DataHub 招聘专题 · 数据更新至 2026-11-03
DeepSeek校园招聘
DeepSeek 校园招聘与实习机会汇总，覆盖模型研究、算法工程、数据与基础设施方向。本页只展示标题含校招、校园、应届、实习、管培或毕业生的岗位，方便应届生快速判断在招方向和地点。
专题说明
DeepSeek校园招聘：DataHub整理32个相关岗位，覆盖1家公司，数据更新至2026-11-03。 页面会随招聘数据重建自动更新，适合用于观察岗位供给、公司分布和城市变化。
多模态理解（数据/算法）研究员-可实习
负责多模态基座模型的迭代，探索视觉编码器和VLM的结构、训练策略和评测方式，持续验证和迭代预训练与后训练算法；负责多模态理解数据体系构建，定义图文/视频数据集的采集方式、质量标准和筛选方法，建设大规模自动化清洗、质量筛选与数据合成管线
Agent Harness 研发工程师（全职/实习）
参与设计DeepSeek Harness产品的技术架构与选型；参与开发DeepSeek 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和研究员深度沟通合作，参与实现模型与Harness的共同进化，从Harness角度实现深度适配
大模型训推框架工程师（实习/校招）
建设分布式训练推理系统，包括模型并行、长上下文、MoE、低精度训推等；建设强化学习训练系统，包括异步RL、Agent RL、OPD等；建设多模态训练系统，包括模型结构搭建、性能显存优化、数据读取加速等
Agent全栈工程师（全职/实习）
将业界领先的Agent框架深度集成到内部RL基础设施中，打通外部工具与内部训练体系的完整链路；负责Agent沙盒服务的研发迭代与稳定性保障，包括框架版本同步、依赖管理、环境一致性治理等
服务端开发工程师（社招/校招/实习）
负责大模型研究平台、Agent框架组件、研发效率基建、DeepSeek API、线上服务及数据工程等方向的服务端设计与研发；与研究团队深入协作，将研究流程与实际需求抽象为高效、可靠、可复用的平台能力
模型策略产品经理实习生
深度参与DeepSeek模型在搜索、内容创作、多模态、Agent等场景的应用策略设计与迭代；通过数据分析与用户行为洞察，制定模型优化策略，定义数据生产标准（SFT/RL），驱动模型效果持续提升
AGI实习生
开展大型语言模型、多模态模型研究，包括模型预训练、理论研究、模型评估等工作；进行计算机视觉研究，涵盖视觉内容生成、开放场景视觉判别模型开发；负责大模型训练数据构建，迭代优化训练策略，完整亲历大模型涌现能力出现全过程
AGI大模型实习生
开展大型语言模型、多模态模型研究，包括模型预训练、理论研究、模型评估等；进行计算机视觉研究，包括视觉内容生成、开放场景视觉判别模型开发；参与大模型训练数据构建，迭代优化训练策略，完整亲历大模型涌现能力出现全过程
数据百晓生实习生
负责构建LLM内容安全的能力，包括回复干预、输入安全、输出安全等多层内容安全机制；保证大模型在单轮、多轮场景下的输出内容合规；根据数据集的设计需求和用途，为数据集标注环节制定详实、全面、可执行的标准
深度学习研究员-AGI（校招&实习）
负责大型语言模型及多模态模型的研究，包括模型预训练、理论研究和模型评估；开展计算机视觉研究，包括视觉内容生成和开放场景视觉判别模型；构建大模型训练数据，迭代优化训练策略，亲历大模型涌现能力出现全过程
深度学习-AGI实习生
开展大型语言模型、多模态模型的研究工作，包括模型预训练、理论研究和模型评估；进行计算机视觉研究，包括视觉内容生成和开放场景视觉判别模型开发；负责大模型训练数据构建、训练策略迭代和调优，亲历大模型涌现能力出现全过程
AGI研究员/工程师（实习/全职）
根据个人兴趣和才能，分配到最合适的研究或工程团队；参与AGI相关的研究与开发工作；探索AI技术的所有可能边界；将热情转化为实际行动和成果；对AI研究有极大的、真实的、长期的热情，并有实际行动与成果支持
情感陪伴AI模型优化专家（实习/全职）
负责DeepSeek模型在情感陪伴场景下的能力优化，提升互动体验的真实感与沉浸度；深入挖掘角色扮演与情感陪伴场景中的Badcase，进行归因分析并推动问题解决；文字审美敏锐，感知力强，思维活跃且富有同理心，具备出色的洞察、分析与解决问题能力
行政实习生/专员
连接人、空间、资源与文化，维护组织高效运转的神经系统；用专业与敏锐守护团队的效率、体验与温度；在细节中发现机会，在琐碎中创造秩序；运用AI赋能行政工作，同时保持人性化服务；为投身AGI建设的人提供支持、理解与成全
质量保障工程师（实习/全职）
负责DeepSeek业务及系统的质量保障工作，协同产研团队高效高质交付产品；深度参与数千万日活产品及系统的迭代，从产品建设、可测性、稳定性等方面构建质量保障体系；共同探索AI产品的更多可能性
服务端研发工程师（实习/全职）
负责DeepSeek线上服务与线下基建的各类服务端研发工作；面向数千万日活用户的大模型应用与API服务架构设计和持续迭代，优化性能、网络和数据库；面向Agent的数据与执行环境基建，参与模型智能的提升工作
前沿研究实习生/研究员
思考当前范式的缺陷，探索下一个范式的可能形式和实验方法；关注并学习前沿实验室和公司的最新研究成果；进行持续学习、自进化、新架构、新算法等方向的研究、数据和工程探索；擅长批判性思考，能对前沿工作提出独立见解
AI写作优化专家（实习/全职）
负责文学文本（小说、诗歌、散文等）场景下的优化方向判断与效果评测，制定数据质量标准与评估体系，驱动模型文学审美与写作能力持续提升，探索并拓展AI文学创作力的上限；负责实用文本（论文、报告、方案、公文、文案等）场景下的优化方向判断与效果评测，定义不同文体的理想输出标准，与搜索/Agent方向协同，在…
大模型评测与数据优化专家（实习/全职）
构建模型评测体系：在专精或通用领域，搭建科学的评估维度，开发自动化的评估方式，定位模型短板，为版本迭代提供清晰、可解释的依据；设计优化策略：挖掘各专业领域用户需求，定义优秀回答的标准，设计逼近优秀回答的优化路径
AGI基础设施工程师（实习/全职）
建设分布式训练推理系统，包括模型并行、长上下文、MoE、低精度训推等；建设RL训练系统，包括异步RL、Agent RL、OPD等；建设多模态训练系统，包括模型结构搭建、性能显存优化、数据读取加速等
AI Agent 研究员/工程师（实习/全职）
定义并推进大模型在真实任务场景中的Agent能力，深入办公与日常生活等复杂环境，使模型能自主规划、执行并交付完整结果，持续识别能力瓶颈，驱动模型迭代优化；围绕AI搜索及自主任务执行的全流程，设计并落地多维度自动化评测与归因体系，建立能区分“能用”与“好用”的评测标准，覆盖端到端任务完成度与过程行为…
前端/客户端开发工程师（实习/全职）
负责DeepSeek网页版、开放平台等服务的迭代开发，探索Agent等新交互范式，寻找AGI时代的人机交互方式；深度参与前端设计与实现，持续优化体验，服务千万日活用户，发现AI产品的更多可能性
AI平台运维/运维开发工程师（实习/全职）
面向高并发、大规模业务的k8s集群或高性能分布式存储等平台基础设施提供专业的稳定性保障和全方位优化，支撑核心业务SLA达到99.99%+；负责持续完善和优化可观测体系，深入参与业务和平台层的监控建设、告警治理与排障工作，缩短MTTR
AI Agent 能力研究员（实习/全职）
构建强化学习环境：将真实的代码工程、网络安全或科研场景转化为可训练的RL环境，设计合理的奖励信号，与研究员紧密合作探索不同环境设计对模型Agent能力的影响；评估模型的Agent能力：在个人擅长的方向上设计高质量评测任务，量化模型在复杂真实场景中的表现
AI搜索算法/架构工程师（实习/全职）
负责DeepSeek搜索引擎核心算法优化，包括query理解、召回、排序、索引筛选、质量评估等方向，提升搜索结果准确性、权威性和实时性；建设多语言、多场景、多模态搜索能力，解决不同语言、地区、内容生态和用户需求下的搜索问题
高性能计算算子与编译器工程师（实习/全职）
针对GPU/NPU等架构，使用CUDA、Ascend C和TileLang，设计、实现并长期维护GEMM、Attention以及其他算子；针对不同通信场景和网络架构，设计、实现并长期维护通信算子（如DeepEP中的EP、CP/DP、Engram、PP），同时持续对NCCL/HCCL等主流集合通信库…
预训练算法研究员 / 预训练数据研究员（实习/全职）
针对实际问题与瓶颈，软硬件协同设计强大高效的模型结构；设计高性能鲁棒优化器，研究训练动力学与稳定性问题；建立科学scaling law，认知并预测模型scaling行为；研究训练与推理加速算法
超算集群系统架构师（实习/全职）
设计并实现大规模异构计算资源的调度系统，解决CPU/GPU/NPU等计算资源的抽象、池化与拓扑感知调度，优化调度算法以平衡任务吞吐、排队延迟和资源利用率；开发集群管理系统，覆盖任务和节点生命周期管理、日志采集与召回、关键性能数据收集与可视化、故障发现与自动容灾，以及新硬件和新软件栈的导入与适配
AI产品经理 / Agent Harness产品经理（实习/全职）
紧密跟踪AI技术发展，制定并执行DeepSeek在Chat网页端、APP端、开放平台的产品策略，敏锐洞察用户需求，合理规划优先级，不断推动产品创新和体验优化；综合运用数据分析、用户反馈和定性观察，从真实用户需求和使用场景出发，定位并拆解产品问题，降低用户使用门槛，提升使用深度、留存率、粘性和转化率
预训练数据工程师（实习/全职）
设计全网数据选取策略，包括链接质量预估、属性聚合、站点抓取配额等，保证数据多样性和覆盖；负责全网数据采集环路的设计与开发，构建高吞吐、可容错的分布式采集系统；通过识别低质站群、重复镜像站点等手段控制链接规模，提升链接库有效性
AI研究实习生
进行大型语言模型和多模态模型的研究，包括模型预训练、理论研究和模型评估；开展计算机视觉研究，涵盖视觉内容生成和开放场景视觉判别模型；负责大模型训练数据的构建、训练策略的迭代与调优，并全程参与大模型涌现能力的开发过程
研究实习生
开展大型语言模型与多模态模型研究，包括模型预训练、理论研究与模型评估；进行计算机视觉研究，涵盖视觉内容生成及开放场景视觉判别模型；参与大模型训练数据构建，迭代和调优训练策略，完整经历大模型涌现能力出现全过程