要说今年春节假期最火的 AI 应用，非 DeepSeek 莫属！它的火爆程度超乎想象，直接把服务器都给 “挤爆” 了，数度宕机，就连联网搜索功能都一度没法使用。上线5天的时候，日活就超过了 ChatGPT 同期水平，成了全球增速最快的 AI 应用，上线短短 20 天，日活就突破了 2000 万。
面对这急速扩张的业务需求，DeepSeek 在招聘网站上放出了一系列职位，甚至豪掷百万年薪聘请 AI 人才。其中，深度学习研究员岗位的薪资水平为 50—80k，而且是14 薪，也就是说，要是按照最高月薪 8 万元来算的话，应届生入职 DeepSeek，年薪就能达到 112 万元！除了正式员工，实习岗位的待遇也相当不错，每天500元左右的工资，中餐由公司提供，还能享受 80 元的晚饭餐补。本科生一个月干20天就能月入过万。
如此诱人的岗位，相信大家都很好奇，哪些大学专业的同学更有机会加入 DeepSeek 呢？
让我们根据招聘职位一起分析一下：
一、深度学习研究员 – AGI（通用人工智能）
1、计算机科学与技术专业：
这个专业是对口性很强的专业。在课程设置上，像数据结构、操作系统、计算机网络这些基础课程，为理解计算机系统和数据处理打下坚实的基础。
例如，在设计深度神经网络时，对数据结构中的树结构、图结构的理解就非常关键，这些结构可以用来表示神经网络的层次和连接关系。
同时，计算机科学与技术专业会学习人工智能相关的课程，如人工智能基础、机器学习等，这些课程内容直接涉及到深度学习研究员岗位所需的专业知识。
2、软件工程专业：
软件工程专业注重软件开发的整个生命周期，包括需求分析、设计、编码、测试和维护。
对于构建算法评测体系，软件工程的方法和理念就很重要。比如，如何进行软件质量评估的知识可以应用到算法评测中，确保算法的准确性、高效性和稳定性。
而且，该专业学生在学习过程中会参与大量的软件开发项目，能够积累代码编写和软件架构设计的经验，这对于开发和优化深度神经网络的代码实现非常有帮助。
3、数学与应用数学专业：
数学是深度学习的基石。在深度学习中，很多算法和模型的理论基础都来自数学。
例如，概率论与数理统计知识可以用于理解数据的分布和模型的不确定性；线性代数中的矩阵运算则是神经网络计算的核心部分，像权重矩阵的更新、向量的乘法等操作。
数学与应用数学专业的学生在数学分析、高等代数等课程中深入学习这些知识，为研究深度学习算法提供了深厚的数学理论支持，有助于设计开拓性的新的深度神经网络。
4、统计学专业：
统计学对于数据的理解和处理至关重要。在深度学习中，数据的质量和特征分析直接影响模型的性能。
统计学专业的学生擅长收集、整理和分析数据，例如通过数据采样、特征工程等手段来优化数据输入到深度学习模型中。
他们可以利用假设检验等统计方法来评估模型的性能，这与构建科学严谨的算法评测体系密切相关。而且在研究新的深度学习算法时，统计模型和方法也可以提供新的思路和参考。
二、核心系统研发工程师
计算机科学与技术专业：
计算机系统的知识对于核心系统研发至关重要。这个专业的学生学习计算机组成原理，了解CPU、内存、存储设备等硬件知识，这有助于理解系统的底层架构。
例如，在优化系统性能时，需要考虑硬件资源的合理利用，如缓存的设计和管理，这就需要计算机组成原理的知识。
同时，操作系统课程让学生掌握进程管理、内存管理等知识，这些知识在开发和优化核心系统软件时是必不可少的。
电子信息工程专业：
该专业涉及电子技术和信息系统的融合。在核心系统研发中，电子电路知识可以帮助理解硬件设备的工作原理。
例如，对于服务器等硬件设备的选型和优化，电子信息工程专业的学生可以从电路设计、信号处理等角度提供建议。
并且他们也会学习一些系统开发的知识，如嵌入式系统开发，这对于开发一些与硬件紧密结合的核心系统软件有很大的优势。
三、深度学习研发工程师
人工智能专业：
这是一个专门针对人工智能领域培养人才的专业。在深度学习研发工程师岗位上，人工智能专业的课程设置非常对口。
学生学习深度学习的专业课程，如深度学习算法原理、神经网络架构等，能够直接应用到工作中。
例如，他们会深入研究不同类型的神经网络，如卷积神经网络（CNN）用于图像识别，循环神经网络（RNN）用于序列数据处理等，这些知识对于开发深度学习应用程序至关重要。
自动化专业：
自动化专业注重系统的自动控制和优化。在深度学习研发中，自动化的控制理论和优化方法可以应用到模型训练和优化过程中。
例如，通过自动控制的反馈机制，可以设计更好的模型训练策略，使得模型能够更快地收敛到最优解。
而且自动化专业也会涉及一些机器学习和模式识别的知识，这为深度学习研发提供了一定的基础，有助于开发智能控制系统等相关的深度学习应用。
四、大模型全栈工程师
计算机科学与技术（全栈方向）专业：
这种专业方向的学生既要掌握前端开发技术，如HTML、CSS、JavaScript等，用于构建用户界面，又要精通后端开发语言，如Python、Java等，用于处理业务逻辑和数据存储。
在大模型全栈工程师岗位上，他们可以负责从用户界面到模型接口的整个链路开发。例如，构建一个可以让用户与大模型交互的Web应用程序，前端部分负责展示结果和接收用户输入，后端部分负责将用户请求发送给大模型，并将返回结果进行处理和展示。
软件工程（全栈开发方向）专业：
该专业方向在软件工程项目实践中培养全栈开发能力。学生学习软件架构设计、数据库管理等知识，同时兼顾前后端开发。
对于大模型全栈工程师来说，能够根据大模型的特点设计合理的软件架构，如如何将大模型集成到现有的软件系统中，如何优化数据库存储来支持大模型的数据处理等，这些都是软件工程（全栈开发方向）专业学生的优势所在。
五、资深UI设计师
视觉传达设计专业：
这个专业专注于通过视觉元素传达信息。在UI设计中，视觉传达设计专业的学生可以运用色彩理论、排版原则等知识来设计吸引人的用户界面。
例如，他们知道如何选择合适的颜色搭配来提高用户的视觉体验，如何安排界面元素的布局使得信息传递更加清晰有效。
并且他们会学习设计软件，如Adobe Photoshop、Sketch等，能够熟练地制作高质量的UI设计稿。
数字媒体艺术专业：
数字媒体艺术专业结合了艺术与数字技术。在UI设计方面，学生可以利用动画、交互设计等数字媒体技术来增强用户界面的趣味性和交互性。
例如，他们可以设计微交互动画，当用户点击按钮或者滑动屏幕时，会有一些动态效果，提升用户与界面的互动体验。同时，他们也会学习用户体验设计的知识，能够从用户的角度出发设计出易用、美观的UI界面。
六、AGI大模型-数据百晓生实习生、深度学习-AGI实习生等实习岗位（计算机及相关专业）
计算机科学与技术专业：
对于这些实习岗位，计算机科学与技术专业的学生可以将课堂所学的基础知识，如编程语言、数据结构等应用到实际工作中。
例如，在数据处理和模型训练的辅助工作中，他们可以用所学的编程语言编写数据清洗和预处理的脚本，或者帮助搭建简单的实验环境来测试模型的性能。
信息与计算科学专业：
这个专业结合了数学和计算机科学。在实习中，学生可以利用自己的数学优势进行数据分析和模型评估。
例如，通过数学模型对数据进行建模和分析，为深度学习模型提供数据支持。同时，他们也可以参与简单的算法实现和优化工作，利用自己的计算机知识编写代码来实现一些基础的深度学习算法。
