DeepSeek大规模扩招，150个岗位全聚焦工程实施领域

9月8日，国内知名大模型研发企业DeepSeek正式对外公布了其最新一轮的人才招募计划，计划招募约150名新员工，主要面向具有2至10年工作经验的资深技术工程师。与6月份那次全面扩张、覆盖多个部门的招聘不同，此次招聘策略发生了显著变化，所有岗位均聚焦于工程实施领域，未包含任何AI研究类职位。

对于一家向来以“小而精”为特色的AI企业来说，此次一次性招募150人，规模实属不小。据DeepSeek发布的招聘信息显示，本次招聘主要分为两大技术序列：服务端开发工程师，其职责范围涵盖大模型研究平台构建、Agent框架组件开发、研发效率提升基建、DeepSeek API接口优化、线上服务稳定性保障以及数据工程体系建设等六大核心方向；另一序列则是Agent弹性计算研发工程师，专注于平台开发与底层系统优化两大领域。

DeepSeek启动新一轮人才招募计划

具体而言，服务端开发工程师的六大方向全面覆盖了从模型研究支撑到用户服务提供的整个流程。其中，大模型研究平台方向致力于为研究团队提供高效的基础设施工具；Agent框架组件方向则专注于智能体开发框架的搭建与优化；研发效率基建方向旨在通过技术创新提升内部研发效率；DeepSeek API方向负责对外接口的开发、维护与优化；线上服务方向确保用户端服务的稳定运行与高效响应；数据工程方向则专注于数据处理体系的建设与完善。

而Agent弹性计算研发工程师岗位，则与DeepSeek不久前在DeepSeek-V4技术报告中首次披露的DSec（DeepSeek Elastic Compute）弹性计算平台紧密相关。该平台是专为Agent任务设计的计算调度系统，被视为DeepSeek在智能体时代的关键基础设施，对于提升计算效率与资源利用率具有重要意义。

DeepSeek Harness团队负责人崔添翼在接受采访时表示，随着计算机领域各项业务的规模不断扩大，其复杂度也呈现出指数级增长。数据量、机器容器量、训练任务量、评测任务量、Agent环境量、用户量以及请求量等关键指标均在急剧增加。此次大规模招募正是为了应对业务规模快速扩张所带来的系统工程挑战，确保公司能够持续保持技术领先与市场竞争力。

值得注意的是，这已是DeepSeek今年以来的第二次大规模人才扩张。早在6月25日，公司就曾发布“英雄帖”，宣布将全面扩大各部门规模，至少实现一倍增长。此次招聘覆盖了全栈开发与算法、AI核心系统研发、运维、产品、模型数据策略、深度学习研究以及职能部门等七大板块，共开放了33个岗位类别，工作地点包括北京和杭州。与6月份的综合招聘相比，此次150人的专项扩招更具针对性，旨在解决当前业务快速增长所带来的系统瓶颈问题。

公开资料显示，截至2025年初，DeepSeek核心团队规模仅约150人。然而，正是这支精干的队伍成功推出了DeepSeek-R1推理模型，展现了其强大的技术实力与创新能力。到2026年V4模型发布时，公司研究与工程团队加上商业合规等职能部门的总规模已经超过300人，实现了跨越式发展。

持续的融资为DeepSeek的人才扩张与基础设施建设提供了有力支持。今年5月底，DeepSeek完成了成立以来首轮外部融资，募资总额高达约500亿元人民币（约合70亿美元）。投资方阵容强大，包括腾讯、京东、网易、宁德时代等多家知名企业及多家投资机构。此外，创始人梁文锋本人也投入了约30亿美元。融资后，公司估值突破500亿美元大关，成功跻身中国估值最高的AI企业之列。

仅过一个半月后，7月中旬市场又传出DeepSeek启动第二轮融资的消息，投前估值目标约710亿美元。无论第二轮融资是否顺利完成，首轮500亿级的现金储备已经足够支撑公司在算力、工程人才以及数据平台等多个领域同时加大投入力度。

今年以来，DeepSeek在商业化方面取得了显著进展。6月29日，DeepSeek V4正式版上线运营，并同步推出了峰谷定价机制。高峰时段Pro版输出价格从6元/百万Token翻倍至12元/百万Token，首次尝试通过价格杠杆来调节市场供需关系。8月6日，DeepSeek官网再次发布通知称计划近期整体上调API服务定价，预计涨幅较大。随着API调用量的持续增长以及定价的上调，系统对稳定性、并发性以及吞吐量的要求也越来越高。因此，公司需要招募更多的工程技术人员来保障服务质量与用户体验。

当前，国内头部大模型之间的竞争已经从最初的参数规模、榜单排名以及开源声量等方面逐步转向API稳定性、推理成本、Agent工作流以及企业集成等更深层次的领域。在行业发展初期阶段，算法能力是企业的核心竞争力所在，各家企业拼的是模型参数、基准测试分数以及推理能力等指标。而AI研究员则成为当时最稀缺的资源之一。然而，随着模型能力达到一定水平、用户规模突破临界点以及商业化进入深水区后，系统工程能力的重要性开始迅速凸显出来。这在一定程度上改变了大模型公司的人力结构布局，行业正在从技术竞赛的上半场逐步过渡到工程化与商业化的下半场阶段。