DeepSeek , nagpapalawak nang 150 tao nang isang hinga!
Ano ba 'to, kahit gaano pa kaliliit sila—tanging 300-500 lang ang bilang—parang gagawin nila ang malaking galaw.
At ang 150 na HC ay hindi para sa direksyon ng AI research, kundi nakatuon lamang sa dalawang posisyon: Server-side Development Engineer at Agent Elastic Computing Development Engineer, na nakatuon sa mga karanasan na 2 hanggang 10 taon ng senior backend development.
Ipinaliwanag ni Cui Tianyi na ang pagdami ng sukat ay nagdudulot ng kumplikasyon, at ang kumplikasyon ay bumabalik upang hingin ang pagpapalawak ng sukat.
Ito ba ang Scaling Law para sa bilang ng mga miyembro ng tim?
Ang DeepSeek Elastic Computing ay mula sa papel patungo sa malawakang pagpapatupad ng inhinyeriya
Ang posisyon na R&D Engineer para sa Elastic Computing ng Agent ay nahahati sa dalawang direksyon: platform development at底层系统.
Ang platform na ito ay isang flexible computing platform na disenyo para sa mga Agent, ang DSec ( DeepSeek Elastic Compute），sa malapit na ipinahayag DeepSeek Unang ipinakilala sa teknikal na ulat ng V4.
Ayon sa paglalarawan ng papel, binubuo ang DSec ng tatlong Rust component: ang API gateway na Apiserver, ang Edge agent sa bawat host machine, at ang cluster monitor na Watcher, na magkakonekta sa pamamagitan ng kanilang sariling RPC protocol at tumatakbo sa DeepSeek Sa itaas ng sariling binuo na 3FS distributed file system.
Ang mga paghingi ng empleyado ay naglalathala ng mga plano para sa susunod na pagpapalawak ng inhinyeriya.
Upang mapataas ang kumpiyansa at efisensiya, kailangan ng DSec na baguhin ang buong sistema stack: mula sa operating system hanggang sa virtual machine, sa mga antas ng network at storage, patungo sa application-level scheduling at control plane services.
Maraming bagay sa proyektong ito na hindi pa ginawa ng iba, at walang umiiral na sagot na maaaring kopyahin.
Direksyon ng pag-unlad at pagpapanatili ng platform, parang kombinasyon ng produkto at pag-unlad, kailangang makilahok sa pag-unawa sa mga pangangailangan at direktang magdisenyo, mag-develop, at magpapanatili ng sistema.
Mas mabuting pag-optimize at paglutas ng mas mahihirap na isyu, kung saan maaaring i-press ang performance ng ilang mga komponente ng operating system hanggang sa SOTA, o kaya'y direkta na i-press sa limitasyon ng hardware.
Hindi ito walang laman ang huling pangungusap: “Direktang nagpapasya ang iyong trabaho sa diversidad at efisiyensiya ng pagtatrabaho ng Agent model.”
Dahil DeepSeek Sasabihin ang SOTA, tapos i-open source, kaya hindi lang ang kinabukasan ang epekto DeepSeek Ang infrastruktura ng agent, hindi ang buong industriya.
Ang agent ay sumasaklaw sa buong chain ng pag-unlad
Sa bahagi ng server-side development engineer, ang anim na direksyon ay nakakapalupit sa buong chain mula sa pag-aaral ng model hanggang sa paglilingkod sa user:
Direksyon ng platform para sa pag-aaral ng malalaking modelo, mga komponenteng framework ng Agent, imprastruktura para sa efisiyensiya ng pagbuo, DeepSeek API, direksyon ng online service, direksyon ng data engineering.
DeepSeek Ang paglalarawan sa misyon ng tim ay: malapit sa pinakabagong pag-aaral ng malalaking modelo, kaya ang mga natuklasan ay agad na may feedback mula sa unahan ng pag-aaral. Ang kumpiyansa at pagiging madaling gamitin ng platform ay diretso na nakakaapekto sa efisiyensiya ng pag-aaral ng malalaking modelo at sa bilis ng pagpapataas sa limitasyon ng inteligensya.
Ang pangunahing gawain ng platform para sa pag-aaral ng malalaking modelo ay ang pag-abstrak ng proseso ng pag-aaral bilang kakayahan ng platform, kailangan na “maging malalim sa mga sitwasyon ng trabaho ng mga mananaliksik” at aktibong kilalanin ang mga problema, hindi lamang tumanggap ng mga hiling nang pasibong paraan. Ang huling layunin ay “maikliin ang siklo mula sa pagpapahayag, pagpapatotohanan, hanggang sa pagpapabuti ng mga ideya sa pag-aaral”
Naglalayon ang komponente ng Agent framework na buuin ang isang magkakasamang framework para sa pag-access at pagpapatakbo ng Agent.
Ang mga tungkulin sa direksyon ng pagpapabuti ng efisiyensiya ng pagbuo ay kasama ang pagkakaroon ng isang magkakaugnay na CI/CD system, sistema ng pagmamasid at pagbabala, paglipat at pamamahala ng malaking datos sa pagitan ng mga cluster, at automation ng pagpapanatili, at malinaw na ipinahayag ang pag-aaral ng "paggamit ng Agent sa automatic diagnosis at RCA".
Dalawang direksyon para sa mga panlabas na gumagamit na diretso na naglilingkod sa DeepSeek ang produkto.
DeepSeek Ang direksyon ng API ay dapat tumugon sa “mga hamon ng malaking saklaw sa API service” sa pamamagitan ng pagpapadala ng mga natatanging resulta ng pananaliksik sa mga modelo sa pamamagitan ng matatag at epektibong API sa mga developer at malaking bilang ng mga user sa buong mundo, at magkasabay na umunlad kasama ang loob na framework para sa pagpapatakbo.
Ang direksyon ng online service ay nangangailangan ng disenyo ng arkitektura at patuloy na pagpapabuti para sa mga aplikasyon ng malalaking modelo na sumusuporta sa iskala ng "milyun-milyong aktibong user araw-araw".
Sa huling bahagi, ang direksyon ng data engineering ay naglilingkod sa lahat ng mga yugto mula sa pag-train ng model hanggang sa online service, at ang teknikal na stack ay kasama ang Spark, Flink, Kafka, ClickHouse, Iceberg, atbp., at hinihingi na makapag-isip nang independiyente ang kandidato mula sa pagtatanim ng log hanggang sa pagbuo ng buong chain ng data para sa mga business metric.
Kapag pinag-uugnay ang mga tungkulin sa mga direksyong ito, tinutukoy nito ang isang buong chain: ang modelo ay nagpapatupad ng mga gawain sa isang sandbox environment, ang platform ay nagsisimba ng proseso at resulta ng aksyon, at bumubuo ng mga data para sa pagtuturo at pag-evaluate, na ginagamit muli upang mapabuti ang modelo.
Ano ang uri ng tao na hinahanap ni DeepSeek?
Lahat ng mga posisyon na may kinalaman sa pag-aaral ay nagte-teklar sa iisang bagay: ang mga inhinyero ay dapat na “maging malalim sa mga sitwasyon ng trabaho ng mga mananaliksik,” na aktibong makakilala ng mga problema at ipagpatuloy ang mga solusyon mula sa pagtukoy hanggang sa pagpapatupad, at hindi lamang tumanggap at magbigay ng mga kahilingan.
Ang pagpapahayag ng pagkakataon sa trabaho ay gumamit ng isang buong talata upang ilarawan ang ideyal na kandidato, DeepSeek Ang mga inhinyero na inaasahang makakasali ay already malalim na gumagamit ng Agent sa kanilang araw-araw na trabaho.
Isang sa mga hiling ay ang “magaling sa paggamit ng mga AI Agent tool para sa software development, at sa tulong ng AI, makapag-isulat ng code na may garantisadong kalidad kahit walang direktang karanasan sa larangan.”
Humingi ulit ng “kapag ibinibigay ng Agent ang isang may problema na solusyon, kayang makita mo nang maingat at makaintervenyo nang maaga.”
Sa panahon ng Agent, bumababa ang kahalagahan ng karanasan sa partikular na wika, mga kasangkapan, o paggawa ng isang uri ng proyekto.
Ang pag-unlad ay nagpapalit mula sa “Alam kong paano gawin” patungo sa “Alam kong ano ang dapat tanungin, saan posibleng mali, at paano patunayan na tama ito.”
Mga link na pang-referensya:
[1]https://x.com/tianyi/status/2096975270578139273?s=20
[2]https://app.mokahr.com/social-recruitment/
Nakuha mula sa WeChat public account na "Quantum Bit", may-akda: Meng Chen