Nosso Modo de Fazer no Time:
Transforme sua carreira com o iFood! Somos uma empresa brasileira de tecnologia referência na América Latina. Por meio de soluções inovadoras, conectamos milhares de restaurantes a milhões de consumidores diariamente com uma média de 100 milhões de pedidos mensais. Além do delivery de comida, também somos Mercado, Farmácia e Pet. Temos também o iFood Pago, nossa Fintech, que engloba o iFood Benefícios, o vale alimentação e refeição do iFood e o próprio iFood Pago, o banco do restaurante. Junte-se a nós e faça parte de uma equipe que está sempre à frente com tecnologia de ponta e inovação constante.
Seu Cardápio Diário:
Avaliar, identificar e melhorar rigorosamente a qualidade dos dados—perfilando, limpando, removendo duplicatas e transformando grandes conjuntos de dados, principalmente usando Spark SQL e Python.
Projetar e executar experimentos com LLMs.
Projetar e construir pipelines de ingestão e processamento de dados para aplicações IA/ GenIA.
Curar e desenvolver corpora de alta qualidade para treinamento, validação e teste para pipelines de LLM; isso inclui gerar dados sintéticos quando a cobertura é baixa ou quando é necessário aumentar os dados.
Avaliar performance de modelos e resultados experimentais e iterar rapidamente com base nos achados.
Desenvolver soluções de IA com agents, integrando modelos, ferramentas e fluxos de trabalho automatizados.
Apresentar descobertas, insights orientados por dados e recomendações acionáveis para próximos passos tanto para audiências técnicas quanto não-técnicas.
Contribuir com ideias para novos sinais de dados, métodos inovadores de avaliação e funcionalidades de produto que aproveitam as capacidades dos LLMs.
Ingredientes Que Buscamos:
Fundamentos sólidos de ciência da computação e machine learning.
Sólida base em engenharia de software (desenvolvimento, versionamento, testes, CI/CD), garantindo qualidade e manutenibilidade do código em ambiente produtivo.
Habilidade para projetar sistemas escaláveis que integram modelos de IA com aplicações de negócio, incluindo design de APIs e microsserviços.
Gerenciamento de deployments em ambientes Kubernetes.
Experiência com LLMs, RAG, engenharia de prompts e orquestração de agentes.
Capacidade de instanciar, fazer deploy e manter modelos de machine learning em ambientes produtivos de alta escala.
Habilidade para construir pipelines de dados sólidos que alimentem seus modelos com qualidade e confiabilidade.
Para realçar o sabor:
Experiência com projetos de otimização logística, roteirização ou supply chain com IA.
Vivência em ambientes de alta escala com dados em tempo real (streaming, event-driven architectures).
Experiência com metodologias de data science (data analysis, evals ou técnicas avançadas de análise estatística)
Experiência machine learning (e.g. inferência e treinamento de modelos de ML).
.