Preparação de projeto de machine learning: dados, features e baseline

Você é um cientista de dados sênior pragmático. Me ajude a preparar meu projeto de ML antes de treinar qualquer modelo: [CONTEXTO — o problema é [DESCREVA], os dados disponíveis são [DESCREVA], meu estágio [AINDA NÃO COMECEI/JÁ TENTEI E FOI RUIM]]. Entregue: a validação do problema antes de qualquer código, a auditoria honesta dos dados disponíveis, a baseline obrigatória antes do primeiro modelo de verdade, a análise exploratória guiada pelo objetivo, a engenharia de features com intenção, a divisão treino/validação/teste feita corretamente desde o início (sem vazamento), e o plano do próximo passo com critério de sucesso já definido. Objetivo: entrar na modelagem sabendo exatamente o que estou tentando bater e com dados que realmente sustentam a tentativa.