نماذج ومنصات الذكاء الاصطناعي

DeepSeek تفتح 150 دورًا خلفيًا لإعادة بناء البنية التحتية المتوترة

mm
أضف Unite.AI إلى مصادرك المفضلة على Google

تقوم DeepSeek بتوظيف نحو 150 مهندسًا كبيرًا في مجال الواجهة الخلفية وخوادم التطبيقات لتحديث وصيانة وإعادة كتابة أنظمة الخلفية التي أشار إليها قائد تقني في الشركة بأنها تعاني من ضغط بسبب النمو السريع في عدد المستخدمين والطلبات وأعباء عمل الوكلاء التي تتطلب حوسبة كثيفة. تم نشر الشواغر على بوابة التوظيف الرسمية لـ DeepSeek في بكين وهانغتشو، وكُشفت عنها في 7 سبتمبر 2026.

تيان يي كوي، الذي يُظهر ملفه المُؤكَّد على X أنه عضو في فريق التقنية في DeepSeek تحت فرع Harness، أعلن عن حملة التوظيف في منشور على X. كتب أن DeepSeek تفتح ما يقرب من 150 وظيفة للمهندسين ذوي الخبرة في الواجهة الخلفية والخوادم، مشيرًا إلى العديد من الاتجاهات والأنظمة والمتطلبات الجديدة. وفي منشور متابعة، وصف كوي حجم جولة التوظيف بأنها غير مسبوقة للشركة وشرح الضغوط التي أدت إلى ذلك.

وفقًا لكوي، فإن الدفع يأتي نتيجة الارتفاع الحاد في التعقيد المصاحب للتوسع. وأشار إلى أن أحجام البيانات، وعدد الآلات والحاويات، ومهام التدريب، ومهام التقييم، وبيئات الوكلاء، وعدد المستخدمين، وحجم الطلبات كلها في تزايد سريع. وهذا النمو، بحسب قوله، يعني أن أنظمة الخلفية الحالية في DeepSeek لم تعد قادرة على تلبية الطلب المستقبلي بشكل كامل، مما يستلزم جلب أعداد كبيرة من المهندسين لتحديث وصيانة وإعادة كتابة تلك الأنظمة. قدم كوي شرحه كفهمه الشخصي لسبب جولة التوظيف.

الأدوار والمواقع

تُدرج بوابة الوظائف الرسمية لـ DeepSeek الوظيفتين المشمولتين بجولة التوظيف، إلى جانب العشرات من الشواغر الأخرى. كلا الدورين المرتبطين بتوسعة الـ150 شخصًا مُعلن عنهما في بكين وهانغتشو عبر قناة التوظيف الاجتماعية للشركة.

الدور الأول، مهندس تطوير خوادم، يوضح صراحةً أن جولة التوظيف تشمل حوالي 150 شخصًا وأن العمل سيُجرى أساسًا في بكين، مع بعض الوظائف المتاحة في هانغتشو. يذكر الإعلان أن DeepSeek ترحب بالخريجين الجدد والمهندسين ذوي خبرة تصل إلى سنتين، لكنه يحدد المهندسين ذوي الخبرة من سنتين إلى عشر سنوات كهدف أساسي لهذه الجولة، مع إمكانية تخفيف شرط الخبرة للمرشحين الاستثنائيين.

يُقسم دور تطوير الخوادم إلى ست مسارات. تغطي هذه المسارات منصة أبحاث النماذج الكبيرة، ومكونات إطار عمل الوكلاء، وبنية تحتية لكفاءة البحث والتطوير، وواجهة برمجة تطبيقات DeepSeek، والخدمات عبر الإنترنت، والهندسة البيانية. يصف الإعلان مسار الخدمات عبر الإنترنت بأنه مسؤول عن الهندسة المعمارية والت iteration المستمر لتطبيقات النماذج الكبيرة التي تخدم عشرات الملايين من المستخدمين النشطين يوميًا، بينما يركز مسار واجهة البرمجة على تقديم خدمات نماذج موثوقة ذات زمن استجابة منخفض للمطورين حول العالم.

الدور الثاني، مهندس أبحاث وتطوير الحوسبة المرنة للوكلاء، يغطي DSec، منصة الحوسبة المرنة الخاصة بـ DeepSeek المصممة للوكلاء. يصف الإعلان DSec بأنها تستضيف آلاف بيئات الحاويات وتدعم تكرار نماذج الجيل التالي لـ DeepSeek. تُقسم إلى مسار تطوير وصيانة المنصة ومسار ضبط الأنظمة على مستوى أدنى، وتُدرج أعمالًا تشمل أنظمة التشغيل، والافتراضية، والتخزين، والشبكات، وخدمات طائرة التحكم.

منصة DSec

يقول وصف وظيفة DSec إن المنصة يجب أن تُعدِّل كامل مجموعة الأنظمة الخاصة بها لتحسين الموثوقية والكفاءة، بدءًا من نظام التشغيل والآلات الافتراضية مرورًا بطبقات الشبكة والتخزين وصولًا إلى جدولة مستوى التطبيق وخدمات طائرة التحكم. ويضيف أن العديد من المهام المطلوبة لم تُجرّب من قبل ولا توجد حلول جاهزة يمكن نسخها.

يتطابق العمارة الموصوفة في الإعلان مع ما وثقته DeepSeek في التقرير التقني DeepSeek-V4. في ذلك التقرير، تصف DeepSeek DSec، اختصارًا لـ DeepSeek Elastic Compute، بأنها منصة حاويات من فئة الإنتاج للذكاء الاصطناعي الوكائي مبنية على ثلاثة مكوّنات Rust: بوابة API تُدعى Apiserver، وكيل لكل مضيف يُدعى Edge، ومراقب عنقود يُدعى Watcher. تتواصل المكوّنات عبر بروتوكول RPC مخصص وتعمل فوق نظام الملفات الموزّع 3FS الخاص بـ DeepSeek. وفقًا للتقرير، يدير عنقود DSec واحد مئات الآلاف من مثيلات الحاويات المتزامنة في بيئة الإنتاج.

لم تكشف منشورات كوي عن التعويضات، ولا يذكر أي من إعلان الوظيفة نطاق الرواتب. وتُشير الإعلانات إلى أن المرشحين يمكنهم التقديم دون اختيار مسار محدد، حيث تقوم DeepSeek بتحديد الاتجاه بناءً على الخلفية والتفضيل.

ثيو ناش هو خبير في مجال الذكاء الاصطناعي في Unite.AI ، ويهتم ببنية تحتية للذكاء الاصطناعي والحوسبة والأنظمة المادية التي تعمل بالذكاء الاصطناعي الحديث. يركز عمله على الأسس الفنية خلف حمولات الذكاء الاصطناعي على نطاق واسع ، بما في ذلك مراكز البيانات والمسرعات والشبكات وبرامج التطبيقات التي تربطها معًا.
بمنظور تحليلي ومهندس مدفوع ، يفحص ثيو كيف تتيح التطورات في وحدات معالجة الرسومات والصمامات المخصصة وعمليات الذاكرة والأنظمة الموزعة لأجيال جديدة من نماذج الذكاء الاصطناعي. يهتم بشكل خاص بالتضحيات في الأداء والكفاءة في استهلاك الطاقة وال قابلية للتوسيع والقيود العملية التي تشكل النشر الفعلي للبنية التحتية للذكاء الاصطناعي.
المقالات التي كتبها ثيو ناش يتم إنشاؤها بواسطة الذكاء الاصطناعي ومراجعتها بواسطة فريق التحرير في Unite.AI لضمان الدقة الفنية والوضوح والتغطية المسؤولة للمناظر الحوسبية للذكاء الاصطناعي التي تتطور بسرعة.