DeepSeek人才战略转向:150个岗位全聚焦工程落地,AI研究暂缓扩张
2026-09-09 12:51:09未知 作者:徽声在线
9月8日,国内知名大模型研发企业DeepSeek正式启动了新一轮人才招募计划,此次计划释放出约150个职位空缺,主要面向具备2至10年工作经验的资深技术工程师。与6月份那轮全面扩招、涵盖多个领域的招聘策略截然不同,本次招聘呈现出明显的转型特征——所有岗位均聚焦于工程实践与应用落地,未设任何AI基础研究类职位。
对于一家向来以“精干高效”为标签的AI创新企业来说,一次性扩充150名专业人才的规模实属罕见。根据DeepSeek官方发布的招聘信息,本次招聘主要分为两大技术序列:服务端开发工程师需承担大模型研究平台建设、Agent框架组件开发、研发效能提升、DeepSeek API接口优化、线上服务稳定性保障以及数据工程体系构建等六大核心任务;Agent弹性计算研发工程师则专注于平台开发与底层系统架构两大方向。
DeepSeek技术团队扩张动态
具体来看,服务端开发工程师的六大职责模块形成了完整的技术闭环:大模型研究平台方向为算法团队提供基础设施支撑,Agent框架组件方向构建智能体开发标准框架,研发效能方向通过工具链优化提升团队开发效率,DeepSeek API方向负责对外服务接口的标准化建设,线上服务方向确保用户请求的稳定响应,数据工程方向构建全生命周期数据管理体系。
而Agent弹性计算研发工程师的岗位设置,则与DeepSeek-V4技术报告中首次披露的DSec(DeepSeek Elastic Compute)弹性计算平台密切相关。这套专为智能体任务设计的计算调度系统,被业界视为DeepSeek在Agent时代构建技术壁垒的核心基础设施,其研发进度直接关系到公司智能体产品的商业化落地能力。
DeepSeek技术委员会主席崔添翼在内部沟通会上透露,随着业务规模的指数级增长,系统复杂度呈现非线性上升趋势。当前团队正面临数据量激增、机器集群规模扩大、训练任务并发量提升、评测体系复杂化、Agent运行环境多样化、用户请求量暴涨等多重挑战,此次专项扩招旨在构建更强大的系统工程团队,以应对智能体时代的系统性技术挑战。
值得注意的是,这已是DeepSeek年内第二次实施大规模人才扩张计划。回溯至6月25日,公司曾发布“英雄招募令”,宣布将全栈开发、算法研究、AI核心系统研发、运维保障、产品管理、模型数据策略、深度学习研究及职能支持等七大业务板块的团队规模至少翻倍,当时共开放33个职位类别,工作地点覆盖北京、杭州双研发中心。对比两次招聘策略,本次150人的专项扩招显示出更强的业务导向性,聚焦于解决智能体商业化过程中的关键技术瓶颈。
公开资料显示,DeepSeek核心团队在2025年初仅由约150名精英组成,却成功推出了具有行业影响力的DeepSeek-R1推理模型;到2026年V4模型发布时,公司研发、工程及职能团队总规模已突破300人。这种“小团队大作为”的发展模式,在AI行业引发广泛关注。
持续的资本注入为DeepSeek的技术扩张提供了坚实保障。今年5月底,公司完成成立以来的首轮外部融资,募资规模达500亿元人民币(约合70亿美元),投资方阵容豪华,包括腾讯、京东、网易、宁德时代等产业巨头及多家知名投资机构,创始人梁文锋个人更是追加投资30亿美元。本轮融资后,公司估值突破500亿美元大关,跻身中国AI企业估值第一梯队。
仅一个半月后的7月中旬,市场又传出DeepSeek启动第二轮融资的消息,投前估值目标提升至约710亿美元。即便第二轮融资尚未最终落地,首轮500亿级现金储备已足以支撑公司在算力基础设施、高端工程人才引进及数据平台建设等关键领域同步发力。
在商业化进程方面,DeepSeek今年以来明显加速。6月29日,DeepSeek V4正式版上线运营,同时推出创新的峰谷定价机制,将高峰时段Pro版输出价格从6元/百万Token调整至12元/百万Token,首次尝试通过价格杠杆优化服务资源配置。8月6日,公司官网再次发布价格调整通知,计划对API服务进行全面提价,预计涨幅显著。随着API调用量的持续增长及服务定价的优化调整,系统稳定性、并发处理能力及吞吐量等工程指标面临更高要求,这直接推动了工程技术人员需求的激增。
当前,国内头部大模型企业的竞争焦点已发生深刻转变,从早期的参数规模比拼、评测榜单争夺、开源社区影响力建设,逐步转向API服务稳定性、推理成本控制、Agent工作流优化及企业级集成能力等核心领域。在行业发展初期,算法创新能力是决定企业竞争力的关键因素,AI研究员成为稀缺资源;而当模型性能达到行业基准水平、用户规模突破临界点、商业化进入深水区后,系统工程能力的重要性日益凸显。这种行业演变趋势正在重塑大模型企业的人才结构,标志着行业竞争从技术探索的上半场,正式进入工程化与商业化的下半场。




