DeepSeek 招聘更新复盘：37 个在招岗位对比与投递策略修订

本文是 8 月两篇评估的增量复盘：DeepSeek「Agent Infra 研发工程师」岗位分析与自我匹配评估、DeepSeek 研发岗位全量扫描与自我匹配评估。2026-09-08 重新抓取官网在招列表（共 37 条），逐条与上轮对比，并修订投递策略。本轮复盘的入口是「服务端开发工程师」岗位链接——恰好是上轮扫描的第一名。

结论先行：一个月内官网只有三处实质变化——新增「研发基础设施工程师」；「Agent Infra 研发工程师」更名为「Agent 弹性计算研发工程师」（同一岗位）；以及我上轮排名第一的「服务端开发工程师」JD 大改版：3 个方向扩到 6 个方向，明确”招聘规模约 150 人”，并把”熟练使用 AI Agent 工具进行软件开发”写进通用画像。不需要换目标，主投岗位的入口反而变宽了——服务端新增的”数据工程方向”与”研发效率基建方向”，几乎是为我的履历量身写的。

复盘口径

2026-09-08 抓取招聘官网全部在招记录，共 37 条（上轮 36 条，净增 1）。Moka 详情页不展示发布/更新时间，以下对比均基于 JD 原文的逐字核对，”未变化”指关键要求未见实质改动。

三处变化

1. 新增岗位：研发基础设施工程师（AI 核心系统研发）

岗位链接：研发基础设施工程师（杭州 / 北京）。

JD 关键词：把整个系统栈”串起来”的 Hacker/Geek——大型集群管理、文件系统、构建与打包分发、JIT 与 CI/CD；要求”熟练掌握 Python、C++、Rust 中的至少一种”；简历必须附 GitHub 主页，”看重的不是 star 数，而是 commit 记录”。

JD 要求	我的情况
Python/C++/Rust 至少一种	⚠️ 主场 Go 不在列（开头虽写”不设限于具体的技术栈或语言”，但要求第 2 条白纸黑字）
GitHub commit 记录	❌ 最大硬伤：我的公开足迹是博客文章，不是 commit 记录
工程链路杂事（文件系统/打包分发/编译 JIT/自动化工具）	⚠️ 有自动化工具与部署交付积累，缺编译与运行时层
跨层问题排查（表象 → 运行时 → 系统库 → 硬件）	⚠️ 中间件与集群层有，内核与硬件层无
加分：CI 体系建设、homelab、用自动化消灭重复劳动	✅ Jenkins CI/CD、NAS 与家庭环境、opencode 备份工具都是现成素材

判断：约 40%，与 Agent 弹性计算同属”系统工程师画像”，暂列观察位。值得注意的是，上篇行动计划第 1 条——把 opencode 备份方案重写为 Rust CLI 并开源——恰好同时回应这个岗位的”Rust”与”GitHub commit”两条硬要求。这项补课完成后，本岗可从观察位升级为可投。

2. 更名不改内容：Agent Infra → Agent 弹性计算研发工程师

岗位 UUID 未变（bae809fb-…），DSec 团队使命与六个职责方向原文保留，仅标题从「Agent Infra 研发工程师」改为「Agent 弹性计算研发工程师」。上篇结论（约 55%~65%，主攻方向 5 云服务、6 可观测性与高可用）继续有效。

3. 大改版：服务端开发工程师（上轮的第一名）

岗位链接：服务端开发工程师。

8 月版	9 月版
3 个方向：数据仓库 / 大模型研究中台 / 线上核心服务	6 个方向：大模型研究平台 / Agent 框架组件 / 研发效率基建 / DeepSeek API / 线上服务 / 数据工程
未提招聘规模	明确”本次招聘规模约 150 人”，资深工程师（2~10 年经验）是重点关注对象
无统一画像要求	新增”你是谁”三段画像，其中通用要求第 1 条即”熟练使用 AI Agent 工具进行软件开发”
未强调地点	工作地点以北京为主，部分岗位或可选择杭州

六个方向逐条对照：

方向	JD 关键要求	我的证据	匹配
数据工程	Spark/Flink 在离线任务开发调优与线上排错；Kafka；至少一种 OLAP（ClickHouse/DuckDB/StarRocks/Doris/TiFlash）；数据湖（Iceberg/Delta Lake）与列式格式；数仓建模与 SQL	Spark/Flink 原理与调优笔记、Kafka 笔记、Doris/StarRocks/Iceberg/Hudi/Paimon/JuiceFS 部署调优笔记、政企数仓 0→1 交付	★★★★★
研发效率基建	Linux/容器/K8s 一线经验；CI/CD 体系；Prometheus/Grafana/OpenTelemetry；数据平台建设；Agent 运维自动化与 RCA	K8s 调优笔记、Jenkins 实践、政企数据中台；可观测性实战是既定补课项	★★★★
大模型研究平台	分布式系统、数据平台、任务与调度；与研究员协作	大数据底座 + 2025 年与算法组协作交付数据标注平台	★★★★
Agent 框架组件	Python/Rust/Go/C++ 任一；SDK/框架/接口设计；MCP、多 Agent 加分	Go 主场（GMP/GC/内存模型笔记）、GoFrame 社区贡献、Agent 工具重度使用	★★★
DeepSeek API	Rust/Golang/Python/C++；高并发分布式；DB/缓存/MQ	Go 后端 4 年 + MySQL/Redis/Kafka 原理与调优笔记	★★★
线上服务	同上 + 数据结构与算法	同上 + 91 天 LeetCode 打卡	★★★

“你是谁”三段画像逐条对照：

1. 团队里真正干活、解决问题的人——政企项目技术负责人、上下游问题的”终点”，有被工作检验过的素材。
2. 对技术本身有热情——JD 例举”开源项目、独立开发的应用、个人服务器/NAS、啃技术书”，几乎是在描述我的日常；184 篇博客是书面化证明。
3. Agent 时代亲力亲为提供高质量产出——opencode 会话库 3 个月 376MB、用 Agent 批产博客与工具链、对 Agent 产出做批判性审查（发现问题就介入修正），这是我最强且最难伪造的差异点。

JD 把”熟练使用 AI Agent 工具进行软件开发”从加分项升格为通用画像第 1 条——上轮说的”把 AI 编程工具的深度使用经验从爱好变成职业资格”，在官方 JD 层面被进一步确认。且”资深 210 年重点关注”恰好覆盖我 45 年的区间；”投递时不限方向”意味着不必纠结单一入口。

注意两点：工作地点以北京为主（部分可选杭州），需要做地点权衡；数据工程方向我缺 OLAP 引擎底层执行模型的深度（JD 加分项第 3 条点中这个缺口），好在 Doris/StarRocks 的部署调优笔记已有，差的是底层原理一层。

其余岗位变化简报

岗位	变化	对我的影响
Code Agent 数据工程师	JD 逐字核对无实质变化，后端专项要求与 8 月一致（主场生态、AI 编程工具重度使用）	无影响，仍是最高匹配之一（~75%），地点北京
AI 平台运维工程师	结构未变：集群运维（”不像运维的运维”，素质优先、面试不考背诵）+ 运维开发（CMDB/可观测平台，Python/Golang）	无影响（~70%），地点杭州
测试开发工程师	表述升级为”AI 驱动的智能质量工程/全栈质量平台”，要求内核未变（Go/Rust 优先、测试平台开发经验、开源作品优先）	无影响（~55%），地点杭州
预训练数据工程师	数据基建方向硬性要求”扎实 Rust/C++/Python 编程能力”+ 分析型引擎计算与存储格式理解	匹配度从 ~60% 下调至 ~50%：职责匹配、语言不匹配
Agent 弹性计算（原 Agent Infra）	仅更名	沿用上篇结论
其余（各类研究员、算子/编译器、超算集群、分布式存储、IDC、前端/客户端、AI 跨界等）	未见实质变化	沿用 8 月扫描结论，不投

修订后的投递策略

1. 主投三个（按窗口期优先级）：
   1. 服务端开发工程师——简历同时放”数据工程 + 研发效率基建”两条证据线，投递不锁方向，150 人扩招是明确的窗口期；
   2. Code Agent 数据工程师（后端专项，注明主场 Go）；
   3. AI 平台运维工程师（集群运维方向为主）。
2. 次投：Agent 弹性计算（方向 5/6）、测试开发、预训练数据工程师（数据基建方向，Rust 补课完成前不急）。
3. 观察位：研发基础设施工程师——等 Rust CLI 备份工具开源、GitHub 有像样的 commit 记录后再投。
4. 补课优先级修订（对上篇计划的两处调整）：
   • 可观测性实战从”Prometheus/Grafana/Loki”扩展为”Prometheus/Grafana/Loki + OpenTelemetry”——OpenTelemetry 已进入服务端 JD 原文；
   • Rust CLI 备份工具新增一个明确服务对象：研发基础设施工程师的”Rust + GitHub commit”双要求；
   • 新增一项：在 Doris/StarRocks 调优笔记之外，补一篇 OLAP 引擎底层执行模型笔记（对齐数据工程方向加分项第 3 条）。
5. 一个总的观察：8 月扫描的判断——“不要求名校与论文，看重真实工程经历 + AI 工具重度使用 + 公开技术输出”——被本次改版进一步验证。DeepSeek 把”熟练使用 AI Agent 工具”写进服务端岗的通用画像，本质是在用 Agent 时代的方式筛选会用 Agent 的工程师；我的博客与 opencode 实践，正是这个筛选标准的现成证据。