DeepSeek stellt 17 neue Positionen mit vollständigem Fokus auf Agent ein: Erfordert intensiven Claude Code-Einsatz, Vollstack-Positionen nennen Vibe Coding als Priorität

Laut 1M AI News Monitoring hat DeepSeek 17 offene Stellen im Bereich Recruiting veröffentlicht, wobei sich der Kernfokus von Grundlagenmodellforschung auf die Produktisierung von Agenten verschoben hat. Drei spezielle Agenten-Positionen decken die gesamte Kette von Algorithmusforschung, Datenbewertung bis Infrastruktur ab: Der Algorithmusforscher konzentriert sich auf die Anwendung des Reinforcement Learning bei der Ausrichtung großer Modelle (RLHF/RLAIF, Belohnung im Prozess, Präferenzlernen usw.); der Datenbewertungsexperte ist verantwortlich für den Aufbau von Bewertungsdatensätzen und die Gestaltung von Testfällen für Fähigkeiten wie Planung, Tool-Integration, Multi-Runden-Interaktion und Langzeitgedächtnis bei Agenten; der Infrastrukturingenieur baut die Laufzeitbasis für Agenten auf, inklusive Integration externer Tools in die interne Reinforcement-Learning-Infrastruktur und Aufbau einer Bewertungsplattform.

In den Anforderungen gibt es zwei auffällige Signale. Mehrere Stellen erwähnen explizit, dass „intensive Nutzung von AI-Programmierwerkzeugen wie Claude Code, Cursor, Copilot“ bevorzugt wird. Bei der Stelle des Full-Stack-Entwicklers erscheint eine ungewöhnliche Beschreibung: „Als intensiver Nutzer von Vibe Coding kontinuierlich die innovativen Anwendungen der Modellfähigkeiten im Produkt erforschen“, wobei der Kernfokus dieser Position auf dem Aufbau einer „nächsten Generation Container-Orchestrierung und Isolationsplattform für den Betrieb massiver AI-Agenten“ liegt.

Die Position des Produktmanagers für Modellstrategien wurde speziell für den Agentenbereich eingerichtet. Kandidaten sollten mit Agenten-Produkten wie Claude Code, OpenClaw, Manus vertraut sein, hochwertige Anwendungsfälle erkennen (einschließlich persönlicher Assistenten, Deep Research, Automatisierungs-Workflows, multimodale Gerätesteuerung) und die Bewertungssysteme sowie Trainingsdatensatz-Designs für Agenten leiten. Im Vergleich zu Januar dieses Jahres, als die Kernstellen auf allgemeine Bereiche wie „Deep Learning Researcher - AGI“ fokussierten, liegt der Schwerpunkt bei dieser Rekrutierung deutlich auf der Produktisierung von Agenten.