Para garantir que um modelo preditivo será construído corretamente, é fundamental considerar a colaboração entre diferentes áreas e a qualidade dos dados e processos utilizados. Vamos analisar as alternativas: A) Aumentando a quantidade de dados experimentais. - Embora mais dados possam ajudar, não é a única garantia de um modelo correto. B) Por meio de experimentos usando análise ROC. - A análise ROC é uma ferramenta útil para avaliar modelos, mas não garante a construção correta do modelo em si. C) Trabalhando com especialistas do negócio e de tecnologia. - Esta opção é crucial, pois a colaboração entre especialistas garante que o modelo atenda às necessidades do negócio e utilize a tecnologia de forma eficaz. D) Avaliando a qualidade do código dos algoritmos implementados. - A qualidade do código é importante, mas não é o único fator para garantir a construção correta do modelo. E) Por meio de um processo de avaliação dos experimentos. - Avaliar experimentos é importante, mas novamente, não é suficiente por si só. A alternativa que melhor garante que um modelo será construído corretamente, considerando a importância da colaboração e do conhecimento especializado, é: C) Trabalhando com especialistas do negócio e de tecnologia.