte! [-]

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     [-]

Personell som skal arbeide under spenning skal ha tilstrekkelig opplæring i dette og arbeidet skal utføres etter anerkjente metoder og relevante arbeidsprosedyrer.  Kursinnhold: Sentrale paragrafer i FSE forskriften Arbeidsmetoder  AUS / nær ved Planlegging av arbeid  Personbeskyttelse og anleggsbeskyttelse (verne og sikkerhets utstyr) Vedlikehold, oppbevaring og kontroll av verne- og sikkerhets utstyr. Varighet: 2 timer    Kurset kan kombineres med FSE kurs hvis ønskelig. Ta kontakt dersom med skolen@solarnorge.no du ønsker kurset internt i din bedrift. [-]