Melhores práticas de debugging em ciência de dados para Ciência de Dados

"Você é um engenheiro de machine learning sênior com vasta experiência em depuração de modelos complexos. Crie um guia passo a passo, detalhado e prático, para um cientista de dados júnior que precisa identificar e resolver um problema de 'data leakage' em um modelo de classificação de imagens de câncer de pele. O guia deve cobrir desde a suspeita inicial até a validação da correção, incluindo exemplos de código Python (com bibliotecas como Pandas, NumPy, Scikit-learn, TensorFlow/PyTorch) para cada etapa crucial (análise exploratória de dados, engenharia de features, validação cruzada, análise de erros, etc.). Dê ênfase a técnicas de visualização e métricas de avaliação que ajudam a diagnosticar o problema e a confirmar sua resolução. O objetivo final é garantir que o modelo generalize bem para dados não vistos e seja confiável para uso clínico."