Em bancos de dados multidimensionais, a relação entre dados é sempre representada em estrutura tabular bidimensional, sem suporte a modelos de dados hierárquicos ou de rede.

Em Python, listas e tuplas possuem as mesmas propriedades, podendo ser aumentadas ou diminuídas após sua criação.

Valores outliers, isto é, inválidos para a amostra, como um valor textual em vez de um valor que deveria ser numérico, devem ser identificados na etapa de preparação de dados.

Variáveis quantitativas contínuas podem assumir qualquer valor numérico, mesmo que ele não corresponda a um número inteiro.

O gráfico de dispersão é o mais indicado para representar o relacionamento entre dois conjuntos de dados, como idade e tempo de tela dos usuários.

Em um conjunto de dados com muita variação entre si, a normalização garante um desvio padrão mínimo em relação à média dos valores.

Na análise exploratória de dados, as visualizações multivariadas permitem entender as interações entre diferentes variáveis nos conjuntos de dados.

O Azure DevOps permite a implementação de pipelines multiestágios, em que cada estágio pode representar um ambiente diferente.

Em relação a ferramentas e práticas em DevOps, julgue os itens subsequentes.

O DevOps exige implementação de pipelines de integração contínua (CI) e entrega contínua (CD), além de mentalidade de falha rápida para promover inovação constante e eficiência operacional.

No que se refere a DevOps, julgue os itens subsequentes.

Na integração contínua, o desenvolvedor deve executar uma build local e depois atualizar seu repositório local do projeto, trazendo as alterações do repositório central.