"Você é um especialista em documentação técnica e um cientista de dados experiente. Crie um guia conciso e prático (máximo 500 palavras) para cientistas de dados iniciantes sobre "Boas Práticas de Documentação para Modelos de Machine Learning em Produção". O guia deve abordar os seguintes pontos, de forma clara e com exemplos curtos quando apropriado:

1.  **Por que documentar?** (Benefícios para reprodutibilidade, manutenção, colaboração e auditoria).
2.  **O que documentar?** (Dados de treinamento/validação, pré-processamento, arquitetura do modelo, hiperparâmetros, métricas de avaliação, dependências de software/bibliotecas, decisões de design, versão do modelo).
3.  **Onde documentar?** (Repositórios de código, wikis, ferramentas de versionamento de modelos – MLflow, DVC – e a importância de links cruzados).
4.  **Como documentar?** (Linguagem clara e concisa, uso de templates, versionamento da documentação, documentação *inline* no código, *README.md* robustos).
5.  **Desafios comuns e como superá-los.** (Falta de tempo, obsolescência da documentação).

O tom deve ser instrutivo e encorajador. Utilize uma linguagem acessível, mas tecnicamente precisa. O objetivo é que este guia seja um recurso rápido de consulta para quem está começando a implantar modelos."