iFood: escalando a adoção de IA para 3.500 engenheiros

O maior delivery de comida da América Latina

3.500+

engenheiros no Marketplace

200+

squads experimentando com IA

O desafio

O Marketplace do iFood — o produto central de delivery de comida — roda com 3.500+ engenheiros. Cada squad está experimentando com IA por conta própria: uns com Cursor rules, outros com MCP servers, outros com harnesses customizados. O resultado é uma colcha de retalhos de vitórias isoladas. Ninguém sabe o que funciona na organização. Ninguém consegue replicar o que um squad descobriu.

O mandato de adoção de IA vindo do CTO é claro: todo mundo usa IA, é uma diretriz, não uma opção. Mas diretriz sem coordenação vira caos.

O mandato: capturar, conectar, empacotar

Sou o primeiro integrante do novo departamento de DATA & AI no Marketplace. Meu trabalho não é construir produtos de IA — é fazer 3.500 engenheiros entregarem mais rápido, transformando vitórias espalhadas em padrões comuns.

O flywheel de adoção

Entrada

Experimento de IA no nível do squad

↓

1. 01Capturar

   Entrar nas frentes ativas de cada BU, documentar o que está funcionando e o que está travando. Ads com a plataforma interna de AI coding + ferramentas de design, Pricing com ferramentas de pricing intelligence, Mobile com regras de editor + MCP servers customizados.

   ↓
2. 02Conectar

   Ligar squads que fazem coisas parecidas isoladamente. O time de Ads não sabe que Pricing resolveu o mesmo problema. Meu trabalho é fazer os dois conversarem.

   ↓
3. 03Empacotar

   O que se prova bom vira padrão comum: configs de harness, catálogos de skills, ADRs, MCP servers. A prática vira padrão adotável.

↓

Saída

3.500 engenheiros entregando código assistido por IA com padrões compartilhados

O que foi entregue

Primeiros 30 dias — fundação

• ✓Obrigatório:
  Piloto do Portal de Ads validadoPrimeiro território de execução. Criação de PRD assistida por IA, integração com design e fluxo de revisão estabelecidos.
• ✓Obrigatório:
  Grupo de trabalho com DevXGrupo de trabalho multi-BU com o time habilitador de arquitetura. Apresentado à liderança.
• ✓Obrigatório:
  Rede mapeadaConexão com 15+ pessoas-chave em várias unidades de negócio e times de plataforma.
• ✓Obrigatório:
  Baseline instrumentadoMétricas de baseline instrumentadas, contra as quais a adoção será medida.

A arquitetura de 3 camadas em que navego

O iFood roda sobre 3 camadas estruturais mais temas transversais. Meu departamento atravessa as três:

Camada	O que faz	Meu papel
C1 — Geração de Valor (BUs)	Onde a IA vira dinheiro/produto	Medir resultados aqui — captura+conexão aparece nas métricas das BUs
C2 — Capacidades	Stack de tecnologia, plataformas, IA	Usar, adaptar e conectar capacidades existentes; empacotar o que funciona
C3 — Habilitadores	Cultura, jeito de trabalhar, disciplinas	Tecido conectivo humano — rede de AI champions

Meu combustível é C2. Meu terreno é C3. Meu resultado é medido em C1.

O playbook do iFood: 4 estratégias + 1 mandato

A cultura de tecnologia do iFood roda sobre estratégias acumuladas. O mandato de adoção de IA é o mais recente, e é onde eu atuo:

• Cultura de resiliência de engenharia (desde 2020) — DNA de cibersegurança e resiliência. Não é minha responsabilidade, mas meus padrões precisam respeitá-la.
• Disciplina de arquitetura de plataforma (desde 2020) — pensamento de plataforma técnico e organizacional. Não é minha responsabilidade, mas é a estrutura sobre a qual construo.
• Modelo de experimentação com times pequenos (desde ~2021) — times pequenos testando teses rápido. Fase 2 para mim — depois que eu provar que capturar-conectar-empacotar funciona.
• Mandato de adoção de IA (desde 2026) — meu vetor principal. A diretriz universal de que todo mundo usa IA. Meu trabalho é transformá-la em prática coordenada, não em caos.

Stack

• Cursor
• Claude Code
• AI coding platforms
• Multi-model gateway
• Internal harness frameworks
• MCP servers
• AI automation pipelines