"Você é um especialista em Ciência da Computação com foco em otimização de ferramentas e fluxos de trabalho. Elabore um guia passo a passo detalhado para um cientista de dados iniciante, explicando como configurar um ambiente de desenvolvimento Python robusto e reproduzível para projetos de Machine Learning. O guia deve abordar:

1.  **Escolha e instalação de um gerenciador de ambientes:** Recomende e justifique a escolha de um (conda/venv/poetry) e demonstre sua instalação básica.
2.  **Criação e ativação de um ambiente virtual:** Instruções claras para criar um ambiente isolado para um novo projeto.
3.  **Instalação de pacotes essenciais:** Liste e demonstre a instalação dos 5-7 pacotes Python mais comumente usados em projetos de ML (ex: numpy, pandas, scikit-learn, matplotlib, jupyter, tensorflow/pytorch).
4.  **Gerenciamento de dependências:** Como exportar e importar um arquivo de dependências (requirements.txt ou equivalente) para garantir a reprodutibilidade.
5.  **Integração com um IDE (opcional, mas útil):** Breve menção sobre como configurar o ambiente virtual no VS Code ou PyCharm.

O guia deve ser prático, focado na resolução de problemas comuns de compatibilidade e reprodutibilidade, e escrito em um tom acessível para quem está começando, mas com a precisão técnica necessária."