Linguagem
Kotlinjob-boards.greenhouse.io
Linguagem principal dos microsserviços do backend, junto com o Java.
Serviços de backend, com Java 17 e Spring Boot.
Hospedagem
Nuvem principal onde os serviços rodam.
Kubernetesjob-boards.greenhouse.io
Orquestra os serviços do backend no Amazon EKS.
Banco de dados
PostgreSQLaws.amazon.com
Banco relacional, um por microsserviço no middleware financeiro.
Framework de celular
Flutterjob-boards.greenhouse.io
Monta os apps em Dart, seguindo os layouts do Figma.
Busca de dados
Integração por eventos entre os serviços, também via AWS MSK.
Amazon SQSjob-boards.greenhouse.io
Filas para comunicação assíncrona entre serviços, com tópicos do SNS.
Amazon EventBridgeaws.amazon.com
Barramento de eventos do middleware financeiro.
Por quê: Filtro e roteamento, alta disponibilidade nativa e cobrança só pelo uso.
Databricksdatabricks.com
Plataforma de dados da empresa toda, com Delta Lake e Databricks SQL.
Por quê: Para acabar com a fila de análises e testar várias hipóteses ao mesmo tempo sem mexer na produção.
Framework de servidor
Spring Bootjob-boards.greenhouse.io
Framework dos serviços em Kotlin e Java.
Framework Kotlin mais leve, usado em parte dos serviços.
Modelo de IA
Amazon SageMakeraws.amazon.com
Treina, registra e serve os modelos de machine learning da plataforma ML Go!.
Por quê: Para tornar o treino reproduzível e o deploy em produção confiável, escalável e rastreável.
Análise de uso
Tableaudatabricks.com
Painéis e relatórios diários em cima do Databricks.
Erros
OpenTelemetryjob-boards.greenhouse.io
Instrumentação de métricas e traces, junto com o Prometheus.
As vagas do iFood descrevem o núcleo: microsserviços em Kotlin ou Java com Spring Boot ou Ktor, rodando na AWS com Kubernetes no EKS. Os times seguem arquitetura hexagonal e ligam os serviços por eventos via Kafka, AWS MSK ou Kinesis, além de filas SQS e SNS.
A observabilidade é feita com OpenTelemetry e Prometheus, e quem desenvolve cuida do serviço em produção, dos alertas ao post-mortem.
O middleware financeiro do iFood era um monolito com partes muito acopladas, o que aumentava as falhas e o tempo de recuperação. O time quebrou o sistema em três microsserviços e um backend for frontend, com o Amazon EventBridge como barramento de eventos entre eles.
Escolheram o EventBridge pelo filtro e roteamento, pela alta disponibilidade nativa e por pagar só pelo uso, e colocaram filas de mensagens mortas e novas tentativas para nenhum evento se perder. O PostgreSQL continuou como banco, agora um por serviço, e o tempo para lançar uma funcionalidade caiu de um mês para uma semana.
Fontes:aws.amazon.com
Antes, as áreas de negócio esperavam semanas por um time de dados pequeno, e alguns testes liam direto do servidor de produção. O iFood montou um simulador no Databricks e no Tableau para os times testarem cenários com o histórico de entregas sem mexer na produção.
Hoje mais de 2.000 pessoas tiram os próprios dados, e quem chega aprende a rodar consultas e notebooks no Databricks.
Fontes:databricks.com
Ciência de dados e engenharia trabalhavam separadas, o que dificultava colocar modelos em tempo real no ar. O iFood criou uma plataforma interna de machine learning, a ML Go!, sobre o Amazon SageMaker, com pipelines de retreino, registro de modelos e endpoints controlados pela CI/CD.
Uma ferramenta chamada BruceML empacota o código de treino e de uso em containers, para os times recalibrarem e publicarem modelos de novo com rapidez e segurança.
Fontes:aws.amazon.com
A GenPlat, plataforma de IA generativa do iFood, é a porta única de acesso aos modelos de linguagem, sejam proprietários ou open source. Ela tira dados sensíveis antes de o prompt chegar ao provedor, controla o consumo e vigia abusos como prompt injection.
Agentes de código como Copilot, Claude Code e Cursor se conectam à GenPlat e a uma base interna com os padrões técnicos do iFood.
Fontes:tech.ifood.com.br
Achado na página inicial com as regras abertas do Wappalyzer (HTML, scripts e cabeçalhos). Mostra o que roda no navegador, não o backend inteiro.
Conferido em 2026-10-29. Cada ferramenta leva à fonte pública que mostra o uso.
