Pentera
iFood
Senior Staff AI/ ML Engineer
Über die Stelle
Unser Vorgehen im Team
iFood wickelt jeden Monat mehr als 80 Millionen Bestellungen ab, und hinter jeder großartigen Erfahrung stehen Machine Learning-Modelle und KI-Agenten, die in Echtzeit Entscheidungen treffen.
Wir suchen die Person, die definieren wird, wie KI bei iFood in großem Maßstab funktioniert: jemanden, der über das Modell hinausdenkt, das gesamte System betrachtet und Strategie in eine technische Roadmap für die nächsten 12-24 Monate übersetzt. Wenn Sie an der Schnittstelle zwischen Hochleistungs-Engineering und der Grenze der generativen KI arbeiten, mehrere Teams leiten, Ingenieure betreuen und Lösungen entwickeln möchten, die täglich Millionen von Nutzern beeinflussen: Dies ist Ihre Chance.
Wir suchen eine Person, die sich für Innovation und Technologie begeistert, stets nach neuem Wissen strebt und Herausforderungen liebt. 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 formaler 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: teamübergreifende Reduzierung der Rechenkosten, Infrastrukturmigrationen (On-Demand zu Spot, GPU-Generationen), intelligente Auto-Skalierung. Entwerfen Sie eine Plattform, die mehreren Teams mit unterschiedlichen Anforderungen dient.
- 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, indem Sie Pläne zur Qualitätssicherung und Fehlerbehebung erstellen. 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 Agenten in der Produktion, die schlussfolgern, Werkzeuge verwenden und mit Fehlern umgehen – einschließlich der Standardisierung von Guardrails, Evals und Beobachtbarkeit auf Organisationsebene.
- FinOps für ML: Verwaltung der Rechenkosten als Disziplin – GPU, Spot-Instanzen, Auto-Skalierung – mit einer teamübergreifenden Optimierungsperspektive, nicht nur punktuell.
- 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 Erfolgsbilanz bei der Multiplikation – Mentoring von Ingenieuren, Leitung von Gilden, Anhebung technischer Standards in Teams, die nicht Ihre eigenen sind.
Um den Geschmack zu verfeinern
- KI-operable Sicht: Fähigkeit, über das Modell hinauszudenken, vorherzusehen, wie sich das Gesamtsystem entwickeln wird – und dies in eine 12-24-monatige Roadmap zu übersetzen.
- Multi-Tenant-Plattform: Erfahrung im Entwurf von ML-Plattformen, die mehreren Teams mit unterschiedlichen Anforderungen dienen.
- 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 Forschung, die neue Fähigkeiten für das Team eingeführt haben.
- Mittlere bis fortgeschrittene Englischkenntnisse: 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 erzielen. Daher diskriminieren wir nicht aufgrund von Behinderung, Geschlecht, sexueller Orientierung, Rasse/Ethnie, Alter, Herkunft, Familienstand oder Aussehen. Wir haben Gruppen aus freiwilligen Foodlovers, in denen wir über Rasse, Geschlecht, LGBTQI+ und Menschen mit Behinderungen sprechen. Wir möchten das Unternehmen sein, das Menschen als Ort wählen, an dem sie sich weiterentwickeln und zur Verwirklichung von Träumen beitragen können, #AllTogether.
Entdecken Sie unsere Initiativen →
