Skip to content
iFood

Senior Staff AI/ ML Engineer

Brasil; IFOOD - BASE OSASCO Brazil
Staff · DATA AI | TECH
POSTED 17 JUL 2025VERIFIED 1D AGO
Apply Ask
Role
479 days opentrue age
Posted 17 Jul 2025
CompanyiFood →
60open roles
Opened · 30d
+0
Closed · 30d
−0
30d window
Market
1,040open · Staff ML / AI
Opened · 7d
+989% of open
All ml / ai
6,676open
All tracked boards · live 9 Nov · n=1,040
LLMs

Nosso modo de fazer no time

O iFood move mais de 80 milhões de pedidos por mês, e por trás de cada experiência incrível, temos modelos de Machine Learning e agentes de IA tomando decisões em tempo real.

Estamos buscando a pessoa que vai definir como IA opera em escala no iFood: alguém que pensa além do modelo, enxerga o sistema completo e traduz estratégia em roadmap técnico para os próximos 12-24 meses. Se você quer atuar na interseção entre engenharia de alto desempenho e a fronteira da IA generativa, liderando múltiplas equipes, mentorando engenheiros e criando soluções que impactam milhões de usuários todos os dias: essa é a sua oportunidade.

Seu Cardápio Diário

Estratégia de MLOps & Serving: Definir a estratégia de MLOps para a organização. Projetar plataformas de serving que suportem múltiplos frameworks e paradigmas (batch, real-time, agentes). Estabelecer CI/CD para modelos ML como padrão organizacional, com governança formal (model cards, approval workflows, model registry).

Engenharia de Agentes de IA: Definir a estratégia de agentes de IA para a organização. Projetar arquiteturas que escalem para múltiplos domínios, envolvendo orquestração, tool calling, memória, RAG, evals e guardrails. Projetar como agentes interagem com a camada semântica de dados do iFood.

FinOps & Infraestrutura de ML: Liderar iniciativas de FinOps para ML: redução de custo computacional cross-equipe, migrações de infraestrutura (on-demand para spot, gerações de GPU), auto-scaling inteligente. Projetar plataforma que serve múltiplas equipes com diferentes necessidades.

Responsible AI & Governança: Contribuir para definição de políticas de uso responsável de IA (bias, fairness, safety, PII protection). Garantir que model governance incorpore responsible AI. Implementar guardrails robustos contra alucinações, prompt injection e vazamento de dados.

Mentoria & Liderança Técnica: Mentorar engenheiros e cientistas de dados em MLOps e GenAI. Escrever RFCs e ADRs que definam padrões técnicos para o domínio. Organizar e fortalecer a comunidade técnica (guildas, tech talks, padrões compartilhados). Elevar a barra técnica de múltiplas equipes.

Saúde & Observabilidade: Liderar excelência técnica dos sistemas, criando planos para garantia de qualidade e mitigação de falhas. Monitorar regressões (drift, taxas de erro) e coordenar evoluções de sistemas para manter coesão da plataforma de ML.

Ingredientes que buscamos

  • Estratégia de MLOps em escala: Experiência definindo estratégia de MLOps para múltiplas equipes — não só operando, mas projetando como a organização leva modelos a produção de forma segura e reprodutível
  • Arquitetura de Agentes de IA: Experiência projetando agentes em produção que raciocinam, usam ferramentas e lidam com erros — incluindo padronização de guardrails, evals e observabilidade em nível organizacional
  • FinOps para ML: Gestão de custo computacional como disciplina — GPU, spot instances, auto-scaling — com visão de otimização cross-equipe, não pontual
  • Governança de Modelos: Model cards, registries, approval workflows e auditabilidade como prática, não como checklist
  • Responsible AI: Experiência definindo ou aplicando políticas de fairness, bias e safety em modelos e agentes
  • Mentoria técnica: Track record de multiplicação — mentoria de engenheiros, liderança de guildas, elevação de padrões técnicos em equipes que não são a sua

Para Realçar o Sabor

  • Visão AI-operable: Capacidade de pensar além do modelo, antecipando como o sistema completo vai evoluir — e traduzindo isso em roadmap de 12-24 meses
  • Plataforma multi-tenant: Experiência projetando plataformas de ML que servem múltiplas equipes com diferentes necessidades
  • Inner source / Open source: Contribuições em projetos além do seu domínio — RFCs, ADRs, bibliotecas compartilhadas
  • Advisory para liderança: Experiência como advisor técnico para stakeholders seniores, conectando estratégia de IA a estratégia de negócio
  • Pesquisa aplicada: PoCs e pesquisas que introduziram novas capacidades para o time
  • Inglês intermediário/avançado: Para contato com times internacionais do ecossistema iFood
Source · iFoodFirst seen 7 NovOriginal ↗