Kurs i programvare og applikasjoner

PowerPoint 2010 er et presentasjonsprogram som brukes når vi skal vise fram data – enten det er tekst, bilder, tall eller tegninger. Programmet kan brukes til å lage lysark som skrives ut, eller vi kan vise presentasjonen ved hjelp av PC + videokanon. På kurset vil grunnleggende funksjoner vektlegges, men vi vil og se på hvordan en bygger opp og setter sammen en presentasjon. Forkunnskaper: Du må ha kunnskaper tilsvarende PC-begynnerkurs. Brukere av Powerpoint 2007 kan og følge dette kurset. [-]

Develop dynamic reports with Microsoft Power BI [-]

Du vil få tilsendt en «Core guidance» bok og sertifiserings-voucher i en e-post fra Peoplecert. Denne vil være gyldig i ett år. Tid for sertifiseringstest avtales som beskrevet i e-post med voucher. Eksamen overvåkes av en web-basert eksamensvakt.   Eksamen er på engelsk. Eksamensformen er multiple choice 50 spørsmål skal besvares, og du består ved 50% korrekte svar (dvs 25 av 50 spørsmål). Deltakerne har 40 minutter til rådighet på eksamen.  Ingen hjelpemidler er tillatt.     [-]

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

Har du lite eller ingen erfaring med Word og ønsker en innføring i programmet? På dette kurset lærer du hvordan du kan sette opp, skrive/redigere og formatere dokumenter på en fornuftig måte i Word. Du jobber i ditt eget tempo via et e-læringsprogram, med instruktør tilstede i rommet som hjelper deg om du står fast.   Kursinnhold:   Bli kjent med Word Oppstart Åpning Visninger Navigering Nye dokumenter Innskriving Lagring og lukking Alternativer Egenskaper Hjelpemuligheter   Redigering Merking Sletting og erstatting Symboler og spesialtegn Angremuligheter Sammenslåing og deling av avsnitt Flytting og kopiering Søking og erstatting   Formatering Hva er formatering? Tegnformatering Avstand mellom tegn Avsnittsformatering Avstand mellom linjer og avsnitt Justering Innrykk Punktlister og nummererte lister Tabulatorer Kantlinjer og skyggelegging Kopiering av format Stiler   Sideformatering Inndelinger Marger Papirretning og størrelse Spalter Topptekst og bunntekst Sidetall og dokumentinformasjon Forsider og tomme sider Hardt sideskift Dokumenttema   Språkverktøy Autokorrektur Byggeblokker Stave- og grammatikkontroll Synonymordbok Orddeling Ordtelling Dato og klokkeslett   Utskrift Utskriftsformat Forhåndsvisning Utskrift Konvolutter og etiketter   Tabeller Utforming av tabeller Merking Innsetting og sletting Flytting og kopiering Tabellstiler Radhøyde og kolonnebredde Justering Kantlinjer og skyggefarge   Bilder og objekter Bruk av bilder Utklipp og bildefiler Tekstbryting og plassering Formatering av bilder Figurer Tekstbokser Arbeid med objekter WordArt SmartArt Diagram   Fletting Utskriftsfletting Hoveddokument Datakilde Innsetting av flettefelt Fletting Fletteveiviseren   Internett og distribusjon Websider Hyperkoblinger Elektronisk post PDF- og XPS-format Dokumentinspeksjon Endelig versjon [-]

Architecting on AWS [-]

PowerPoint kurs for deg som har lyst å lage gode presentasjoner og lære hvordan du fanger publikums oppmerksomhet. Vil du bli kjent med mulighetene i PowerPoint og lære deg å jobbe effektivt? Da er ”PowerPoint Grunnleggende” kurset for deg! Kurset kan også spesialtilpasses og holdes bedriftsinternt i deres eller våre lokaler.   Kursinnhold:   Dag 1 - Lag en publikumsvennlig presentasjon med enkle grep   Arbeidsmiljø Introduksjon. Hva møter oss når vi åpner PowerPoint og hvordan jobber vi i programmet? Jobb effektivt. Hvordan sparer du tid og jobber best i programmet?   Tekst Punktmerking. Formulere gode presentasjonssider ved hjelp av punkter og underpunkter Tips og triks. Formulere, flytte og omstrukturere tekst i en presentasjon. Gode og dårlige eksempler Skrifttype og størrelse. Hvordan følge malen og tilpasse tekst best mulig for helhetlig utseende? Presentasjonstips. Antall punkter og hvordan bør du formulere deg Tenk på publikum. Hva ser publikum og hvordan beholder du publikums oppmerksomhet?   Bilder og illustrasjoner Sette inn bilder. Hvordan få inn bilder og utklipp i presentasjonen? Hva fanger blikket? Tilpasse bilder, bildeplassering og bakgrunn for å få fullt fokus fra publikum Komprimere bilder. Komprimere bilder for å spare plass Presentasjonstips. Vi ser på de forskjellige settingene der bilder brukes og hva du bør gjøre med bildene Kopiere fra nett. Sett inn bilder fra nett. Litt informasjon om bilderettigheter Redigere mal. Gå inn i malen for å sette inn logo eller bakgrunnsbilde som passer ditt budskap   Figurer Lage figurer. Hvordan får figuren nøyaktig det utseende du ønsker? Farger. Tilpasse figurer til automatisk å få firmafarger og hvordan gjøre disse lett tilgjengelig Frihåndstegning. Tegn fritt i PowerPoint Figurer og bilder. Hvordan kombinere disse på best mulig måte?   Dag 2 - Flere muligheter i PowerPoint   Lysbildefremvisning Tilpasset fremvisning. Skjul/vis lysbilder og lag flere varianter av samme presentasjon Dynamiske fremvisningsteknikker. Tips og triks du kan bruke når du holder presentasjonen Presentasjonsteknikk. Hva fester seg hos publikum? Både positivt og negativt…   SmartArt Introduksjon. Litt om SmartArt og når og hvordan du bør bruke det Sett inn prosessmodeller eller andre oppsett. Vi lager flere varianter av SmartArt Gjør teksttunge presentasjoner bedre. Konverter punktmerkede lister til SmartArt   Kopiere diagram fra Excel Kopiere diagram. Hvordan kan du kopiere et diagram og hvordan bør du lime det inn? Presentasjonstips. Gjør avanserte tall og diagram lettleste og forståelige for publikum   Hyperkoblinger Introduksjon. Hva er en hyperkobling og hva kan det brukes til? Nettsider. Lag hyperkobling for å hente frem aktuelle saker eller hjemmesider Dokumenter. Hent frem Word-dokumenter og Excel-ark og hopp automatisk nøyaktig dit du vil i disse   Animasjon, lyd og video Overganger mellom lysbilder. Få lysbilder til å gli pent over i hverandre Animering av tekst/bilder/diagrammer. Hent frem det du vil, når du vil det Tidsberegning og loop. Lag lysbildeshow til bruk på messer, i butikkvinduer og lignende Innsetting av video. Hvordan setter man inn video? Presentasjonstips. God bruk av animasjon og video   4 gode grunner til å velge KnowledgeGroup 1. Best practice kursinnhold 2. Markedets beste instruktører 3. Små kursgrupper 4. Kvalitets- og startgaranti    [-]

Del 1 Maskiner og postprosessorbibliotek Sette opp en maskin for simulering og postprosessor. Del 2 Verktøybibliotek og verktøyforberedelse. 2D fresing og boring. 3D (3+2 akser) - fresestrategier. NC tekst, postprosessor utgang. Del 3 Machining extension Steep and Shallow, Toolpath modification etc. [-]

På dette online-kurset vil du lære: Opprette symbolbibliotek i Tool Chest. Skalerte symboler Eksisterende symbolbiblioteker (SKANSKA og CADELIT) Måling, mengder og telling Bruk av Markeringslisten til beregning, sporing og rapportering Bygge opp en riggplan Automatisk tegnforklaring Bruk av riggplan på byggeplass   [-]

Recommend solutions to minimize costs Recommend a solution for Conditional Access, including multi-factor authentication Recommend a solution for a hybrid identity including Azure AD Connect and Azure AD Connect Recommend a solution for using Azure Policy Recommend a solution that includes KeyVault Recommend a solution that includes Azure AD Managed Identities Recommend a storage access solution Design and Azure Site Recovery solution Recommend a solution for autoscaling Recommend a solution for containers Recommend a solution for network security Recommend a solution for migrating applications and VMs Recommend a solution for migration of databases  Agenda Module 1: Design for Cost Optimization -Recommend Solutions for Cost Management-Recommended Viewpoints for Minimizing Costs Module 2: Design a Solution for Logging and Monitoring -Azure Monitoring Services-Azure Monitor Module 3: Design Authentication -Recommend a Solution for Multi-Factor Authentication-Recommend a Solution for Single-Sign On (SSO)-Five Steps for Securing Identity Infrastructure-Recommend a Solution for a Hybrid Identity-Recommend a Solution for B2B Integration Module 4: Design Authorization -Infrastructure Protection-Recommend a Hierarchical Structure for Management Groups, Subscriptions and Resource Groups Module 5: Design Governance -Recommend a Solution for using Azure Policy-Recommend a Solution for using Azure Blueprint Module 6: Design Security for Applications -Recommend a Solution using KeyVault-Recommend a Solution using Azure AD Managed Identities Module 7: Design a Solution for Databases Select an Appropriate Data Platform Based on RequirementsOverview of Azure Data StorageRecommend Database Service Tier SizingDynamically Scale Azure SQL Database and Azure SQL Managed InstancesRecommend a Solution for Encrypting Data at Rest, Transmission, and In Use Module 8: Design Data Integration -Recommend a Data Flow-Recommend a Solution for Data Integration Module 9: Select an Appropriate Storage Account -Understanding Storage Tiers-Recommend a Storage Access Solution-Recommend Storage Management Tools Module 10: Design a Solution for Backup and Recovery -Recommend a Recovery Solution for Hybrid and On-Premises Workloads-Design and Azure Site Recovery Solution-Recommend a Solution for Recovery in Different Regions-Recommend a Solution for Azure Backup Management-Design a Solution for Data Archiving and Retention Module 11: Design for High Availability -Recommend a Solution for Application and Workload Redundancy-Recommend a Solution for Autoscaling-Identify Resources that Require High Availability-Identify Storage Tpes for High Availability-Recommend a Solution for Geo-Redundancy of Workloads Module 12: Design a Compute Solution -Recommend a Solution for Compute Provisioning-Determine Appropriate Compute Technologies-Recommend a Solution for Containers-Recommend a Solution for Automating Compute Management Module 13: Design a Network Solution -Recommend a Solution for Network Addressing and Name Resolution-Recommend a Solution for Network Provisioning-Recommend a Solution for Network Security-Recommend a Solution for iInternete Connectivity and On-Premises Networks,-Recommend a Solution for Automating Network Management-Recommend a Solution for Load Balancing and Rraffic Routing Module 14: Design an Application Architecture -Recommend a Microservices Architecture-Recommend an Orchestration Solution for Deployment of Applications-Recommend a Solution for API Integration Module 15: Design Migrations -Assess and On-Premises Servers and Applications for Migration-Recommend a Solution for Migrating Applications and VMs-Recommend a Solution for Migration of Databases [-]

Kursinstruktør Geir Johan Gylseth Geir Johan Gylseth er utdannet ved Universitetet i Oslo med hovedvekt på Informatikk og har over 30 års erfaring som instruktør. Geir sin styrke ligger innenfor MS Office. Han har lang erfaring med skreddersøm av kurs, kursmanualer og oppgaver. Geir er en entusiastisk og dyktig instruktør som får meget gode evalueringer. Kursinnhold Med Microsoft Project 365 får du et godt verktøy for planlegging og oppfølging av prosjekter. Dette kurset lærer deg å håndtere ressurser, aktiviteter og budsjett. Du kan opprette, oppdatere og gjøre enkel oppfølging i et prosjekt. Vi går igjennom hvordan du, både grafisk og i tekst, ser effekten av forandringer i prosjekt og hvordan du kan skrive ut dine prosjektplaner. Målet med kurset er å gi deg en prossessorientert tilnærming i Microsoft Project 365 slik at du er i stand til å arbeide målrettet og effektivt med programvaren etter kurset.   Sett opp Project for bruk i din bedrift – tips og triks. Lag egne kalendere for enkeltpersoner og/eller grupper. Hold oversikt over tids- og ressursbruk. Vit hvem som jobber hvor – på tvers av prosjekter. Kontroller kostnadene i prosjektet. Ta hensyn til lønnsøkninger og variable kostnader. Vis og kontroller hvordan prosjektet går i forhold til opprinnelig plan (Baseline). Presenter fremdrift på papir og på nett. Utnytt de nye rapportmulighetene. Ta hensyn til at arbeid noen ganger foregår på kvelden og i helger. Se hvordan du kan få vakre utskrifter med egendefinerte komponenter ved hjelp av Project sine rapportegenskaper. Lag dine egne tabeller og visninger, skreddersydd til ditt bruk. Gjør rapportering og oppfølging enkel slik at du kan konsentrere deg om å lede prosjektet. Bruk tidslinje for enkelkommunikasjon av fremdrift. Kommunikasjon med andre programmer.   I tillegg får du en rekke tips og triks du kan bruke i din arbeidsdag.  Alt du lærer får du repetert gjennom aktivoppgaveløsning slik at du husker det du har lært når du kommer tilbake på jobb. Kursdokumentasjon, lunsj og pausemat er selvsagt inkludert! NB: Ta med egen PC     Av innhold kan vi nevne: - Innstilling av programvaren – en reprise fra grunnkurset - Hva vil jeg ha ut av mine planer og hvordan får jeg det - Effektiv og målrettet planlegging - Bruk av ressurspool – Ressursstyring på tvers av prosjekter - Integrasjon og kobling mot Excel i rapportering og kostnadsoppfølging - En grundig gjennomgang av mulighetene i Project - Bygg dine egne rapporter og visninger - Bruk av flere kalendere - Detaljert budsjettering og kostnadsoppfølging - Få hjelp og råd med dine konkrete utfordringer i Project    Meld deg på Project-kurs allerede i dag og sikre deg plass!   "Kurset var svært konkret, nyttig med tanke på mine daglige oppgaver."Henning Colbjørnsen- Rælingen kommune   [-]

AZ-2003: Deploy cloud-native apps using Azure Container Apps [-]

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     [-]

Har du store mengder data i Excel? Med verktøyet pivottabeller i Excel har du et kraftig verktøy som gjør at du raskt og enkelt sammenfatter hovedtall for store mengder data. I databehandling er en pivottabell et datavisualiseringsverktøy, og i Excel er dette verktøyet ypperlig for å trekke ut konklusjoner fra store mengder data. Blant andre funksjoner kan en pivottabell automatisk sortere, telle, summere totaler eller gjennomsnitt av de data som er lagret i en tabell eller regneark, og resultatene vises i en annen tabell som viser sammenfattet data. Med pivottabeller kan du på en rask og elegant måte summere, analysere, granske og presentere dine data med få klikk. Pivottabeller gir deg en svært effektiv måte å justere hvordan dine resultater skal vises. På basis av dine pivottabeller kan du også opprette flotte pivotdiagrammer som automatisk oppdateres når det gjøres endringer i dine pivottabeller.  Kurset kan også spesialtilpasses og holdes bedriftsinternt i deres eller våre lokaler. ForkunnskaperPå nivå med Excel videregående kurs eller tilsvarende kjennskap til programmet. Undervisningsform Klasseromsundervisning, med maks 12 deltakere. Deltakere må ha med egen datamaskin med relevant programvare. Pris4400 kroner inkludert lunsj. Ansatte ved UiS har egne prisbetingelser Varighet 1 dag - fra kl 09:00 til kl 15:00 Emner Hva er en Pivottabell? Kildedata – rydde opp i lister før bruk Bruke liste eller tabell som kilde Pivottabell Pivottabellverktøy Pivottabellutseende Feltvelger Sortering Filtrering Rapportfilter Grupperinger Beregninger og funksjoner Delsummer og totalsummer Vise data på ulike måter Oppdateringer og endringer i datakilden Rapportoppsett Pivottabellstiler Slicer Tidslinje Pivotdiagram Utseende på pivottabell- og pivotdiagram [-]

Kursinnhold ·        Hva er Power Pivot? ·        Hva kan det brukes til? ·        Hva er fordelene med Power Pivot i forhold til vanlige Pivot tabeller? ·        Hva er forutsetningen for å kunne bruke Power Pivot? ·        Hva slags data kan benyttes? Vi bygger opp en enkel Power Pivot modell og viser hvordan vi ved hjelp av enkle Measures (Mål) kan lage mer avanserte spørringer mot datagrunnlaget. Resultatet er pivottabeller som viser akkurat det du har behov for. Beregninger i pivottabeller blir enkelt. Data fra flere kilder blir enkelt. Eksterne datasett behandles enkelt. [-]