Liang Wenfeng braucht kein Genie

Dass DeepSeek plötzlich seine Einstellungen massiv ausweitet, ist derzeit das größte Ereignis auf dem Markt für KI-Talente. Viele außergewöhnliche Fachkräfte, die die Anfangsphase dieses geheimnisvollen Unternehmens verpasst haben, kämpfen nun eifrig um die neue Eintrittskarte.

Am 16. Juni berichteten Medien, dass DeepSeek eine Finanzierung von 500 Milliarden Yuan abgeschlossen hat, mit einer Bewertung von über 3,5 Billionen Yuan – damit ist es das am höchsten bewertete Startup für große KI-Modelle in China. Am 25. Juni aktualisierte DeepSeek seine Stellenausschreibungen: Das Unternehmen plant, die Größe aller Abteilungen mindestens zu verdoppeln, und bietet 33 Stellen an – darunter Full-Stack-Entwickler, Betriebstechniker, Forscher für tiefes Lernen und Personalmitarbeiter.

Viele Personalmitarbeiter von DeepSeek treten auffällig auf sozialen Medien wie Jike und X.com (Twitter) auf. Am 27. Juni erklärte Cui Tianyi, Leiter der Harness-Gruppe bei DeepSeek, in einer Antwort auf Stellenfragen auf Weibo: „Auch herausragende Abiturienten, die gerade die Hochschulaufnahmeprüfung abgelegt haben, können sich für ein Praktikum bewerben.“

Quelle: Screenshot von Cui Tianyis Weibo-Beitrag

Personalvermittler sind nun stark gefordert. Xiao Mafeng, CEO von TTC – einer Plattform, die sich auf die Vermittlung von Talenten im KI-Bereich spezialisiert – sagte dem Magazin *China Entrepreneur*: Das letzte Mal, dass so viele Menschen in ein einziges Unternehmen einsteigen wollten, war bei ByteDance.

Talente aus allen Bereichen strömen zu DeepSeek – „Ihre Personalmitarbeiter sind sehr qualifiziert und lesen sogar wissenschaftliche Papers. Aber das Unternehmen hat nicht annähernd so viel Kapazität, um Tausende von Mitarbeitern schnell einzustellen.“

Bald darauf ließ die Begeisterung der Bewerber nach. Mitte Juli erzählte ein Bewerber dem Magazin *China Entrepreneur*, dass er mindestens fünf technische Fachkräfte aus verschiedenen großen Unternehmen kennt, die an Vorstellungsgesprächen bei DeepSeek teilgenommen haben – aber keiner von ihnen erhielt ein Angebot.

Zu den abgelehnten Bewerbern gehört der 34-jährige Li Bojie, der einst zu den „Huawei Genius Youths“ zählte. Er erzählte *China Entrepreneur*, dass er sich parallel zu DeepSeek auch bei KI-Führungsrollen in Unternehmen wie Minimax, StepStar und Xiaomi beworben habe – und Angebote von mehreren davon erhielt. Dennoch scheiterte er im zweiten Vorstellungsgespräch für die Position des Agent-Harness-Ingenieurs bei DeepSeek.

Dies ist eine schmerzhafte Erinnerung für Li Bojie: Er veröffentlichte einen heftigen Beitrag in sozialen Medien, um sich zu beschweren: „Das ist überhaupt nicht das DeepSeek, das ich mir vorgestellt habe.“

Ein weiterer Bewerber, der bis zum dritten Vorstellungsgespräch für die Agent-Harness-Position kam, erzählte *China Entrepreneur*, dass DeepSeek ihn mit der Begründung ablehnte: „Wir sehen nichts Schlechtes an dir – aber wir wollen den Besten.“ Er kritisierte zudem, dass die Vorstellungsgespräche bei DeepSeek unstrukturiert seien und die Kriterien merkwürdig wirken.

Dazu erklärte Xiao Mafeng: „DeepSeek legt keine ‚Filter‘ auf Lebensläufe von Bewerbern. Das Unternehmen gewinnt durch junge Fachkräfte: Es schätzt keine externen Manager aus großen Internetunternehmen und verspricht niemandem eine Führungsposition. Für DeepSeek ist ‚reife Berufserfahrung manchmal sogar eine Belastung‘.“

Dies führt dazu, dass einige Bewerber, die von DeepSeek abgelehnt wurden, verärgert sind. Welche Talente sucht dieses Unternehmen eigentlich? Nach welchen Kriterien wählt es aus? *China Entrepreneur* hat mit mehreren Bewerbern, die sich bei DeepSeek beworben oder an Vorstellungsgesprächen teilgenommen haben, sowie mit zwei Personalvermittlungsunternehmen im In- und Ausland gesprochen, um diese Frage zu beantworten.

Der abgelehnte talentierte junge Fachkraft

Am 12. Juni reichte Li Bojie seinen Lebenslauf über einen Personalvermittler bei DeepSeek ein. Laut seinen Angaben organisierte DeepSeek am 20. Juni eine schriftliche Prüfung für ihn. Nachdem er diese bestanden hatte, drängte er die Personalmitarbeiter, die Vorstellungsgespräche so schnell wie möglich zu arrangieren – weil er auf Antworten auf Angebote anderer Unternehmen wartete. Erst nach mehr als zwei Wochen, Anfang Juli, organisierte DeepSeek das erste Vorstellungsgespräch.

Li Bojie erzählte *China Entrepreneur*, dass das erste Gespräch neben der üblichen Selbstvorstellung auch die Aufgabe umfasste, ein Kooperationssystem für mehrere Agenten so detailliert wie möglich zu entwerfen – beispielsweise welche Komponenten das System hat, wie die Agenten miteinander kommunizieren und wie der Kontext verwaltet wird. Danach wartete er auf das zweite, online durchgeführte Vorstellungsgespräch.

Er erinnerte sich: Der Interviewer im zweiten Gespräch war sehr jung – „wahrscheinlich geboren 1998 oder später“. Zuerst bat er Li Bojie, über technische Herausforderungen in früheren Projekten zu berichten. Li Bojie beschrieb, wie man Agenten dazu bringt, langfristige Aufgaben zu erledigen und Halluzinationen zu reduzieren – aber das überzeugte den Interviewer nicht.

Li Bojie sagte, dass er eher an Forschungspositionen interessiert sei, aber der Interviewer bestand darauf, dass er über „technische Herausforderungen“ sprechen solle. „Vielleicht ist der Anbieter von DeepSeeks Modellen nicht stabil, oder die Ausgaben sind unzuverlässig.“ Die Methoden, die Li Bojie zur Reduzierung von Halluzinationen bei Agenten hervorhob, wurden vom Interviewer als „eher Forschungsprobleme, keine technischen Probleme“ eingestuft. „Er sagte mir, das sei nicht mein Aufgabenbereich – das fühlte sich für mich wie eine Beleidigung an.“

Quelle: KI-generiert

Der Konflikt brach schließlich bei der Code-Prüfung aus. Li Bojie berichtete, dass der Interviewer eine Programmieraufgabe stellte, die er handschriftlich lösen sollte. Vor ihm befanden sich zwei Bildschirme: Einer zeigte die Oberfläche des Tencent-Meetings für das Vorstellungsgespräch, der andere war eine geteilte Oberfläche für den Code-Editor.

„Der Interviewer sagte, ich würde ständig auf den linken Bildschirm schauen und Code abschreiben – er forderte mich auf, damit aufzuhören. Er sagte, wenn ich nicht beweisen könne, dass ich nicht abschreibe, könne das Gespräch nicht fortgesetzt werden.“ Schließlich brach Li Bojie den Bewerbungsprozess ab und veröffentlichte seine Erfahrungen im Internet.

Li Bojie ist der Meinung, dass DeepSeek ihn unfair behandelt hat. Parallel dazu führte er angenehme Gespräche mit Yan Jujie, Gründer von MiniMax, Luo Fuli, Leiter des großen Modells MiMo bei Xiaomi, und Zhang Xiangyu, Chefwissenschaftler von StepStar – und erhielt Angebote von mehreren dieser Unternehmen.

Yan Jujie sprach mit ihm über Methoden zum Training multimodaler Modelle, Luo Fuli diskutierte mit ihm, wie Algorithmus- und Infra-Teams zusammenarbeiten sollten, und Zhang Xiangyu hatte Li Bojies wissenschaftliche Arbeiten gelesen und Fragen zur Bewertung von Parameteranzahlen gestellt. Er erhielt problemlos Angebote von mehreren dieser Unternehmen – aber bei DeepSeek fühlte er sich nicht respektiert.

Li Bojie schloss sein Studium 2019 ab: Er ist ein Doktor der Informatik, der gemeinsam von der Universität für Wissenschaft und Technik Chinas und dem Microsoft Research Asia ausgebildet wurde, und gehörte zu den ersten Teilnehmern des „Huawei Genius Youth“-Programms. 2023 verließ er Huawei und gründete ein Startup für KI-Anwendungen als CTO. Das Startup war nicht erfolgreich – Anfang 2025 trat er bei Pine AI, einem Unternehmen für KI-Sprachassistenten, als Chefwissenschaftler ein.

In diesem Jahr plant Li Bojie, Pine AI zu verlassen. Er gibt offen zu: Die Entscheidung, im Bereich KI-Anwendungen zu arbeiten, war ein Fehlurteil. 2023 dachte er, die Zukunft der Modelle werde so aussehen wie Cloud Computing – aber später stellte sich heraus, dass die Forschung an Grundlagenmodellen der Haupttrend ist.

Während Li Bojie sein Startup betrieb, entwickelte sich die KI-Branche weiter. Er berichtete, dass viele seiner Kollegen vom Microsoft Research Asia ihm sagten: Heute ist es nicht mehr die Zeit, in der Forscher die KI-Entwicklung nur durch reine Forschung und ein einziges wissenschaftliches Paper vorantreiben können – wie es einst bei dem Paper zu ResNet (dem tiefen Restnetz) der Fall war, das von KI-Wissenschaftlern wie Sun Jian und Zhang Xiangyu mitverfasst wurde und die KI-Entwicklung stark beeinflusste.

Heute sind Forschung an großen Modellen und ihre technische Umsetzung kaum noch voneinander zu trennen. Für die Modelle müssen viele Ressourcen gebündelt und technische Wege ausgewählt werden – die meisten Hindernisse sind dabei technische Probleme, wie die Stabilität und Effizienz der Infrastruktur, die durch technische Umsetzung gelöst werden müssen.

Die „Talentmauer“ bei Unternehmen für große Modelle wird immer höher. „Die wichtigsten Fachkräfte für große Modelle sind bei Unternehmen wie Kimi, StepStar, DeepSeek und ByteDance konzentriert – sie bilden einen abgeschlossenen Kreis, in den Außenstehende nur schwer eindringen können“, gibt Li Bojie offen zu.

Li Bojie beschreibt das Profil der Talente, die DeepSeek seiner Meinung nach sucht: Extrem intelligent, jung, mit Wettbewerbserfahrung – idealerweise haben sie schon in der Oberstufe oder an der Universität Preise bei Informatikwettbewerben gewonnen. Obwohl er in der Oberstufe eine Bronzemedaille bei der Nationalen Olympiade der Informatik für Jugendliche (NOI) gewann, glaubt er, dass DeepSeek eher nationale Goldmedaillisten oder internationale Goldmedaillisten solcher Wettbewerbe sucht.

Trotz des unangenehmen Vorstellungsgesprächs ist Li Bojie weiterhin der Meinung, dass DeepSeek ein Unternehmen ist, das sich auf AGI und Grundlagenforschung konzentriert – „ein Unternehmen, von dem man lernen und das man respektieren kann“.

Welche Personen passen zu DeepSeek?

So viele Bewerber – darunter viele außergewöhnliche Fachkräfte – scheitern wiederholt an den Vorstellungsgesprächen bei DeepSeek. Das macht neugierig: Welche Menschen sucht DeepSeek eigentlich?

Ein KI-Unternehmer erzählte *China Entrepreneur*, dass DeepSeek seine Kriterien sehr hoch ansetzt, um zu verhindern, dass Bewerber nur ihren Lebenslauf aufpolieren, um für spätere Startups und Finanzierungen besser dazustehen. „DeepSeek versucht, Menschen mit dieser Einstellung so weit wie möglich abzulehnen.“

Dieser Unternehmer verwies auf die Ansichten von Yao Shunyu, Forschungswissenschaftler bei Google DeepMind: Die KI-Branche braucht keine „Genies“ – sie braucht Menschen, die extrem optimieren können, die nach Effizienzinnovationen und Architekturinnovationen streben.

In einem Medieninterview äußerte Yao Shunyu eine ziemlich radikale Meinung: KI erfordert keine außergewöhnliche Intelligenz – viele Aufgaben können bereits von Bachelor-Studenten erledigt werden. „Die wichtigste Eigenschaft in dieser Branche ist Zuverlässigkeit: Man muss sorgfältig arbeiten und Verantwortung für das übernehmen, was man tut.“

Er ist der Meinung, dass die Ära des „individuellen Helden“ für große Sprachmodelle vorbei ist. Vor großen technischen Durchbrüchen mag der erste Entdecker ein Held sein. Aber nachdem die Technologie verstanden ist, hängt der Fortschritt mehr von Teamarbeit ab.

Aus den Rückmeldungen von Li Bojie und anderen Bewerbern geht hervor, dass der Einstellungsstil von DeepSeek offensichtlich stark von seinem Mutterunternehmen, dem quantitativen Handelsunternehmen Huanfang Quant, beeinflusst ist.

Eine Person aus dem Umfeld des führenden quantitativen Unternehmens Diewei Quant sagte *China Entrepreneur*: Die Art und Weise, wie quantitative Unternehmen KI entwickeln, unterscheidet sich von der von Technologieunternehmen – und die Anforderungen an die Talente sind unterschiedlich. Technologieunternehmen bauen sozusagen Motoren: Ihr Fokus liegt auf Modelltraining, Inferenzbeschleunigung, Ressourcensteuerung für Rechenleistung, verteilten Systemen und technischer Stabilität. Quantitative Unternehmen hingegen setzen den Motor in ein Rennwagen – und lassen ihn auf einer echten Strecke fahren.

Quelle: KI-generiert

„Uns geht es nicht nur darum, ob die Modellmetriken gut sind – sondern darum, ob das Modell für Faktor-Forschung, Portfoliooptimierung, Handelsausführung, Risikokontrolle und Nachhandels-Attribution geeignet ist.“

Diese Person erklärte: Wenn Talente aus Technologieunternehmen bei einem KI-Unternehmen mit Hintergrund im quantitativen Handel vorsprechen, müssen sie vor allem ihre Denkweise von „modellzentriert“ auf „problemzentriert“ umstellen.

Viele Bewerber haben einen starken technischen Hintergrund, gute wissenschaftliche Arbeiten, starke technische Fähigkeiten und viel Trainingserfahrung. „Aber der Finanzmarkt ist kein standardisierter Testdatensatz. Es gibt keine dauerhaft stabilen Labels und keine Benchmarks, an denen man hohe Punktzahlen erreichen kann.“

Diewei Quant arbeitet daran, seine Forscher von „einem einzelnen Strategieentwickler“ zu einer „Produktionslinie, die ständig neue Strategien hervorbringt“ zu verwandeln. Sie möchten, dass ihre Forscher wissen, wie sie vertikale Agenten aufbauen: Welche Daten sie lesen, wie sie Forschungsprobleme zerlegen, welche Modelle und Tools sie nutzen, wie sie Kandidatenfaktoren generieren, wie sie Backtests durchführen, wie sie den Bewertungsagenten Fehler finden lassen – und schließlich, wie sie die Ergebnisse von Menschen überprüfen lassen.

„Wir betrachten Universität, Abschluss, wissenschaftliche Arbeiten und Projekte – aber das ist nicht alles. Diese Kriterien können nicht die Frage vollständig beantworten: Kann diese Person in einem echten quantitativen Umfeld einen Mehrwert schaffen?“

Diese Person erklärte, dass quantitative Unternehmen vier Fähigkeiten besonders schätzen: Erstens die Grundfähigkeiten – Mathematik, Statistik, maschinelles Lernen, tiefes Lernen und Programmierkenntnisse sind die Mindestanforderung. Zweitens die Fähigkeit zur technischen Umsetzung