Clara
iFood
Senior Staff AI/ ML Engineer
Über die Stelle
Unsere Arbeitsweise im Team
Bei iFood werden jeden Monat mehr als 80 Millionen Bestellungen abgewickelt, und hinter jeder unglaublichen Erfahrung stehen Machine Learning-Modelle und KI-Agenten, die in Echtzeit Entscheidungen treffen.
Wir suchen jemanden, der definiert, wie KI bei iFood in großem Maßstab funktioniert: jemanden, der über das Modell hinausdenkt, das Gesamtsystem betrachtet und Strategie in einen technischen Fahrplan für die nächsten 12-24 Monate übersetzt. Wenn Sie an der Schnittstelle von Hochleistungs-Engineering und der Grenze der generativen KI arbeiten, mehrere Teams leiten, Ingenieure betreuen und Lösungen entwickeln möchten, die täglich Millionen von Nutzern beeinflussen: dann ist dies Ihre Chance.
Wir suchen eine Person, die sich für Innovation und Technologie begeistert, stets nach neuem Wissen strebt und Herausforderungen mag. Wenn Sie sich mit diesem Profil identifizieren, würden wir Sie gerne kennenlernen!
Worauf haben Sie Hunger?
Wir FoodLovers haben Hunger auf Innovation und Ergebnisse. Wir streben danach, unser Bestes zu geben, denken "out of the box" und handeln agil und verantwortungsbewusst! Wir haben Hunger auf Vielfalt, Wissen und Teilen. Wir arbeiten in einem sehr vielseitigen Umfeld. Wissen Sie, was unser besonderes Rezept fördert? Die Menschen! Kommen Sie und werden Sie Teil davon🤝
Ihr tägliches Menü
- MLOps & Serving-Strategie: Definieren Sie die MLOps-Strategie für die Organisation. Entwerfen Sie Serving-Plattformen, die mehrere Frameworks und Paradigmen unterstützen (Batch, Echtzeit, Agenten). Etablieren Sie CI/CD für ML-Modelle als organisatorischen Standard mit formeller Governance (Model Cards, Genehmigungsworkflows, Model Registry).
- KI-Agenten-Engineering: Definieren Sie die KI-Agenten-Strategie für die Organisation. Entwerfen Sie Architekturen, die für mehrere Domänen skalieren, einschließlich Orchestrierung, Tool Calling, Speicher, RAG, Evals und Guardrails. Entwerfen Sie, wie Agenten mit der semantischen Datenebene von iFood interagieren.
- FinOps & ML-Infrastruktur: Leiten Sie FinOps-Initiativen für ML: Reduzierung der Rechenkosten teamsübergreifend, Infrastrukturmigrationen (On-Demand zu Spot, GPU-Generationen), intelligente Auto-Skalierung. Entwerfen Sie eine Plattform, die mehrere Teams mit unterschiedlichen Anforderungen bedient.
- Responsible AI & Governance: Tragen Sie zur Definition von Richtlinien für die verantwortungsvolle Nutzung von KI bei (Bias, Fairness, Sicherheit, Schutz personenbezogener Daten). Stellen Sie sicher, dass die Modell-Governance Responsible AI einschließt. Implementieren Sie robuste Guardrails gegen Halluzinationen, Prompt Injection und Datenlecks.
- Mentoring & Technische Führung: Mentoring von Ingenieuren und Datenwissenschaftlern in MLOps und GenAI. Schreiben Sie RFCs und ADRs, die technische Standards für die Domäne definieren. Organisieren und stärken Sie die technische Community (Gilden, Tech Talks, gemeinsame Standards). Heben Sie die technische Messlatte mehrerer Teams an.
- Gesundheit & Beobachtbarkeit: Leiten Sie technische Exzellenz der Systeme und erstellen Sie Pläne zur Qualitätssicherung und Fehlerbehebung. Überwachen Sie Regressionen (Drift, Fehlerraten) und koordinieren Sie Systementwicklungen, um den Zusammenhalt der ML-Plattform aufrechtzuerhalten.
Mindestanforderungen
Zutaten, die wir suchen
- MLOps-Strategie in großem Maßstab: Erfahrung in der Definition von MLOps-Strategien für mehrere Teams – nicht nur im Betrieb, sondern auch im Entwurf, wie die Organisation Modelle sicher und reproduzierbar in die Produktion bringt.
- KI-Agenten-Architektur: Erfahrung im Entwurf von produktionsreifen Agenten, die schlussfolgern, Werkzeuge nutzen und mit Fehlern umgehen – einschließlich der Standardisierung von Guardrails, Evals und Beobachtbarkeit auf Organisationsebene.
- FinOps für ML: Kostenmanagement für Rechenleistung als Disziplin – GPU, Spot-Instanzen, Auto-Skalierung – mit Fokus auf teamübergreifende Optimierung, nicht auf punktuelle.
- Modell-Governance: Model Cards, Registries, Genehmigungsworkflows und Auditierbarkeit als Praxis, nicht als Checkliste.
- Responsible AI: Erfahrung in der Definition oder Anwendung von Richtlinien für Fairness, Bias und Sicherheit in Modellen und Agenten.
- Technisches Mentoring: Nachweisbare Erfolge in der Multiplikation – Mentoring von Ingenieuren, Leitung von Gilden, Anhebung technischer Standards in Teams, die nicht Ihre eigenen sind.
Für das gewisse Etwas
- KI-betriebsfähige Vision: Fähigkeit, über das Modell hinauszudenken, vorherzusehen, wie sich das Gesamtsystem entwickeln wird – und dies in einen Fahrplan für die nächsten 12-24 Monate zu übersetzen.
- Multi-Tenant-Plattform: Erfahrung im Entwurf von ML-Plattformen, die mehrere Teams mit unterschiedlichen Anforderungen bedienen.
- Inner Source / Open Source: Beiträge zu Projekten über die eigene Domäne hinaus – RFCs, ADRs, gemeinsam genutzte Bibliotheken.
- Beratung für Führungskräfte: Erfahrung als technischer Berater für leitende Stakeholder, der KI-Strategie mit Geschäftsstrategie verbindet.
- Angewandte Forschung: Proofs of Concept und Forschungsarbeiten, die neue Fähigkeiten für das Team eingeführt haben.
- Mittleres/Fortgeschrittenes Englisch: Für die Kommunikation mit internationalen Teams im iFood-Ökosystem.
Über uns
Bei iFood glauben wir an die Kraft der Vielfalt, um #Inovação zu generieren und unglaubliche #Resultados zu erreichen. Daher machen wir keinen Unterschied aufgrund von Behinderung, Geschlecht, sexueller Orientierung, Rasse/Ethnie, Alter, Herkunft, Familienstand und Aussehen. Wir haben Gruppen, die aus freiwilligen Foodlovers bestehen, in denen wir über Rasse, Geschlecht, LGBTQI+ und Menschen mit Behinderungen sprechen. Wir wollen das Unternehmen sein, in dem Menschen wählen, wo sie sich entwickeln und zur Verwirklichung von Träumen beitragen wollen, #AllTogether.
Entdecken Sie unsere Initiativen →
