DeepSeek нанимает 150 инженеров, сосредотачиваясь на разработке бэкенда и агентов

DeepSeek сразу нанимает еще 150 человек!

Что за штука, у них всего 300–500 человек, а они собираются что-то крупное затеять.

И эти 150 позиций HC не связаны с исследованием ИИ, они сосредоточены исключительно на двух ролях: инженер-разработчик серверной стороны, инженер-разработчик эластичных вычислений для агентов, с акцентом на опытных бэкенд-разработчиков с опытом от 2 до 10 лет.

Руководитель Цуй Тяньи объяснил, что увеличение масштаба порождает сложность, а сложность, в свою очередь, требует дальнейшего расширения масштаба.

Это... закон масштабирования для количества человек в команде?

На этот раз инженер-разработчик агентской гибкой вычислительной системы разделен на два направления: разработка платформы и нижележащие системы.

Эта платформа представляет собой гибкую вычислительную платформу DSec, специально разработанную для агентов ( DeepSeek Elastic Compute), недавно выпущенный DeepSeek Впервые раскрыто в техническом отчете V4.

Согласно описанию в статье, DSec состоит из трех компонентов на Rust: API-шлюза Apiserver, Edge-агентов на каждом хосте и мониторинга кластера Watcher, которые взаимодействуют друг с другом через собственный RPC-протокол и работают в DeepSeek На основе саморазработанной распределенной файловой системы 3FS.

Информация о вакансиях раскрывает планы дальнейшего расширения инженерной команды.

Для повышения надежности и эффективности DSec необходимо изменить весь стек системы: от операционной системы до виртуальной машины, далее через все уровни сети и хранилища, до уровня планирования приложений и сервисов управляющей плоскости.

Этот проект включает многое, что раньше никто не делал, и нет готовых ответов, на которые можно было бы списать.

Направление разработки и поддержки платформы напоминает сочетание продукта и разработки: необходимо участвовать в понимании требований, а также самостоятельно проектировать, разрабатывать и поддерживать систему.

Оптимизация и решение сложных задач на низком уровне — это плюс, если вы можете выжать производительность некоторых компонентов операционной системы до SOTA или даже довести их до предела аппаратных возможностей.

Последнее предложение «Ваша работа напрямую определяет разнообразие и эффективность обучения модели Agent» — не пустые слова.

Потому что DeepSeek Сделаем это на уровне SOTA, а затем откроем исходный код — тогда влияние будет не только на будущее DeepSeek инфраструктура агента, а вся отрасль.

На стороне серверной разработки шесть направлений охватывают полный цикл от исследования моделей до обслуживания пользователей:

Направления исследований крупных моделей, компоненты агентных фреймворков, инфраструктура для повышения эффективности разработки, DeepSeek API, направления онлайн-сервисов, направления инженерии данных.

DeepSeek Описание миссии этой команды: быть достаточно близко к передовым исследованиям крупных моделей, чтобы получать немедленную обратную связь от исследователей на передовой. Надежность и удобство платформы напрямую определяют эффективность исследований крупных моделей и скорость повышения предела интеллекта.

Основная задача платформы для исследований больших моделей заключается в абстрагировании исследовательских процессов в виде возможностей платформы, требуя «глубокого погружения в рабочие сценарии исследователей» и активного выявления проблем, а не пассивного выполнения запросов. Конечная цель — «сократить цикл от формулировки, проверки до итерации исследовательских идей».

Ответственный за разработку единой платформы для подключения и выполнения агентов.

Обязанности в направлении инфраструктуры для повышения эффективности разработки включают унифицированную систему CI/CD, систему наблюдаемости и оповещений, передачу и управление большими объемами данных между кластерами, автоматизацию эксплуатации и четко формулируют задачу «исследовать применение агентов в автоматической диагностике и RCA».

Два направления для внешних пользователей напрямую обслуживают DeepSeek продукт.

DeepSeek API-направление должно решать вызовы, связанные с обслуживанием сверхмасштабных API-сервисов, обеспечивая стабильную и эффективную доставку научных достижений передовых моделей разработчикам и миллионам пользователей по всему миру, а также совместно развиваясь с внутренними фреймворками вывода.

Онлайн-направление требует архитектурного проектирования и непрерывной итерации для поддержки больших моделей, обслуживающих десятки миллионов ежедневных активных пользователей.

Наконец, направление данных обеспечивает все этапы — от обучения модели до онлайн-сервиса; стек технологий включает Spark, Flink, Kafka, ClickHouse, Iceberg и другие; от кандидата требуется уметь самостоятельно выполнять полный цикл построения данных от логов трекинга до бизнес-метрик.

Рассматривая вместе обязанности этих направлений, они образуют полную цепочку: модель выполняет задачи в изолированной среде, платформа фиксирует процесс и результаты операций, формируя данные для обучения и оценки, которые затем используются для улучшения модели.

Все должности, связанные с исследованиями, подчеркивают одно и то же: инженеры должны «погружаться в рабочие процессы исследователей», самостоятельно выявлять проблемы и продвигать решения от определения до реализации, а не просто выполнять и доставлять запросы.

Вакансия занимает целый абзац, чтобы описать идеального кандидата, DeepSeek Ожидается, что инженеры, которых мы нанимаем, уже в повседневной работе активно используют агентов для разработки.

Одним из требований является «умение эффективно использовать инструменты AI Agent для разработки программного обеспечения; при помощи ИИ можно писать код с гарантией качества в областях, где нет прямого опыта».

Требуется также «уметь быстро выявлять и своевременно вмешиваться, когда агент предлагает проблемное решение».

В эпоху агентов значение опыта использования конкретных языков и инструментов, а также опыта выполнения определенных типов проектов снижается.

Разработка переходит от «я знаю, как это сделать» к «я знаю, что нужно спросить, где может быть ошибка и как доказать, что это правильно».

Ссылка для справки:

[1]https://x.com/tianyi/status/2096975270578139273?s=20

[2]https://app.mokahr.com/social-recruitment/

Эта статья взята из официального аккаунта WeChat «Quantum Bit», автор: Мэн Чэнь