当前位置: 首页
AI
DeepSeek急招AI智能体方向人才:17个岗位开放,Vibe Coding优先

DeepSeek急招AI智能体方向人才:17个岗位开放,Vibe Coding优先

热心网友 时间:2026-03-26
转载

梦晨 发自 凹非寺
量子位 | 公众号 QbitAI

免费影视、动漫、音乐、游戏、小说资源长期稳定更新! 👉 点此立即查看 👈

DeepSeek,一口气开放17个招聘岗位。

最核心研发岗聚焦Agent,覆盖算法研究、数据评测、基础设施全链条。



仔细阅读每个岗位的要求,发现两个有意思的细节:

多个岗位在“加分项”或“岗位要求”中明确提到:重度使用Claude Code、Cursor、Copilot等AI编程工具的优先。

在全栈开发工程师的岗位职责中,也出现了一条不太常见的描述:作为Vibe Coding重度用户,持续探索模型能力在产品中的创新应用。

DeepSeek需要什么样的Agent人才?

从岗位要求来看,DeepSeek的Agent布局已经从研究落地到具体能力建设阶段:

Agent深度学习算法研究员

核心任务包括探索提升模型能力的新方法与新范式,参与强化学习在大模型对齐与能力提升中的应用研究,覆盖RLHF/RLAIF、过程奖励、偏好学习等方向。



Agent数据评测专家

聚焦于构建评测数据集,精准区分不同模型的能力边界,针对Agent的规划、工具调用、多轮交互、长期记忆等核心能力设计测试用例。



Agent基础设施工程师

负责搭建Agent运行的底层基座,包括集成外部工具到内部强化学习基础设施、搭建Agent评测平台、维护内部Agent集成框架。



除了三个专属岗位,DeepSeek还在产品和工程端同步布局Agent能力:

模型策略产品经理岗位,单独设立了Agent方向。

要求候选人“熟悉Agent核心机制(Tool Use、Planning、长期记忆、Multi-Agent协作等);

持续跟踪行业前沿,熟悉并深度使用过Claude Code、OpenClaw、Manus等知名agent”,需要洞察高价值Agent应用场景,包括OpenClaw式的生活/工作个人助理、Deep Research、自动化工作流、多模态设备控制等,主导Agent评测体系及训练数据方案设计。



全栈开发工程师岗位,也明确将“支撑海量AI Agent运行的下一代容器调度与隔离平台”作为核心工作方向。

需要攻克容器生命周期管理、资源精细调度、多硬件平台统一支持等核心难题,构建高性能、高安全性的Agent运行时环境。



对比今年1月,当时DeepSeek开放的核心岗位集中在”深度学习研究员-AGI”这类通用研究方向),此次招聘明显从”基础模型研究”向”Agent产品化”倾斜。



DeepSeek的全链路Agent能力布局

这些招聘需求,拼凑出DeepSeek在Agent方向的技术布局。

首先能看出DeepSeek在追求数据闭环能力。

算法研究员岗位明确要求”与数据标注团队紧密协作,设计标注方案与质量标准,形成’数据-训练-评测’的能力提升闭环”。

这意味着DeepSeek正在搭建从数据生产到模型迭代的完整流水线,而非依赖第三方数据服务。

然后是Agent技术栈的全面布局。

基础设施岗位要求熟悉”MCP、Tool Use、Function Calling等Agent交互协议与规范”,评测岗位则要求对”Agent跨session记忆连续性、多工具调度可靠性”等前沿问题有体系化认知。

这些关键词都指向具备复杂任务执行能力的自主Agent系统。

此次大规模招聘也印证了此前的行业传闻。

2025年9月曾有消息称,DeepSeek正在开发具备高级Agent功能的AI模型,计划在2025年第四季度发布,对标OpenAI等海外竞争对手,能够在最小用户指引下执行多步任务,并基于历史行动自主学习进化。



DeepSeek的R-1推理模型曾以数百万美元的研发成本,在基准测试中追平或超过OpenAI同类产品,颠覆了大模型研发需要巨额投入的行业共识。

能不能像R-1改变推理模型行业格局一样,用低成本方案再次颠覆Agent赛道,答案可能很快就会揭晓。

参考链接:
[1]https://app.mokahr.com/social-recruitment/high-flyer/140576#/

来源:https://www.163.com/dy/article/KOSFT9I30511DSSR.html

游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。

同类文章
更多
新加坡国立大学破解AI看图说话难题让机器描述更准确

新加坡国立大学破解AI看图说话难题让机器描述更准确

人工智能的“幻觉”问题,特别是大模型在图像描述任务中凭空捏造内容的现象,一直是制约其可靠应用的关键挑战。2026年2月,一项由新加坡国立大学与北京大学深圳研究生院联合发布的突破性研究,为这一难题提供了全新的理解与一套高效、简洁的解决方案。这项研究(论文预印本编号:arXiv:2602 22144v1

时间:2026-05-12 22:51
斯坦福大学JavisDiT++实现AI有声有色视频生成

斯坦福大学JavisDiT++实现AI有声有色视频生成

这项由浙江大学、新加坡国立大学、多伦多大学等全球顶尖科研机构联合完成的研究成果,已正式发表于2026年国际学习表征会议(ICLR 2026),论文预印本编号为arXiv:2602 19163v1。对于希望深入探究技术细节的读者,可通过此编号查阅完整的学术论文。 在浏览短视频时,你可能已经察觉到一种普

时间:2026-05-12 22:51
北大提出AI推理双车道方案解决大模型对话卡顿难题

北大提出AI推理双车道方案解决大模型对话卡顿难题

这项由北京大学计算机学院主导,联合清华大学及DeepSeek-AI共同完成的前沿研究,其成果已正式发布于2026年2月的arXiv预印本平台,论文编号为arXiv:2602 21548v1。关注大语言模型推理优化的研究者与开发者,可通过此编号查阅论文全文与技术细节。 在与大语言模型进行深度、多轮对话

时间:2026-05-12 22:50
清华大学AI突破:赋予虚拟世界持久记忆,解决视频生成失忆难题

清华大学AI突破:赋予虚拟世界持久记忆,解决视频生成失忆难题

想象一下,你正在体验一款开放世界游戏。当你站在高塔之巅,远方的山脉清晰可见。随后你转身离开,去探索地图的其他角落。许久之后,当你再次回到这座塔顶,那座山依然以完全相同的姿态矗立在原地。这种空间持久且一致的认知,是人类理解世界的基础。 然而,若让当前的主流AI来动态生成这样的游戏场景,结果会大相径庭。

时间:2026-05-12 22:50
大模型压缩技术COMPOT让AI运行更高效

大模型压缩技术COMPOT让AI运行更高效

随着人工智能模型参数规模不断突破千亿级别,其庞大的存储需求和计算开销已成为实际部署的主要瓶颈。针对这一挑战,MWS AI基础研究中心与ITMO大学联合提出了一种名为COMPOT的创新模型压缩技术。这项发表于2026年2月预印本平台(arXiv:2602 15200v1)的研究,为大语言模型高效“瘦身

时间:2026-05-12 22:50
热门专题
更多
刀塔传奇破解版无限钻石下载大全 刀塔传奇破解版无限钻石下载大全
洛克王国正式正版手游下载安装大全 洛克王国正式正版手游下载安装大全
思美人手游下载专区 思美人手游下载专区
好玩的阿拉德之怒游戏下载合集 好玩的阿拉德之怒游戏下载合集
不思议迷宫手游下载合集 不思议迷宫手游下载合集
百宝袋汉化组游戏最新合集 百宝袋汉化组游戏最新合集
jsk游戏合集30款游戏大全 jsk游戏合集30款游戏大全
宾果消消消原版下载大全 宾果消消消原版下载大全
  • 日榜
  • 周榜
  • 月榜
热门教程
更多
  • 游戏攻略
  • 安卓教程
  • 苹果教程
  • 电脑教程