Derpy✔
Intern Writer
Trong bối cảnh ngành công nghệ đang chạy đua vũ trang về AI, một động thái tuyển dụng bất ngờ từ DeepSeek đang khiến giới chuyên môn phải đặt câu hỏi: Liệu đây có phải là "luật mở rộng quy mô" mới cho các đội ngũ phát triển trí tuệ nhân tạo? DeepSeek, một công ty có quy mô nhân sự chỉ khoảng 300 đến 500 người, vừa công bố kế hoạch tuyển thêm 150 nhân sự, nhưng điều đáng chú ý là không có bất kỳ vị trí nào dành cho nghiên cứu AI.
Theo thông tin từ QuantumBit (QbitAI), toàn bộ 150 vị trí mới này đều tập trung vào hai mảng chính: kỹ sư phát triển dịch vụ backend và kỹ sư phát triển tính toán đàn hồi Agent. Các vị trí này ưu tiên những ứng viên có kinh nghiệm từ 2 đến 10 năm trong lĩnh vực backend. Trưởng bộ phận, ông Cui Tianyi, giải thích rằng khi quy mô phát triển lớn hơn, sự phức tạp cũng tăng theo, và chính sự phức tạp này lại đòi hỏi phải mở rộng quy mô đội ngũ. Đây có thể xem là một "luật mở rộng quy mô" (Scaling Law) mới, nhưng không phải cho mô hình AI mà là cho chính đội ngũ phát triển.
Việc DeepSeek tập trung vào kỹ sư tính toán đàn hồi Agent cho thấy một bước chuyển mình quan trọng: đưa công nghệ Agent từ giai đoạn nghiên cứu lý thuyết sang ứng dụng kỹ thuật quy mô lớn. Vị trí này được chia thành hai hướng: phát triển nền tảng và hệ thống cấp thấp. Nền tảng ở đây chính là DSec (DeepSeek Elastic Compute), một nền tảng tính toán đàn hồi được thiết kế riêng cho Agent, lần đầu tiên được tiết lộ trong báo cáo kỹ thuật DeepSeek-V4 gần đây.
DSec được xây dựng từ ba thành phần Rust chính: cổng API Apiserver, tác nhân Edge trên mỗi máy chủ và bộ giám sát cụm Watcher. Chúng kết nối với nhau thông qua giao thức RPC tự phát triển và hoạt động trên hệ thống tệp phân tán 3FS do DeepSeek tự xây dựng. Kế hoạch mở rộng kỹ thuật sắp tới của DeepSeek là nâng cấp toàn bộ hệ thống DSec, từ hệ điều hành, máy ảo, mạng, lưu trữ cho đến lớp ứng dụng và dịch vụ quản lý, nhằm tăng cường độ tin cậy và hiệu quả. Đây là một dự án đầy thách thức, bởi vì nhiều khía cạnh của nó chưa từng có tiền lệ.
Các kỹ sư phát triển nền tảng sẽ đóng vai trò kết hợp giữa sản phẩm và phát triển, không chỉ hiểu rõ yêu cầu mà còn trực tiếp thiết kế, phát triển và bảo trì hệ thống. Trong khi đó, các kỹ sư tối ưu hóa và giải quyết vấn đề cấp thấp sẽ phải "ép hiệu suất của một số thành phần hệ điều hành lên mức SOTA (State-Of-The-Art) hoặc thậm chí đạt đến giới hạn phần cứng". Công việc của họ sẽ trực tiếp quyết định sự đa dạng và hiệu quả trong việc huấn luyện mô hình Agent. Điều này đặc biệt quan trọng vì DeepSeek thường công bố các mô hình SOTA và mã nguồn mở, do đó, những cải tiến này không chỉ ảnh hưởng đến cơ sở hạ tầng Agent của DeepSeek mà còn tác động đến toàn bộ ngành công nghiệp.
Đối với các kỹ sư phát triển dịch vụ backend, sáu hướng công việc khác nhau sẽ bao phủ toàn bộ chu trình từ nghiên cứu mô hình đến dịch vụ người dùng. Bao gồm: nền tảng nghiên cứu mô hình lớn, thành phần khung Agent, cơ sở hạ tầng hiệu suất R&D, API DeepSeek, dịch vụ trực tuyến và kỹ thuật dữ liệu. DeepSeek nhấn mạnh rằng đội ngũ này phải "đủ gần với tiền tuyến nghiên cứu mô hình lớn" để những sản phẩm họ tạo ra có thể nhận được phản hồi trực tiếp từ các nhà nghiên cứu. Sự ổn định và hiệu quả của nền tảng sẽ quyết định tốc độ nghiên cứu mô hình lớn và khả năng nâng cao giới hạn trí tuệ.
Cụ thể, hướng nền tảng nghiên cứu mô hình lớn có nhiệm vụ cốt lõi là trừu tượng hóa quy trình nghiên cứu thành khả năng của nền tảng, đòi hỏi các kỹ sư phải "đi sâu vào môi trường làm việc thực tế của các nhà nghiên cứu" để chủ động xác định vấn đề thay vì chỉ thụ động tiếp nhận yêu cầu. Mục tiêu cuối cùng là "rút ngắn chu kỳ từ khi ý tưởng nghiên cứu được đề xuất, xác minh đến khi lặp lại". Hướng thành phần khung Agent chịu trách nhiệm xây dựng một khung thống nhất để tích hợp và vận hành Agent.
Hướng cơ sở hạ tầng hiệu suất R&D sẽ bao gồm hệ thống CI/CD thống nhất, hệ thống giám sát và cảnh báo, quản lý và luân chuyển dữ liệu quy mô lớn giữa các cụm, tự động hóa vận hành, và đặc biệt là "khám phá ứng dụng của Agent trong chẩn đoán tự động và phân tích nguyên nhân gốc (RCA)". Hai hướng dành cho người dùng bên ngoài sẽ trực tiếp phục vụ sản phẩm của DeepSeek. Hướng API DeepSeek phải đối mặt với "thách thức dịch vụ API quy mô siêu lớn", đưa kết quả nghiên cứu mô hình tiên tiến đến các nhà phát triển và hàng triệu người dùng toàn cầu thông qua API ổn định, hiệu quả, đồng thời phát triển cùng với khung suy luận nội bộ. Hướng dịch vụ trực tuyến cần hỗ trợ thiết kế kiến trúc và phát triển liên tục các ứng dụng mô hình lớn với quy mô "hàng chục triệu người dùng hoạt động hàng ngày".
Cuối cùng, hướng kỹ thuật dữ liệu phục vụ tất cả các khâu từ huấn luyện mô hình đến dịch vụ trực tuyến, sử dụng các công nghệ như Spark, Flink, Kafka, ClickHouse, Iceberg. Ứng viên được yêu cầu có khả năng độc lập hoàn thành toàn bộ chu trình mô hình hóa dữ liệu, từ nhật ký sự kiện đến các chỉ số kinh doanh. Nhìn chung, các vai trò này tạo thành một chuỗi liên kết hoàn chỉnh: mô hình thực hiện nhiệm vụ trong môi trường sandbox, nền tảng ghi lại quá trình và kết quả, tạo ra dữ liệu huấn luyện và đánh giá, sau đó dữ liệu này được sử dụng để cải thiện mô hình.
Vậy DeepSeek đang tìm kiếm những người như thế nào? Tất cả các vị trí liên quan đến nghiên cứu đều nhấn mạnh một điều: kỹ sư phải "đi sâu vào môi trường làm việc thực tế của các nhà nghiên cứu", chủ động xác định vấn đề và thúc đẩy giải pháp từ định nghĩa đến triển khai, chứ không chỉ đơn thuần tiếp nhận và bàn giao yêu cầu. Thông tin tuyển dụng dành hẳn một đoạn để mô tả ứng viên lý tưởng, DeepSeek mong muốn các kỹ sư được tuyển dụng phải là những người đã và đang sử dụng Agent một cách sâu rộng trong công việc hàng ngày.
Một trong những yêu cầu là "thành thạo sử dụng công cụ AI Agent để phát triển phần mềm, có khả năng viết mã chất lượng cao trong các lĩnh vực không có kinh nghiệm trực tiếp nhờ sự hỗ trợ của AI". Đồng thời, họ cũng cần "nhạy bén phát hiện và kịp thời can thiệp khi Agent đưa ra các giải pháp có vấn đề". Trong kỷ nguyên Agent này, kinh nghiệm sử dụng một ngôn ngữ, công cụ cụ thể, hay thậm chí việc đã thực hiện một loại dự án nào đó đang dần trở nên ít quan trọng hơn. Quá trình phát triển đang chuyển từ "tôi biết cách làm" sang "tôi biết cần phải hỏi gì, chỗ nào có thể sai, và làm thế nào để chứng minh nó đúng".
Theo thông tin từ QuantumBit (QbitAI), toàn bộ 150 vị trí mới này đều tập trung vào hai mảng chính: kỹ sư phát triển dịch vụ backend và kỹ sư phát triển tính toán đàn hồi Agent. Các vị trí này ưu tiên những ứng viên có kinh nghiệm từ 2 đến 10 năm trong lĩnh vực backend. Trưởng bộ phận, ông Cui Tianyi, giải thích rằng khi quy mô phát triển lớn hơn, sự phức tạp cũng tăng theo, và chính sự phức tạp này lại đòi hỏi phải mở rộng quy mô đội ngũ. Đây có thể xem là một "luật mở rộng quy mô" (Scaling Law) mới, nhưng không phải cho mô hình AI mà là cho chính đội ngũ phát triển.
Việc DeepSeek tập trung vào kỹ sư tính toán đàn hồi Agent cho thấy một bước chuyển mình quan trọng: đưa công nghệ Agent từ giai đoạn nghiên cứu lý thuyết sang ứng dụng kỹ thuật quy mô lớn. Vị trí này được chia thành hai hướng: phát triển nền tảng và hệ thống cấp thấp. Nền tảng ở đây chính là DSec (DeepSeek Elastic Compute), một nền tảng tính toán đàn hồi được thiết kế riêng cho Agent, lần đầu tiên được tiết lộ trong báo cáo kỹ thuật DeepSeek-V4 gần đây.
DSec được xây dựng từ ba thành phần Rust chính: cổng API Apiserver, tác nhân Edge trên mỗi máy chủ và bộ giám sát cụm Watcher. Chúng kết nối với nhau thông qua giao thức RPC tự phát triển và hoạt động trên hệ thống tệp phân tán 3FS do DeepSeek tự xây dựng. Kế hoạch mở rộng kỹ thuật sắp tới của DeepSeek là nâng cấp toàn bộ hệ thống DSec, từ hệ điều hành, máy ảo, mạng, lưu trữ cho đến lớp ứng dụng và dịch vụ quản lý, nhằm tăng cường độ tin cậy và hiệu quả. Đây là một dự án đầy thách thức, bởi vì nhiều khía cạnh của nó chưa từng có tiền lệ.
Các kỹ sư phát triển nền tảng sẽ đóng vai trò kết hợp giữa sản phẩm và phát triển, không chỉ hiểu rõ yêu cầu mà còn trực tiếp thiết kế, phát triển và bảo trì hệ thống. Trong khi đó, các kỹ sư tối ưu hóa và giải quyết vấn đề cấp thấp sẽ phải "ép hiệu suất của một số thành phần hệ điều hành lên mức SOTA (State-Of-The-Art) hoặc thậm chí đạt đến giới hạn phần cứng". Công việc của họ sẽ trực tiếp quyết định sự đa dạng và hiệu quả trong việc huấn luyện mô hình Agent. Điều này đặc biệt quan trọng vì DeepSeek thường công bố các mô hình SOTA và mã nguồn mở, do đó, những cải tiến này không chỉ ảnh hưởng đến cơ sở hạ tầng Agent của DeepSeek mà còn tác động đến toàn bộ ngành công nghiệp.
Đối với các kỹ sư phát triển dịch vụ backend, sáu hướng công việc khác nhau sẽ bao phủ toàn bộ chu trình từ nghiên cứu mô hình đến dịch vụ người dùng. Bao gồm: nền tảng nghiên cứu mô hình lớn, thành phần khung Agent, cơ sở hạ tầng hiệu suất R&D, API DeepSeek, dịch vụ trực tuyến và kỹ thuật dữ liệu. DeepSeek nhấn mạnh rằng đội ngũ này phải "đủ gần với tiền tuyến nghiên cứu mô hình lớn" để những sản phẩm họ tạo ra có thể nhận được phản hồi trực tiếp từ các nhà nghiên cứu. Sự ổn định và hiệu quả của nền tảng sẽ quyết định tốc độ nghiên cứu mô hình lớn và khả năng nâng cao giới hạn trí tuệ.
Cụ thể, hướng nền tảng nghiên cứu mô hình lớn có nhiệm vụ cốt lõi là trừu tượng hóa quy trình nghiên cứu thành khả năng của nền tảng, đòi hỏi các kỹ sư phải "đi sâu vào môi trường làm việc thực tế của các nhà nghiên cứu" để chủ động xác định vấn đề thay vì chỉ thụ động tiếp nhận yêu cầu. Mục tiêu cuối cùng là "rút ngắn chu kỳ từ khi ý tưởng nghiên cứu được đề xuất, xác minh đến khi lặp lại". Hướng thành phần khung Agent chịu trách nhiệm xây dựng một khung thống nhất để tích hợp và vận hành Agent.
Hướng cơ sở hạ tầng hiệu suất R&D sẽ bao gồm hệ thống CI/CD thống nhất, hệ thống giám sát và cảnh báo, quản lý và luân chuyển dữ liệu quy mô lớn giữa các cụm, tự động hóa vận hành, và đặc biệt là "khám phá ứng dụng của Agent trong chẩn đoán tự động và phân tích nguyên nhân gốc (RCA)". Hai hướng dành cho người dùng bên ngoài sẽ trực tiếp phục vụ sản phẩm của DeepSeek. Hướng API DeepSeek phải đối mặt với "thách thức dịch vụ API quy mô siêu lớn", đưa kết quả nghiên cứu mô hình tiên tiến đến các nhà phát triển và hàng triệu người dùng toàn cầu thông qua API ổn định, hiệu quả, đồng thời phát triển cùng với khung suy luận nội bộ. Hướng dịch vụ trực tuyến cần hỗ trợ thiết kế kiến trúc và phát triển liên tục các ứng dụng mô hình lớn với quy mô "hàng chục triệu người dùng hoạt động hàng ngày".
Cuối cùng, hướng kỹ thuật dữ liệu phục vụ tất cả các khâu từ huấn luyện mô hình đến dịch vụ trực tuyến, sử dụng các công nghệ như Spark, Flink, Kafka, ClickHouse, Iceberg. Ứng viên được yêu cầu có khả năng độc lập hoàn thành toàn bộ chu trình mô hình hóa dữ liệu, từ nhật ký sự kiện đến các chỉ số kinh doanh. Nhìn chung, các vai trò này tạo thành một chuỗi liên kết hoàn chỉnh: mô hình thực hiện nhiệm vụ trong môi trường sandbox, nền tảng ghi lại quá trình và kết quả, tạo ra dữ liệu huấn luyện và đánh giá, sau đó dữ liệu này được sử dụng để cải thiện mô hình.
Vậy DeepSeek đang tìm kiếm những người như thế nào? Tất cả các vị trí liên quan đến nghiên cứu đều nhấn mạnh một điều: kỹ sư phải "đi sâu vào môi trường làm việc thực tế của các nhà nghiên cứu", chủ động xác định vấn đề và thúc đẩy giải pháp từ định nghĩa đến triển khai, chứ không chỉ đơn thuần tiếp nhận và bàn giao yêu cầu. Thông tin tuyển dụng dành hẳn một đoạn để mô tả ứng viên lý tưởng, DeepSeek mong muốn các kỹ sư được tuyển dụng phải là những người đã và đang sử dụng Agent một cách sâu rộng trong công việc hàng ngày.
Một trong những yêu cầu là "thành thạo sử dụng công cụ AI Agent để phát triển phần mềm, có khả năng viết mã chất lượng cao trong các lĩnh vực không có kinh nghiệm trực tiếp nhờ sự hỗ trợ của AI". Đồng thời, họ cũng cần "nhạy bén phát hiện và kịp thời can thiệp khi Agent đưa ra các giải pháp có vấn đề". Trong kỷ nguyên Agent này, kinh nghiệm sử dụng một ngôn ngữ, công cụ cụ thể, hay thậm chí việc đã thực hiện một loại dự án nào đó đang dần trở nên ít quan trọng hơn. Quá trình phát triển đang chuyển từ "tôi biết cách làm" sang "tôi biết cần phải hỏi gì, chỗ nào có thể sai, và làm thế nào để chứng minh nó đúng".
