Kurs i programvare og applikasjoner

SFWIPA: Securing Data Center Networks and VPNs with Cisco Secure Firewall Threat Defense [-]

På dette online-kurset vil du lære: Publisering, redigering, kommentering og markering Sikkerhet, digitale stempler og digital signatur Opprette og lagre symboler og tilpassede markeringsverktøy i Tool Chest Skybasert samarbeid og deling av dokumenter i Bluebeam Studio eXtreme-funksjoner (OCR – Tekstfjerning - Skjema-opprettelse - Batch Link) Noen eXtreme-funksjoner blir vist/nevnt i kurset [-]

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     [-]

OneNote er et program fra Microsoft som gir deg mulighet til å digitalisere dine notater. Programmet egner seg særlig for deg som har behov for å skrive møtenotater, foredragsnotater og arbeidsnotater. OneNote vil synkronisere dine notater på tvers av dine enheter, og kan benyttes på din PC, din smarttelefon eller nettbrett. Du kan bygge inn tekst og filer fra Outlook, Word, Excel og PowerPoint, samt film- og lydfiler. Har du oversikten over notater etter at møter er over? Føler du at de papirbaserte notatene over tid blir uoversiktlige og lite tilgjengelige. Du kan jobbe raskere, smartere og bedre ved å ta i bruk OneNote. I dine digitale notater i OneNote kan du inkludere tekst, bilder, lenker til filer og websider, lyd og film. Du kan ta notater fra din smarttelefon, ditt nettbrett eller din PC; alt etter hva du har tilgjengelig. Systemet vil synkronisere notatene på tvers av dine enheter. OneNote er en del av Microsoft Office og er tilgjengelig gratis for alle.  Kurset kan spesialtilpasses og holdes bedriftsinternt i deres eller våre lokaler. Deltakere må ha med egen datamaskin med relevant programvare. 6 gode grunner til å delta Du vil se hvor enkelt det er å ta raske notater Lær hvordan du finner igjen notater raskt og effektivt Du vil kunne koble notater til oppgaver i Outlook Lær å holde møtenotater koblet til avtaler og møter i Outlook Få en innføring i hvordan flere kan jobbe samtidig med notater Lær hvordan OneNote kobler lyd/videoopptak med notater Synkroniser dine notater mellom dine enheter (PC, mobil, nettbrett) Forkunnskap: Erfaring i bruk av Microsoft Office. Varighet:3 timer Pris:3200 kroner Ansatte ved UiS har egne betalingsbetingelser. [-]

Agenda:• Introduksjon til BIM• Link av Revit-modeller• Koordinering av modeller• Utarbeidelse av generisk modell• Arbeide med eksisterende families• Håndtering av forandringer i grunnlaget• Snitt og detaljer• Skjemaer og uttrekk• Oppsetning til print [-]

Slå gjennom på arbeidsmarkedet med et 6-ukers kurs Du lærer både de grunnleggende og de mer avanserte verktøyene i Revit Architecture, og vi supplerer den fysiske undervisningen med e-læring, slik at du kan fordype deg og dermed få mest mulig ut av kurset. Undervisningen er basert på mange års erfaring fra arkitektbransjen, og du er dermed sikret en seriøs og kompetent undervisning som veksler mellom gruppesamlinger, individuell sparring og erfaringsutveksling mellom deltakerne. Konkret presentasjon av designforslag i 3D Utarbeidelse og fargelegging av arealplaner, slik at byggherren får bedre oversikt Tilpasning av eksisterende prosjekter Dokumentasjon Målsetting, detaljering og utforming av ferdige tegninger. Arbeid i et databasemiljø. Avansert oppsett av Revit. Konstruksjon av komponenter og objekter Design av ulike visuelle uttrykk på prosjektet Praktiske øvelser med terreng, fortau, parkeringsarealer, beplantning mm. Bygging av materialbibliotek Fotorealistiske gjengivelser Gjennomgang av egne modeller i Virtual Reality Målsetning for kursetDu får grundig kjennskap til 3D-funksjonaliteten i Revit. Vi gjennomgår de mer avanserte verktøyene og alternativene. Vi går gjennom konstruksjon av komponenter og objekter i Revit, slik at fleksibilitet underveis i prosjektet blir mest mulig. Etter endt kurs vil du kunne jobbe med både standard og avanserte objekter i Revit. Det betyr at du kan skape akkurat det utseendet du ønsker på større prosjekter.   Tidligere kursdelgtakere sier:   "Det har vært motiverende og lett å lære takket være instruktøren, som fulgte oss alle gjennom kurset og sørget for at vi kunne følge med. Jeg var bekymret i starten om jeg kunne gjennemføre kurset uten problemer, men det gikk bedre enn forventet." "Kurset har styrket mine faglige kvalifikasjoner og er noe som anbefales til alle som trenger å oppdatere sine kunnskaper og øke sjansene for å få jobb. Kurset er fantastisk, og du får de nødvendige verktøyene for å gjennomføre det."   Alt dette får du som kursdeltakere hos NTI: 9 hele kursdager over en periode på 6 uker. Du får tilgang til aktuell programvare gjennom hele kursperioden. Du vil få lekser i kursdagens temaer, slik at du kan øve og få nødvendig rutine i programmet til neste kursdag. Kursmateriell er foreløpig på dansk Tilgang til vår support gjennom hele perioden, slik at du alltid har hjelp i nærheten. Du vil motta et offisielt Autodesk Authorized Training Center kursbevis, som kan brukes i jobbsøkingen. Tilgang til vår nettbaserte læringsportal, My NTI Academy, med mange digitale fordeler, tips og triks og kunnskap – også etter kurset ditt Kursdagene inkluderer alltid deilig servering.   Hva er et autorisert Autodesk-kursbevis? NTI Academy er et Autodesk-autorisert opplæringssenter. Det betyr at vi går gjennom en årlig kvalitetssjekk og oppdatering av kompetansen til lærerne, slik at du til syvende og sist er sikret en utdanning på høyeste nivå. Du vil motta en bransjegodkjent referanse som bevis på kunnskapen din. Du kan bruke Autodesks sertifiseringslogo i e-post, CV og lignende. Du kan registrere deg i Autodesks database over sertifiserte fagfolk (Autodesk Certified Professionals) Kursets undervisningsmateriell Vi ønsker å gi våre arbeidsledige kursdeltakere så godt som mulig for at de skal ha optimale sjanse til å få jobb etter kurset. Derfor underviser vi med NTIs eget læremateriell, som er utviklet med tanke på rask og effektiv læring. Våre instruktører er profesjonelle og sertifiserte og vet den enkleste måten å forbedre dine ferdigheter på. Det øker jobbsjansene dine betraktelig og sikrer at du enkelt kan bli med i et team av andre Revit/BIM-brukere etter kurset. Materialet kan i ettertid brukes som oppslagsverk og inneholder teoretiske beskrivelser.    Som kursdeltaker ved NTI Academy får du: Lunsj samt kaffe/te og forfriskninger Tilgang på vår læringsportal My NTI Academy Digitalt kursbevis På My NTI Academy får du bl.a. tilgang til: Kursmateriell for å støtte læringen din fra instruktørledede kurs. Omfattende oversikt over alle dine digitale vitnemål. Verdifull informasjon om programvaren din* Løpende tips og triks fra eksperter i din bransje. *Du får tilgang til webinarer og nyheter innen temaer som Revit, Inventor, Solibri, Civil, BIM 360 og Bluebeam. Her finner du mye verdifull kunnskap og nyttige tips for å få mest mulig ut av programvaren din. Alt sammen tydelig og enkelt for deg.   Våre kurs er organisert slik at de er målrettet mot det bedriftene etterspør akkurat nå. Dette sikrer at du vil være rustet til å skape verdi for din nye arbeidsplass fra dag én. 50 % av deltakerne får jobb etter kurset! [-]

Microsoft Teams er et sted for samarbeid med dine kollegaer der alle samtaler, møter, filer og notater er tilgjengelig for alle i ditt team, alt på ett sted.  Mål for kursetEtter endt kurs skal du kunne bruke Microsoft Teams på en smart og effektiv måte. ForkunnskaperTeams forutsetter at du har et Microsoft 365 (Office 365) abonnement, og at du har gjort deg kjent med grunnleggende bruk av dette.  MålgruppeDette kurset er for deg som har et Microsoft 365 (Office 365) abonnement, og som ønsker å benytte Teams for å samarbeide med kollegaer på en effektiv måte.  UndervisningsformKlasseromsundervisning med maks 12 deltakere. Deltakere må ha med egen datamaskin med relevant programvare.   Pris3200 kroner Ansatte ved UiS har egne prisbetingelser. Varighet1/2 dag fra 09:00 til 12:00 Emner Med Teams blir det mye enklere å samarbeide med dine kollegaer. På kurset vil vi forklare hvordan Teams fungerer, og vi vil med praktiske øvelser vise hvordan man kan bruke dette verktøyet på en effektiv måte. Opprettelse av Teams Medlemmer i Teams Chatte og videokonferanse med dine kollegaer Oversikt over kalender og innkalling av teammøter Opprette og dele dokumenter Bruk av Teams på en mengde enheter (PC, Mac, mobil og nettbrett) Notatblokk og møteagendaer for Teamet [-]

I kurset ”Måling og mengdebereging” vil du lære hvordan Revu brukes til å kalibrere og måle på PDF-tegninger, samt hvordan du kan opprette, spare og dele tilpassede markeringsverktøy. Disse kan så brukes til effektiv beregning av mengder og priser på alt fra vegg- og gulvarealer, til prising av utstyr på en riggplan. Å lære å bruke Revu til måling og mengdeberegning vil bl.a. gi følgende fordeler: Stor tidsbesparelse Større nøyaktighet og mindre feil Bedre dokumentasjon av mengdeberegningen Oppnå optimal utnyttelse av Bluebeam Revu i prosjektene [-]

Her er et utvalg av temaene du vil lære på kurset: Oppsett av nytt sprinklerprosjekt i Revit Prosjektering av sprinkleranlegg Behandling av rørtyper, systemer etc Lage egne produkter for sprinklerhoder og andre produkter Hydrauliske beregninger IFC-eksport Oppsett av tegninger [-]

Excel Pivot kurs for deg som ønsker god oversikt over store datamengder. Gjennomgang av viktigheten av et korrekt grunnlag, for å kunne benytte de gode analysemulighetene som ligger i Excel. Det blir vist hvordan pivot kan brukes på forskjellige måter, og hvordan dette kan gjøres med dynamiske områder. Det vil også være rom for å demonstrere enkelte funksjoner som kan gjøre rapportering i Pivot bedre. Kurset kan også spesialtilpasses og holdes bedriftsinternt i deres eller våre lokaler.   Kursinnhold:   Utgangspunktet: listen Få de beste rådene angående listen du skal bruke.   Utgangspunktet: tabellen Se fordeler ved å bruke dynamisk tabell vs. statisk liste.   Pivottabell - begrepsavklaringer Hva er en Pivottabell: Forklaring gis på ord og uttrykk relevant for pivottabellen. Grunnlaget: Grunnlaget, tabellen, bør være bygd opp på en spesiell måte, vi forklarer hvordan. Konsolidering: Vi viser hvordan grunnlaget kan være ulike krysstabeller som sys sammen til en pivottabell. Power Pivot Separate pivotminner: Hvorfor bruke dette?   Oppdatere pivottabell Endring i datakilden: Oppdatering av pivottabellen er viktig å kjenne til. Utvidelse av datakilden: Hva skjer dersom listen utvides enten i bredden eller i høyden. Dynamisk navngiving er en effektiv løsning. En annen metode er å opprette pivottabellen på basis av en liste som er definert som en tabell. Datakilder: Lær hvordan du kan ha flere ulike kilder som basis for pivottabellen, og hvordan disse skal oppdateres ved behov.   Pivottabellutseende Endring av oppsett: Lær hvor enkelt det er å endre oppsette for pivottabellen. Autooppsett: Excel 2010 har mange ulike autoformat. Formatering: I tillegg til formatet på selve pivottabellen, gjennomgår vi også celleformateringen. Sortering: Sorter gjerne tall og eller tekst Filter: Se forskjell på den tradisjonelle måten å filtrere på eller slicer. Skjule/vise: Sentralt når du ønsker å fokusere på deler av en rapport. Gruppering: Tekst, tall eller datoer kan fint grupperes. Nyttig! Vise / skjule delsummer: Praktisk å kjenne til hvordan du aktiverer / deaktiverer delsummer   Beregninger i pivottabell Bestemme ulike sammendrag: I en pivottabell kan du utføre ulike sammendrag. Egendefinert beregninger: Lær hvordan du kan lage nye beregnende felt på basis av eksisterende felt i en pivottabell. Vise data på ulike måter: Feltene kan vises blant annet som prosenter av andre felt, eller tallavvik av andre felt.   Anvendelse av pivottabellen Hent data: vi viser deg ulike metoder for å hente data fra en pivottabell, for bruk i ”vanlige” celler i Excel. Diagram: Lær hvordan du kan lage ulike diagrammer basert på data i pivottabellen   Power Pivot Import av PowerPivot data: Du kan hente data til PowerPivot vindu på ulike måter og fra ulike kilder. Koble data: Lær å opprette relasjoner mellom tabeller Rapporter: Bygg opp pivotrapporter fra relaterte grunnlag Beregninger: Introduksjon til DAX språket 4 gode grunner til å velge KnowledgeGroup 1. Best practice kursinnhold 2. Markedets beste instruktører 3. Små kursgrupper 4. Kvalitets- og startgaranti     [-]

Jira Project Administration (Cloud) [-]

Kurset vil gi deg en grunnleggende forståelse i bruk av tegne- og konstruksjonsprogrammet AutoCAD. AutoCAD 2D Grunnkurs:• Hovedprinsipper i AutoCAD's brukergrensesnitt• Oppretting og lagring av tegninger• Tegne- og editeringskommandoer• Hjelpefunksjoner for å tegne nøyaktig• Skjermstyring• Lagoppbygging og struktur• Målsetting, teksting og skravering• Symbol- og blokkhåndtering• Layout/plotting   Etter gjennomført kurs skal kursdeltagerne bl.a. kunne bruke AutoCAD til å: • Opprette tegninger• Utføre de vanligste tegne- og editeringsfunksjoner• Bruke og forstå lagoppbygging• Målsette og påføre tekst• Skrive ut tegning i målestokk  [-]

Elæring Cisco U. Essentials [-]

Kubernetes for App Developers (LFD459) [-]

Fleksible kurs for fremtiden Ny kunnskap skal gi umiddelbar effekt, og samtidig være holdbar og bærekraftig på lang sikt. NTI AS har 30 års erfaring innen kurs og kompetanseheving, og utdanner årlig rundt 10.000 personer i Nord Europa innen CAD, BIM, industri, design og konstruksjon.   MagiCAD VVS for AutoCAD grunnkurs Her er et utvalg av temaene du vil lære på kurset: Etablering av prosjekt Prosjektering av ventilasjonsanlegg, varmeanlegg, og sanitæranlegg Sammenkobling av systemer gjennom flere tegninger Tekstefunksjoner, snitt, tegninger til utskrift Beregninger, utbalansering, lyd, mengdeberegning Bruk av leverandørspesifike produkter Kollisjonskontroll Automatisk generering av utsparinger Deltakerne skal lære å håndtere tegninger i et prosjekt; arkitekt, VVS-tegninger etc. De skal lære å berike en VVS-modell slik at mest mulig informasjon kan nyttes med hensyn til BIM, 2D-tegninger, strømningstekniske beregninger og lydberegninger. Tilpassete kurs for bedrifter Vi vil at kundene våre skal være best på det de gjør - hele tiden.  Derfor tenker vi langsiktig om kompetanseutvikling og ser regelmessig kunnskapsløft som en naturlig del av en virksomhet. Vårt kurskonsept bygger på et moderne sett av ulike læringsmiljøer, som gjør det enkelt å finne riktig løsning uansett behov. Ta kontakt med oss på telefon 483 12 300, epost: salg@nticad.no eller les mer på www.nticad.no [-]