DeepSeek crée un agent IA meilleur que Claude Code

DeepSeek recrute une équipe pour développer un concurrent en IA agentique à Claude Code

DeepSeek a publié 17 offres d'emploi entièrement dédiées au développement d'IA agentique. Les postes incluent des chercheurs en algorithmes d'apprentissage profond pour agents, des experts en évaluation de données d'agents, et des ingénieurs en infrastructure. Les candidats doivent avoir une expérience dans l'application des modèles DeepSeek dans des scénarios de recherche, de génération de contenu, de traitement multimodal et de tâches d'agents. Les exigences mettent l'accent sur une compréhension approfondie des techniques d'apprentissage par renforcement (RL), où les modèles ajustent leurs stratégies en analysant les résultats des actions.

L'accent principal dans les descriptions porte sur la supériorité par rapport à Claude Code d'Anthropic et à Cursor. Cela signale une concurrence directe avec les leaders du marché des outils de codage basés sur l'IA.

Contexte du développement de l'IA agentique en Chine

Ces recrutements coïncident avec un intérêt croissant pour les systèmes d'agents en Chine. OpenClaw, un agent IA open source, s'intègre dans WeChat et d'autres messageries, favorisant une adoption massive. Plus de 600 millions d'utilisateurs dans le pays utilisent déjà l'IA générative. Les grandes entreprises — Tencent, Alibaba, Baidu, ByteDance — lancent activement des produits basés sur OpenClaw.

DeepSeek passe des modèles de base à des produits d'agents complets, en les intégrant dans des applications réelles. C'est une étape logique pour étendre son expertise en RL et en architecture d'agents.

• Postes clés dans les recrutements :

- Chercheur en algorithmes d'apprentissage profond pour agents.

- Expert en évaluation et annotation de données d'agents.

- Ingénieur en infrastructure pour agents.

- Spécialiste RLHF (Reinforcement Learning from Human Feedback).

• Exigences techniques :

- Expérience avec les modèles DeepSeek dans des scénarios d'agents.

- Connaissances des techniques RL pour l'amélioration itérative des agents.

- Analyse de la concurrence : Claude Code, Cursor.

Travaux parallèles sur DeepSeek V4

L'entreprise ne s'arrête pas aux agents : la sortie de DeepSeek V4 est attendue, optimisée pour le codage et les contextes longs. Le modèle a été entraîné sur des puces Huawei et Cambricon, sans Nvidia. Cela renforce l'indépendance vis-à-vis des technologies occidentales.

DeepSeek construit une pile complète : du matériel aux outils d'agents. L'infrastructure sur des puces nationales permet d'échelonner l'entraînement de modèles adaptés aux tâches d'agents, qui exigent une haute efficacité sur de longues séquences.

Points importants

• DeepSeek cible 17 rôles spécialisés pour l'IA agentique, avec un objectif explicite de supériorité sur Claude Code et Cursor.
• Croissance des systèmes d'agents en Chine : OpenClaw s'intègre dans les messageries, utilisé par plus de 600 millions de personnes.
• DeepSeek V4 — premier modèle sur puces Huawei/Cambricon, optimisé pour le codage et les contextes longs.
• Stratégie : pile complète du matériel aux agents, avec accent sur le RL et l'indépendance vis-à-vis de Nvidia.
• Pour les développeurs : les postes exigent une connaissance approfondie du RL dans le contexte des modèles DeepSeek.

— Editorial Team