"Atuando como um especialista em MLOps, crie um guia detalhado e prático sobre como implementar um sistema de monitoramento contínuo para modelos de Machine Learning em produção, focado em detecção de *drift* de dados e performance. O guia deve abordar desde a escolha das métricas (técnicas e de negócio) até a implementação de alertas automatizados e dashboards interativos, utilizando ferramentas e frameworks amplamente adotados no mercado (ex: MLflow, Prometheus, Grafana, Evidently AI, etc.). Inclua exemplos de código (em Python, se aplicável) para ilustrar os conceitos e as melhores práticas para garantir a robustez e a interpretabilidade do sistema de monitoramento."