新闻详情

新闻详情

首页 / 资讯中心 / 详情

DeepSeek Harness 部门急缺人才,崔添翼直聘三类岗位,速来!

发布时间:2026/9/28 19:20:48来源:尧图网络
DeepSeek Harness 部门急缺人才,崔添翼直聘三类岗位,速来!
DeepSeek Harness 部门急缺人才崔添翼直聘三类岗位速来DeepSeek 好缺 Agent 人才啊…… 刚刚Harness 部门负责人崔添翼再次在线直聘Harness 部门空缺较大速来这次一口气放出来的岗位有三个。 Harness 研究员实习全职均可 Harness 工程师全职实习均可 Harness 产品经理限全职缺人缺疯了崔添翼说自己每天都在面试以及各种地方贴小广告。 执行力 MAX 的网友们已经在评论区毛遂自荐了。甚至有人表示如果 DeepSeek 需要可以割爱将自家大将送过来。 真·Boss 直聘。 崔添翼 Boss 直聘正式开始前我们也再简单补充下 Harness 是什么。 打个比方如果 Agent 是汽车模型是发动机那 Harness 就是方向盘、变速箱、刹车……也可以理解为驯马想做一个 Agent 产品模型之外的所有工作都是在铸造 Harness 这块马鞍。 用公式表示就是ModelHarnessAgent。而 DeepSeek 这次招的是三类不同的「驯鲸师」。 这次最新披露了一个叫「研究员」的岗位。 让我们一起来看看 JD——「Harness 研究员」核心任务探索 Harness 领域的研究前沿定义 DeepSeek 对 Harness 的理解。 主要职责与 Harness 团队的研究员与工程师深度沟通、紧密合作共同定义和实现 Harness 领域基于模型能力的前沿创新包括但不限于上下文管理、长期记忆、Subagent 与 Multi-Agent、自进化 Agent 等领域。与模型训练团队的研究员与工程师深度沟通与合作实现模型与 Harness 的共同进化从 Harness 的角度实现 DeepSeek 的 Harness 与模型的深度适配。提出 Harness 领域的基准测试与评测方法构建评测基准数据和制定数据标注策略从 Harness 的角度研究并优化 Agent 在各领域的智能水平。以真实世界的任务做为 Harness 研究的重要反馈源设计相关数据与实验持续迭代 Agent 能力在真实使用场景下的表现。基于团队收集到的用户反馈从 Harness 的角度研究并优化为最广大用户解决真实场景问题的能力。不难看出主要是负责基础研究相关的工作因此 DeepSeek 对这个岗位的任职要求也偏科研2 年以上计算机科学或相关领域的科研经验水平过硬眼界广阔有科研品味。特别优秀候选人可放宽年限。 硕士学历及以上。特别优秀候选人可放宽。计算机科学领域具有含金量的论文发表。面对问题能够独立分析并提出自己的 idea具备从 0 到 1 推动研究的能力。能够快速将想法转化为可运行的原型具备高效的实验迭代能力。 熟练使用 AI Agent 工具进行软件开发。在软件开发领域具有极强的学习能力。能够在 AI 辅助下在没有直接经验的领域如语言、技术、框架等进行研究目的的编程工作。是 Agent 产品的高强度用户对 Agent Harness 的开发和研究有极大的热情对模型行为有品味有判断力。深度使用过代码类及通用类 Agent 产品并将相关产品的使用融入到自己的工作和生活中。 ……读到这里相信细心的朋友已经发现了总感觉这份 Title 好像在哪见过 是的DeepSeek 之前确实发过一个类似的岗位叫「研发工程师」。 主要职责参与设计 DeepSeek 的 Harness 产品的技术架构与选型。 参与开发 DeepSeek 的 Harness 产品。与研究员紧密合作共同定义和实现 Harness 领域的前沿创新。与模型训练团队的工程师与研究员深度沟通与合作参与实现模型与 Harness 的共同进化从 Harness 的角度实现 DeepSeek 的 Harness 与模型的深度适配。以内部真实任务做为 Harness 产品和模型相关能力训练的重要反馈源持续迭代产品能力。理解并分析团队收集到的用户反馈。在有兴趣且力所能及的前提下协助维护 Harness 产品用户社群。 协助项目管理相关工作。所以研究员和研发工程师区别到底在哪 大概分为两个层面。 1、研究员更靠近问题定义。研究员要回答的问题是上下文该怎么管理长期记忆怎么设计Subagent 和 Multi-Agent 怎么配合这些都是开放问题需要提出假设、设计实验、构建评测再用结果往回推。 而研发工程师则负责将定义清晰的问题推进实现。 2、研究员更关注 Agent 能力上限。研究员要研究 Agent 在各领域的智能水平提出评测方法制定标注策略从 Harness 角度优化 Agent 能力。工程师要参与产品技术架构与选型开发 DeepSeek Harness 产品保证系统能跑、能迭代、能服务真实用户。 一个把边界往前推一个把能力变成产品。不过二者也不是完全割裂的关系。 研究员也要会工程工程师也要有研究品味。研究员 JD 里写了要能快速把想法转成可运行原型。工程师 JD 里也写了要和研究员紧密合作共同定义和实现 Harness 领域的前沿创新。 这点很 AI 原生。AI 时代越来越多的代码由 AI 来写相比于技能本身产出变得更为关键。 研究员的主要产出是新方法、新评测、新实验和新理解。研发工程师的主要产出是架构、系统、产品能力和工程质量。 而集齐研究员和研发工程师之后崔添翼旗下的 Harness 部门就只差最后一块拼图了——「Harness 产品经理」。 这个岗位比较好理解它是连接研究员、工程师、开源社区和广大用户的桥梁。 主要职责参与设计 DeepSeek 的 Harness 产品的技术架构与选型。 参与开发 DeepSeek 的 Harness 产品。与研究员紧密合作共同定义和实现 Harness 领域的前沿创新。与模型训练团队的工程师与研究员深度沟通与合作参与实现模型与 Harness 的共同进化从 Harness 的角度实现 DeepSeek 的 Harness 与模型的深度适配。以内部真实任务做为 Harness 产品和模型相关能力训练的重要反馈源持续迭代产品能力。理解并分析团队收集到的用户反馈。在有兴趣且力所能及的前提下协助维护 Harness 产品用户社群。 协助项目管理相关工作。具体 JD 就不赘述了大家可以自己看图片文末也有传送链接。 如果你对 Agent 感兴趣或者正在相关行业工作哪怕暂时不投简历这三份 JD 也很值得认真看一遍。它们几乎就是一张学习地图其中是今天 Agent 产品最重要的能力坐标Context Engineering、Harness Engineering、Memory、MCP、Subagent、Multi-Agent、Tool Use、Planning……这些词是 DeepSeek 等 T0 级模型厂商给新一代 Agent 人才画出的一条线—— 会用模型的人很多。 能驯马的人很稀缺。 DeepSeek Agent 快来快来 这正是崔添翼近一个月来频频于 X 喊话的原因。 崔添翼前 TSY Capital 联合创始人今年 3 月加入 DeepSeek如今担任 Harness 团队负责人。 本科毕业于浙江大学计算机系。曾因 NOIP/信息学竞赛保送浙大还 6 次拿下 ACM 国际大学生程序设计竞赛亚洲区域赛金牌。 毕业后他又先后在 Jane Street 香港和纽约办公室工作 9 年。而正式挂帅 DeepSeek Harness 部门后的崔添翼一直在高调招人可谓是求贤若渴。正如前面所说这不是崔添翼第一次 Boss 直聘他从 5 月就开始招贤纳才。 最开始招的是「研发工程师」和「产品经理」。如今岗位再次细化多出了「Harness 研究员」。 这一个月以来DeepSeek 的招聘强度非常高崔添翼表示他每天都在面试甚至各种地方张贴小广告……即便如此连招了一个多月也没招够。 某种层面上这或许也是 AI 时代人才狙击战的一个新风向标。 大模型上半场大家抢的是研究员。下半场Agent 阶段需要能把研究、工程、产品、用户需求揉到一块的复合型团队。 DeepSeek 正在全力押注。 速来。 简历投递—— Harness 研究员实习全职均可https://app.mokahr.com/su/mCyA8 Harness 工程师全职实习均可https://app.mokahr.com/su/JNKdF Harness 产品经理限全职https://app.mokahr.com/su/1RZuJ
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

开源模型端侧落地实战:量化、推理加速与Agent上下文管理 2026/9/28 23:59:38

开源模型端侧落地实战:量化、推理加速与Agent上下文管理

1. 从"追平"到"端侧落地":开源模型这波到底变了什么如果你最近半年一直在关注模型圈的动态,应该能明显感觉到一个拐点:开源模型和闭源旗舰之间的差距,正在从"代差"变成"身位差"。以前大家…

阅读更多 →
Java采购管理系统实战:从数据库设计到事务一致性 2026/9/28 23:59:25

Java采购管理系统实战:从数据库设计到事务一致性

简介:这是一套面向Java Web初学者与课程设计者的采购管理系统完整源码,采用JSP技术搭建,配合MySQL数据库,用于解决企业采购信息的管理问题,适合作为毕业设计、课程大作业或进销存类项目的参考模板。系统实现了用户登录…

阅读更多 →
AI Evals实战指南:从零搭建LLM应用评估体系与CI/CD集成 2026/9/28 23:59:25

AI Evals实战指南:从零搭建LLM应用评估体系与CI/CD集成

1. 为什么AI Evals值得你花时间搞明白做LLM应用的人,迟早会撞上同一堵墙:模型输出飘忽不定,今天答得好好的,明天换个问法就胡说八道。你改了一版提示词,感觉好像好了点,但到底好了多少?说不清。…

阅读更多 →
LSTM时间序列预测实战:从数据窗口构造到模型调参避坑 2026/9/28 23:59:18

LSTM时间序列预测实战:从数据窗口构造到模型调参避坑

简介:这份资源面向高校学生与Python初学者,提供一套可直接运行的LSTM时间序列预测完整项目,适用于期末大作业、课程设计及入门级深度学习实践。项目以空气质量等真实数据为样本,覆盖数据预处理、模型搭建、训练与预测全流程&#…

阅读更多 →
LSTM时间序列预测实战:从期末大作业到可复现Python源码 2026/9/28 23:59:12

LSTM时间序列预测实战:从期末大作业到可复现Python源码

简介:这份资源面向高校学生与Python初学者,提供一套可直接运行的LSTM时间序列预测完整项目,适用于期末大作业、课程设计或入门深度学习实践。项目以空气质量等真实序列数据为样本,覆盖数据读取、预处理、模型搭建、训练与预测全流…

阅读更多 →
LLM红队实战:从攻击面枚举到防护策略的完整方法论 2026/9/28 23:59:12

LLM红队实战:从攻击面枚举到防护策略的完整方法论

1. 从“Lysios”这个名字说起:LLM红队到底在防什么第一次看到“Lysios – LLM red teaming org”这个标题,很多人会愣一下:Lysios是什么?是一个开源工具、一个组织代号,还是一套方法论?从命名习惯来看&…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉