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:
Criar, integrar e manter soluções robustas baseadas em Inteligência Artificial, abrangendo LLMs (Large Language Models), embeddings, sistemas de agentes, automações e modelos de aprendizado supervisionado.
Desenvolver pipelines, APIs e serviços escaláveis e de alto desempenho, utilizando tanto modelos de linguagem quanto modelos proprietários.
Projetar e implementar arquiteturas modernas, utilizando frameworks especializados como LangChain, LlamaIndex e DSPy.
Implementar e otimizar fluxos de retrieval , vector stores e RAGs (Retrieval-Augmented Generation) para consultas eficientes.
Desenvolver, testar e versionar prompts e definir o comportamento de agentes de IA.
Trabalhar em estreita colaboração com as equipes de Engenharia, Produto e Dados para transformar requisitos de negócio em soluções técnicas viáveis.
Monitorar métricas críticas (como latência, custo, precisão e ocorrência de alucinações) para garantir a melhoria contínua da qualidade da solução.
Integrar e testar diversos modelos (OpenAI, open-source , finetune , modelos privados).
Assegurar que o uso de IA siga rigorosas práticas de segurança, compliance e responsabilidade.
Manter a documentação técnica clara de soluções, decisões e boas práticas adotadas.
Ingredientes Que Buscamos:
Experiência prática com desenvolvimento backend (preferencialmente Python, Node.js ou linguagens similares).
Domínio das APIs de LLMs (OpenAI, Anthropic ou modelos open-source ).
Sólido conhecimento em engenharia de prompts e metodologias de avaliação de desempenho.
Experiência com bancos de dados relacionais (SQL) e/ou não relacionais (NoSQL).
Familiaridade com conceitos de vetorização e ferramentas de busca semântica (como Pinecone, Weaviate, Qdrant, pgvector).
Entendimento aprofundado de RAG (Geração Aumentada por Contexto) e arquitetura de agentes.
Experiência com Git, pipelines de desenvolvimento e ambientes de deploy (Docker, CI/CD).
Para Realçar o Sabor:
Experiência prévia com LangChain, LlamaIndex, DSPy ou Semantic Kernel.
Experiência com finetuning ou RLHF (Reinforcement Learning from Human Feedback).
Noções e práticas de MLOps.
Conhecimento em arquiteturas serverless (ex: AWS Lambda, GCP Cloud Run).
Vivência com sistemas de mensageria e eventos (Kafka, Pub/Sub, SQS).
Experiência com avaliação humana ( Human-in-the-Loop ) ou métricas de qualidade específicas para LLMs.