Kurs i Ørsta

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 [-]

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.     [-]

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.   [-]

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     [-]

Dette er er vårt Nettbaserte HMS-kurs for Ledere. Etter påmelding får du tilgang til kurset og nødvendig info. Kursbevis sendes etter endt og betalt kurs. Kurset dekker Arbeidsmiljøloven sitt krav om HMS-opplæring for ledere.Vi har meget gode tilbakemeldinger på våre kurs! Vi har kunder som: Fiskeridirektoratet, Bravida, Multiconsult og Moen Marin.Kursinnhold:• Arbeidsmiljøloven med tilhørende forskrifter• Sykefraværoppfølging • Internkontrollforskriften• Roller i HMS-arbeidet• Systematisk HMS-arbeid• Krav til arbeidsmiljøet• Medarbeidersamtalen• AKAN [-]

En dyktig risikoleder støtter organisasjonen med innsikt som gir et minimalt risikonivå og økt lønnsomhet. Dette kurset gjør deg i stand til å analysere og håndtere risiko i tråd med ISO 31000 og myndighetskrav. Kurset kan også kvalifisere deg til en internasjonal Risk Manager-sertifisering.  Hva får du igjen for kurset? Kjenne myndighetskrav til bruk av risikovurderinger Kjenne prinsipper, rammeverk og prosess for risikoledelse relatert til ISO 31000 Ha oversikt over risikovurderginger som metode i:- kvalitetsledelse relatert til ISO 9001- miljøledelse relatert til ISO 14001- helse, miljø og sikkerhet Ha kunnskap og ferdigheter i bruk av grovanalysemetode og Sikker Jobb Analyse Kunne bruke resultater fra risikovurderinger i virksomhetens forbedringsarbeid Ha kjennskap til kvalitative og semi-kvantitative analysemetoder Ha forståelse for risikovurderinger som styrings- og ledelsesverktøy Fyll ut skjemaet til høyre, så får du omgående svar fra kursholder med informasjon og datoer     [-]

Tryggombord tilbyr Ekspresskurs i Båtførerprøven i hele landet. Vi gir deg forberedelsesmateriell, spennende undervisning og eksamen. Se våre kurstider på vår hjemmeside. Har du en bedrift eller vennegjeng som trenger kurs, så ta kontakt med oss. Vi finner kursløsninger som passer for deg.   Båtførerprøven er påbudt for alle som er født etter 01.01.1980som skal føre båt fra 8 meter og/eller 25 hk.Vi i Tryggombord vil dele vår kunnskap og erfaring med deg. Våre instruktører er navigatører med styrmannsutdanning og erfaring fra Sjøforsvaret og offshore.Vi tilbyr spennende og gode kurs i Båtførerprøven slik at du blir trygg ombord i båten.Vi gir deg forberedelseshefte, undervisning og eksamen i våre Ekspresskurs.Våre kurs er effektive, målrettet og spennende.TryggombordProfesjonelle instruktørerForberedelsesmateriellInteraktiv undervisningKursgaranti - nytt kurs gratisVi tar deg igjennom Sjøfartsdirektoratets pensum:SjømannskapLover og reglerNavigasjon og kartarbeidLanterner og signalerMiljø SikkerhetVi ser frem til å dele vår kunnskap med deg!Pris kr. 1290,- + eksamensavgift på 744,- som betales til Norsk Test AS på BåtførerregisteretTa kontakt hvis du har spørsmål.Vi er fleksible og finner kursløsningser som passer for deg   Kursmateriell Kursmateriell blir sendt på mail ved kurspåmelding   Eksamen / sertifisering Nettbasert multiple choice på kurslokasjonen. 50 spørsmål som må bestås med 80 % riktig innen 60 min. Om du har dysleksi eller har av andre grunner krav på forlenget eksamen kan du si ifra om dette til kurslederen før eksamen.Båtførerbeviset sendes til din adresse ca 2 uker etter bestått eksamen.   Uttalelser "Tryggombord holdt et interessant og effektivt kurs som lærte meg alt jeg trengte for å klare Båtførerprøven" "Utrolig godt kurs⚓ super kursleder og fikk bestått" - Marius 22 år "Innmari bra intensivkurs til båtførerprøven!" - Lena 20 år "Flink kursleder, og et veldig bra kurs!" - Marius 25 år "Enkelt og veldig bra! Anbefales på det sterkeste!" - Jenni 29 år "Supert! Bra og enkelt båtførerkurs" - Erlend 26 år [-]

Machine Learning and Data Science in R with Microsoft SQL Server - with Rafal Lukawiecki [-]

Sopra Steria Akademiet er en del av Sopra Steria, og tilbyr kurs og opplæring innen: IT Service Management Prosjekt- og programstyring It-styring og kontroll Våre instruktører jobber til daglig som rådgivere innen disse områdene i Sopra Steria.  ITIL® 4 er det mest utbredte og anerkjente rammeverket for IT Service Management (ITSM) i verden, og ITIL® 4 Foundation er et introduksjonskurs til rammeverket. ITIL® 4 Foundation-sertifiseringen er designet som en introduksjon til ITIL® 4 og gjør det mulig for kandidater å se på IT-tjenestestyring gjennom en ende-til-ende driftsmodell for oppretting, levering og kontinuerlig forbedring av teknisk aktiverte produkter og tjenester. Kurset varer i 3 dager. Vi stiller med erfarne norske instruktører. Kursmateriell og eksamen er på engelsk. Eksamen gjennomføres etter at kurset er fullført. Du vil motta en sertifiseringsvoucher på e-post, slik at du kan bestille sertifiseringstesten til ønsket tid. Eksamen er online basert og må gjennomføres på PC med internt/eksternt web kamera. Eksamen varer i 75 minutter.  Det bør beregnes 6 timer til selvstudium. Du kan lese mere om ITIL her ITIL®/PRINCE2®/MSP®/MoP® are registered trademarks of AXELOS Limited, used under permission of AXELOS Limited. All rights reserved. [-]

NØKKEL ELEMENTER - Gjennomføring av Diversity Icebreaker for å få forståelse for og skape god samarbeid mellom ulike personlighetstyper. - En gjennomgang av kritiske prosjektfaser og relevante definisjoner. - Indre vs ytre press. - Kommunikasjon og adferd. - Interaktiv case-trening og øvelser. GEVINST - Hever bevisstheten rundt EQ (Emosjonell Intelligens). - Gir et mer helhetlig bilde av de begrensningene og mulighetene en prosjektleder har. - Konkrete verktøy som kan brukes øyeblikkelig tilbake på arbeidsplassen. - Reduksjon i unødvendig tid brukt på misforståelser og konflikt. - Økt kundefokus med forbedrede kommunikasjonsferdigheter som øker mulighetene for gjensalg. HVORDAN Denne workshopen er designet for gjennomføring over to dager, men en kortere versjon med et redusert omfang kan også tilbys om ønskelig.Når det investeres mer tid til treningen, er effekten større tilbake på arbeidsplassen. Dette sier kundene "Vi hadde god erfaring med Splint fra før, i et kurs for våre ledere innenfor et annet tema. Ved å gå inn i et samarbeid med Splint og Grette sammen fikk vi dekket behovet for både juridiske aspekter ifm. prosjektkontrakter samtidig som vi fikk den viktige læringsarenaen gjennom situasjonstrening. Vi fikk dermed et skreddersydd opplegg hvor vi kunne fokusere på hva som var viktig for oss.  Våre kursdeltakere gav utelukkende positive tilbakemeldinger på denne formen for læring. Kurset ga grunnlag for refleksjon og større bevissthet rundt rollen som prosjektleder samtidig som de fikk trene på utfordrende situasjoner som kan oppstå i kundekontakt og internt i samarbeid i prosjektene. Vi er strålende fornøyd med hele prosessen vi har hatt med Splint og Grette og har besluttet å fortsette å kjøre disse kursene for nye prosjektledere hos oss, og vil fortsette samarbeidet." Inger Kristine Tovslid - HR Sjef i Norges Geotekniske Institutt NGI [-]

Studieår: 2013-2014   Gjennomføring: Høst Antall studiepoeng: 5.0 Forutsetninger: Ingen Innleveringer: Presentasjonsvideo av medlemmer på eget team. Tilstedeværelse på to nettbaserte teammøter med veileder. Egenvurderinger av teamet - teametablering, samarbeid og rollefordeling. Alle arbeidskravene må være godkjente for at kandidaten skal kunne framstille seg til eksamen. Vurderingsform: Prosjektoppgave, bestått/ikke bestått. Prosjektrapport med presentasjon Ansvarlig: Bjørn Klefstad         Læremål: Etter å ha gjennomført emnet skal kandidaten ha følgende samlede læringsutbytte: KUNNSKAPER:Kandidaten:- kan gjøre rede for hvordan etablere og gjennomføre prosjekter- kan gjøre rede for ulike modeller for teamsamarbeid og utvikling- kan anvende grunnleggende kunnskap om teamsamarbeid og teamets utvikling- kjenner og kan anvende eksempler på enkle rapportmaler- kan forklare prinsipper for effektiv muntlig og skriftlig kommunikasjon FERDIGHETER:Kandidaten:- kan finne, vurdere, bruke og henvise til informasjon og fagstoff og framstille dette slik at det belyser en problemstilling- kan skrive prosessdokumentasjon som timelister, ukerapporter, møteinnkalling og møtereferat, samt sette opp en arbeidskontrakt mellom teammedlemmer- kan både individuelt og i grupper demonstrere effektiv kommunikasjon, både skriftlig og muntlig- kan reflektere over egen utøvelse og kan utvikle denne basert på tilbakemelding fra andre GENERELL KOMPETANSE:Kandidaten:- kan formidle fagstoff både skriftlig og muntlig- kan identifisere, planlegge og gjennomføre et utviklingsprosjekt i samarbeid med andre- kan reflektere over egen faglig utøvelse og tilpasse seg til den aktuelle arbeidssituasjonen, også i team, og kan utvikle denne basert på tilbakemeldinger fra andre Innhold:Teambygging med Belbins teamroller og Firo-modellen for teamsamarbeid og utvikling, arbeidskontrakt og konfliktforebygging, prosjektetablering og gjennomføring, å skrive en faglig rapport, enkel systemmodellering, utvikle et enkelt system, prinsipper for effektive presentasjoner, maler for prosjektrapporter, krav til kildehenvisning, regler for bruk av andres arbeiderLes mer om faget her Påmeldingsfrist: 25.08.13 / 25.01.14         Dette faget går: Høst 2013    Fag Teamarbeid 4980,-         Semesteravgift og eksamenskostnader kommer i tillegg.    [-]

Dette er utdanningen for deg som ønsker å arbeide innen pleie- og omsorgssektoren, men som mangler formell utdanning på området. Studiet Pleieassistent kvalifiserer deg til å jobbe som ekstravakt, støttekontakt eller fast ansatt i omsorgsbolig, sykehjem eller hjemmetjenesten. Pleieassistent gir deg innsikt og en faglig forståelse og trygghet, og opplæringen dekker viktige områder som rolleforståelse og holdninger, grunnleggende kunnskaper om ulike psykiske og fysiske lidelser og grunnleggende elementer i pleie- og omsorgsarbeid. Denne korte yrkesrettede utdanningen gir deg også et godt grunnlag for en rekke videre studier til andre yrker og profesjoner innen pleie- og omsorgssektoren.     Nivå: Yrkesrettet utdanning       Anbefalte forkunnskaper:    Ingen spesielle.   Studietid:   Du kan bruke inntil 6 måneder på å gjennomføre dette studiet. Dersom du ser at du trenger lenger tid på å fullføre kan du søke om forlengelse. Hvis du søker om forlengelse før studietiden har gått ut koster det 350 kroner pr. måned. Hvis du søker om forlengelse etter at den ordinære studietiden har gått ut koster det først 500 kroner i oppstartsgebyr og så 350 kroner pr. måned. Du kan utvide din studietid ved å sende en søknad om forlengelse pr. e-post til studietid@nki.no Studiestart:   Studiet har studiestart hver dag, hele året. Når vi har registrert din bestilling, mottar du passord til Nettskolen - og du er i gang!   Eksamen:   Eksamen arrangeres to ganger i året. All informasjon om eksamen.     Pris:   Pris 7 300,-     Studiemateriell:    Studiemateriell fåes kjøpt hos NKI Forlaget. Etter bestilling av nettstudiet får du en link til NKI Forlaget hvor du finner pensumlitteratur og tilbud om å kjøpe de bøkene du trenger. Finansiering:   Du kan velge mellom kortbetaling, faktura på totalbeløpet, avdragsordning eller annen betaler. Dette velger du i bestillingen. Tips til finansiering:   Du kan få støtte fra arbeidsgiver, NAV, fagforeninger eller søke om stipender. [-]

Vil du lære å lage visittkort, annonser, brosjyrer og plakater i InDesign? Enten du jobber i en markedsavdeling, grafisk bedrift, avis eller magasin, er dette det profesjonelle programmet du bruker til jobben.  Arbeider du med markedsføring og layout, vil du ha stor nytte av å kunne sette sammen tekst og bilder selv. Du slipper å sette ut arbeidet,  får større kontroll på layouten og mer ut av markedsbudsjettet. Du velger dette kurset for å lære alt du trenger for å komme igang med programmet InDesign. Hvem passer kurset for? Kurset passer for deg som har liten eller ingen erfaring med å jobbe i InDesign. InDesign er bransjestandarden for å lage annonser, brosjyrer, magasiner, plakater, DM, rapporter og bøker. Uansett hva du skal bruke programme til, så passer dette kurset for deg! Dette lærer du: Bli kjent med menyer og verktøy Effektiv jobbing med tekst- og sidemaler Grunnleggende typografi Importere og tilpasse bilder og tekst Plassere bilder med tekst rundt Lage egne farger Bruk av effekter Kontroll av dokumenter og eksport til pdf https://igm.no/indesign-grunnkurs/ [-]