Executive Builder

  • Dados & Martech
  • Arquitetura de AI
  • Estratégia & Produto
Michele Miranda sorrindo, retrato em preto e branco

Executive Builder em Dados, Martech e AI, baseada no Rio de Janeiro

Construindo soluções para problemas que ainda não têm manual. Há mais de 20 anos acompanho — e ajudo a construir — as principais ondas da transformação digital no Brasil. Minha trajetória começou no desenvolvimento de um dos primeiros aplicativos da Americanas e do Submarino e evoluiu acompanhando os desafios que surgiram a cada nova fase do mercado. Nunca segui uma carreira linear. Sempre busquei entender qual era o próximo desafio que impediria as empresas de evoluir. Foi assim que passei por Produto, Marketing, CRM, Dados, Customer Data, Arquitetura, Martech e, agora, Inteligência Artificial. Hoje ajudo organizações a transformar problemas complexos em soluções escaláveis, conectando estratégia, dados, IA e engenharia para construir capacidades que geram impacto real.

+20 Anos em tech, dados e produto
12 → 3 Meses no projeto de tagueamento do Zé Delivery
40 → 10k Agendamentos/mês em 6 meses na Rede D'Or
3% Conversão de e-mail no case de big data da Oi
Por onde passei B2W · Americanas · Submarino Oi Globosat Rede D'Or Creditas AB InBev · Zé Delivery
Quem eu sou

Não fui direto ao ponto — fui identificando as brechas.

Minha carreira nunca foi construída de forma linear. Comecei como desenvolvedora e analista de requisitos, na época em que o e-commerce brasileiro estava migrando do físico para o digital — participei da construção de um dos primeiros aplicativos das Americanas e do Submarino.

Fui entendendo, na prática, que faltava alguém que ligasse dado, tecnologia e negócio. Fiz estatística, depois um MBA em Marketing com projeto final em Big Data — um case real na Oi que gerou 3% de conversão num canal de e-mail que convertia muito pouco. Dali em diante, minha trajetória seguiu essa lógica: identificar o gap do momento e me formar para preenchê-lo.

Passei por Martech, CRM, CDP, governança de dados e liderança de squads multidisciplinares em empresas como B2W, Oi, Globosat, Rede D'Or, Creditas e AB InBev (Zé Delivery). Em cada uma, o padrão se repetiu: ninguém sabia ainda o que fazer com a nova camada de complexidade — e eu me posicionei para resolver isso de ponta a ponta.

Hoje vejo o mesmo padrão se repetir com AI. E dessa vez, além de desenhar a solução, quero executá-la. Saí da gestão tradicional, fundei a MJTB Labs e comecei um MBA em AI com Big Data na USP — para me tornar a pessoa que constrói, não só a que especifica.

MBA em AI & Big Data — USP Formação atual · me tornando AI Builder
Fundadora — MJTB Labs Consultoria em dados, Martech e AI · 2025–presente
Head of Data, Martech & AI — AB InBev (Zé Delivery) Hub integrado de CRM, Martech, AI e Data Tracking
Group Product Manager — Creditas Construção da área de Data Products, CDP e MDM
MBA Marketing — USP · Estatística — Ibmec Base analítica que sustenta a visão holística
Como cheguei até aqui

Acompanhando cada onda de transformação

2005

Primeiros produtos digitais

Construção de um dos primeiros aplicativos de e-commerce do Brasil — Americanas e Submarino migrando do físico para o digital.

2012

Dado como estratégia

Percepção de que ninguém sabia o que fazer com o dado gerado. Formação em estatística e MBA em Marketing com Big Data.

2017

CRM e personalização

Ecossistemas Oracle, motores de personalização com modelos estatísticos, réguas omnichannel — Oi e Globosat.

2020

Customer Data

Data Products, CDP e MDM em ambientes multi-BU — Rede D'Or e Creditas, com foco em visão única do cliente.

2023

AI aplicada a dados

Uso de AI para automatizar tagueamento e governança em escala — hub integrado de CRM, Martech e AI no Zé Delivery.

2026

Agentic AI

MBA em AI & Big Data, MJTB Labs em construção, e a transição de especificar soluções para construí-las diretamente.

O que construí

Cases

Quatro problemas que ninguém queria pegar, contados do jeito que aconteceram: o contexto, a decisão e o que mudou no final.

Como reduzimos um projeto de tracking de 12 meses para 3 usando automação com AI

AB InBev · Zé Delivery
Problema

35 squads, mais de 200 pessoas, 3 aplicativos (Consumer, Entregador, Seller) nunca 100% tagueados. Coordenar todos os times manualmente era inviável no prazo de 1 ano.

Solução

Plugin no Figma para nascer tudo já tagueado, governança de eventos padronizada e uma AI que gerava o código de implementação nos repositórios — com validação técnica antes do merge.

Resultado

100% dos aplicativos tagueados pela primeira vez na história do produto, sem tocar no backlog de nenhuma das 35 squads.

Como o fluxo funcionava DO DESIGN AO CÓDIGO Figma + plugin telas nascem tagueadas Template de eventos governança padronizada AI escreve o código direto nos repositórios Validação técnica review antes do merge EVENTOS EM PRODUÇÃO Segment · CDP coleta unificada Arquitetura de dados ingestão e armazenamento Mixpanel · Amplitude · BI insights e modelos DO DADO À DECISÃO 35 squads seguiram trabalhando normalmente — o fluxo rodava em paralelo, sem entrar em nenhum backlog.
12 → 3 meses Tempo de entrega
0 Squads impactadas no backlog
100% Cobertura de eventos

Como aumentei o agendamento de exames de 40 para 10.000 por mês

Rede D'Or São Luiz
Problema

No início da pandemia, implementei teleconsulta e assumi o agendamento de exames — que rodava a apenas 40 agendamentos por mês, travado por falhas de integração de backend.

Solução

Mapeamento e correção das integrações entre os sistemas de agendamento, priorizando os pontos de maior atrito — sem grande investimento adicional em desenvolvimento.

Resultado

O gargalo era arquitetural, não de demanda. Corrigida a integração, o volume represado veio à tona rapidamente.

250x Crescimento em 6 meses
6 meses De 40 para 10.000/mês

Como um case de Big Data gerou 3% de conversão num canal que convertia quase nada

Oi S.A.
Problema

Grande parte da base pré-paga não tinha conta — e, portanto, não estava dentro da base de clientes ativos. E-mail era um canal historicamente fraco para conversão.

Solução

Estudo da base pré-paga, criação de um recorte de oportunidade e desenvolvimento de um novo produto com novo valor, testado via modelo de ciência de dados aplicado à base.

Resultado

Projeto final do MBA em Marketing — data science aplicada a negócio antes do termo virar hype no mercado brasileiro.

3% Conversão em canal de e-mail

Como construí uma área de Data Products do zero em ambiente multi-BU

Creditas
Problema

Múltiplas unidades de negócio, dados fragmentados, sem MDM nem visão consolidada do cliente para orientar CRM e analytics.

Solução

Implementação de Segment.io e Amplitude, construção de MDM, data layer e pipelines via API, com modelos de propensão alimentando automação de CRM.

Resultado

Fundação de dados que passou a sustentar decisões de produto e marketing em todas as BUs, não apenas em uma vertical isolada.

Como penso

Alguns princípios que guiam meu trabalho

Na época do boom de dados, todo mundo armazenava tudo e ninguém sabia o que fazer com nada. Com AI está acontecendo de novo.

Os dados eram guardados sem necessidade, ou guardados errado. Eu me formei para ser a pessoa que liga dado, tecnologia e negócio — e é exatamente esse gap que vejo se repetir agora, com todo mundo correndo para usar AI sem estruturar a base que a sustenta.

AI não resolve problema de arquitetura.

Modelo bom em cima de dado mal estruturado só escala o erro mais rápido. Agente precisa de dado normalizado para reaprender e gerar inteligência de verdade. A disciplina de engenharia de dados que aprendi nos últimos 20 anos é pré-requisito, não detalhe.

O gargalo quase nunca está onde todo mundo está olhando.

Na Rede D'Or, o agendamento travado não era falta de demanda — era integração de backend quebrada. No Zé, o tagueamento impossível não era falta de gente — era falta de processo. Entender o problema de ponta a ponta vale mais do que qualquer ferramenta.

O que estou construindo agora

Building in Public

A transição de especificar soluções para construí-las. Documentado à medida que acontece.

Em andamento

MBA em AI & Big Data — USP

Formação estruturada para consolidar a base técnica de AI aplicada, complementando 20 anos de experiência em dados e produto.

Em andamento

MJTB Labs

Consultoria própria como espaço de prática — projetos reais de dados, automação (RPA) e AI para clientes, aplicando o que estou aprendendo.

Conhecer a MJTB Labs →
Em breve

GitHub & experimentos técnicos

Protótipos de automação, agentes e arquiteturas de AI aplicada a dados — publicados à medida que saem do papel.

Em breve

Artigos & reflexões

Textos sobre dados, arquitetura de AI e a transição de gestão para construção — desenvolvidos a partir da prática no dia a dia.

Onde tudo isso vira prática

MJTB Labs

A consultoria que fundei para aplicar, com clientes reais, tudo o que está descrito acima — dados, Martech, automação e AI. "Do dado à decisão."

Falar sobre um projeto
Expertise

Competências

Plataformas & Stack
  • CDP — Segment, mParticle, Tealium
  • CRM & Automation — Braze, Responsys, Oracle MKT Cloud
  • Analytics — GA4, GTM, Amplitude, Mixpanel, Databricks
  • Cloud — AWS, Azure, BigQuery
  • Data Tracking — AppsFlyer, Firebase, data layer
Disciplinas
  • Martech Strategy & Stack Design
  • Data Engineering — ETL, API, Cloud
  • Machine Learning & GenAI aplicados
  • MDM — Master Data Management
  • Data Governance & Taxonomias
AI Builder
  • Prompt Engineering aplicado a produto
  • Automação de processos com AI (RPA + LLM)
  • Arquitetura de agentes — em formação
  • MCP e integração de ferramentas — em formação
Formação
  • MBA AI & Big Data — USP (em andamento)
  • MBA Marketing — Universidade de São Paulo
  • Especialização Estatística — Ibmec
  • Certificação Oracle Responsys & Maxymiser
  • Mixpanel Product Analytics Certification
Vamos conversar

Me conta o seu problema difícil.

Se você está travado em algo de dados, produto ou AI que ainda não tem manual, provavelmente é o tipo de problema que eu gosto de pegar.

E-mail michele@mjtblabs.com.br
Telefone (21) 98385-0916
LinkedIn linkedin.com/in/michele-mirandas-silveira
Localização São Paulo & Rio de Janeiro · Brasil