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). .