For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/fr/articles/deepseek-ai-cross-disciplinary-talent-hir-2c6dcdf2.md.
DeepSeek affiche une offre inhabituelle sur son site carrières : **« Talents techniques IA interdisciplinaires »**.
DeepSeek affiche une offre inhabituelle sur son site carrières : « Talents techniques IA interdisciplinaires ».
Le poste relève du développement full-stack et des algorithmes, mais la description précise qu’il s’adresse à des personnes dotées de capacités exceptionnelles qui souhaitent participer à la construction de l’AGI. Il n’impose pas de restriction majeure.
Au lieu d’exiger un CV traditionnel dans l’IA, DeepSeek indique qu’elle orientera les candidats vers l’équipe de recherche ou d’ingénierie correspondant le mieux à leurs intérêts et à leurs compétences.
La partie consacrée aux atouts supplémentaires est celle qui a suscité le plus de discussions.
En plus de résultats de haut niveau dans des compétitions, d’une expertise approfondie dans un domaine, d’un travail open source influent et de l’entrepreneuriat, DeepSeek inclut un critère volontairement vague :
Suivre la voie non conventionnelle.
Cela donne à l’offre une apparence contradictoire au premier abord.
DeepSeek a également utilisé dans ses communications de recrutement une formulation indiquant qu’elle ne « recherche pas simplement des génies », alors que ce poste vise explicitement des personnes dont les capacités dépassent la moyenne.
La contradiction devient plus facile à comprendre lorsque l’on lit l’offre à la lumière des précédentes interviews du fondateur Liang Wenfeng sur le recrutement, de la jeunesse de l’équipe technique de DeepSeek et de l’origine de la Multi-Head Latent Attention (MLA).
Le tableau qui se dessine est moins « nous voulons des personnes sans expérience » que :
DeepSeek semble accorder davantage de valeur aux preuves de capacité à résoudre les problèmes de manière indépendante qu’à un parcours professionnel conventionnel.
Cette offre est inhabituelle parce qu’elle évite la liste classique des diplômes, spécialités, années d’expérience et intitulés de postes précédents.
La description visible indique que le poste s’adresse à des candidats dotés de capacités exceptionnelles qui souhaitent contribuer à la création et à la construction de l’AGI.
Elle précise également qu’il n’existe aucune restriction concernant la spécialité universitaire.
Le poste peut être proposé en stage ou en emploi à temps plein.
L’offre actuelle énumère quatre exigences principales :
Les critères constituant des atouts supplémentaires sont les suivants :
C’est cette dernière ligne qui a favorisé la diffusion de l’offre sur les réseaux sociaux chinois.
Il est difficile de la convertir en critère standard pour un recruteur.
Il n’existe pas de certificat officiel attestant qu’une personne suit une « voie non conventionnelle ».
Cette expression semble servir d’abréviation pour désigner un profil plus large : une personne capable de remettre en question les hypothèses, d’explorer de manière indépendante et d’obtenir des résultats significatifs sans attendre qu’une méthode établie lui soit fournie.
La campagne de recrutement de DeepSeek en juin 2026 a utilisé une autre formule qui a retenu l’attention :
« Nous ne recherchons jamais simplement des génies. »
Le message général de l’entreprise était qu’elle voulait trouver les personnes ayant une contribution véritablement distinctive à apporter.
Cette formulation est moins contradictoire qu’il n’y paraît.
Le terme « génie » peut désigner le statut, la réputation, les diplômes prestigieux ou un CV particulièrement travaillé.
Dans cette offre, les « capacités exceptionnelles » sont davantage liées à des comportements démontrés :
Le poste n’est donc pas opposé aux diplômes ou aux titres.
Les médailles obtenues en compétition et le parcours académique figurent toujours parmi les critères.
Il serait plus exact de le décrire comme indépendant de la discipline, mais extrêmement sélectif quant aux capacités démontrées.
L’article source reprend des affirmations de recruteurs et de chasseurs de têtes selon lesquelles DeepSeek écarterait parfois les candidats ayant une longue expérience et privilégierait les personnes ne comptant que quelques années dans le secteur.
Ces affirmations circulent largement, mais elles ne doivent pas être considérées comme des règles officielles de recrutement.
La page publique des offres de DeepSeek n’indique pas :
Plus de huit ans d’expérience = rejet automatique
Elle n’indique pas non plus :
Médaille d’or ou rien
Ce qui peut être vérifié est plus nuancé.
Dans des interviews précédentes, Liang Wenfeng a déclaré que DeepSeek et High-Flyer recrutaient souvent en fonction des capacités plutôt que de l’expérience antérieure.
Il a également indiqué que de nombreux postes techniques clés étaient occupés par de jeunes diplômés ou des personnes sorties de l’université depuis seulement un ou deux ans.
Il s’agit d’une philosophie.
Ce n’est pas la même chose qu’un plafond d’expérience officiel et documenté publiquement.
La même prudence s’applique aux expressions « odeur de grande entreprise » ou « caractéristiques de grande entreprise ».
Des médias chinois ont rapporté les propos de recruteurs laissant entendre que DeepSeek se méfiait des candidats apportant dans la recherche de pointe des processus fortement standardisés issus de grandes entreprises.
Mais il ne s’agit pas d’une règle formelle publiée sur le site carrières.
Pour les candidats, la conclusion pratique est plus simple :
Ne supposez pas qu’un employeur prestigieux ou un long CV suffira. Montrez comment vous réfléchissez, ce que vous avez construit et dans quels domaines vous avez remis en question les pratiques établies.
Liang Wenfeng a décrit les premiers membres de l’équipe technique de DeepSeek comme particulièrement jeunes.
Dans une interview largement relayée, il a rejeté l’idée que l’équipe soit composée de superstars établies et mystérieuses.
Il a décrit de nombreux contributeurs comme :
Il a également déclaré que DeepSeek-V2 avait été construit principalement par des talents formés en interne, plutôt que par une équipe constituée grâce au recrutement de vedettes internationales.
L’idée n’était pas que l’âge produise à lui seul l’innovation.
Il s’agissait de montrer que l’entreprise était disposée à confier des responsabilités techniques majeures à des personnes qui n’avaient pas passé une décennie à gravir les échelons traditionnels du secteur.
Cela aide à expliquer pourquoi le poste interdisciplinaire actuel est aussi large.
DeepSeek ne cherche pas seulement à recruter des personnes qui savent déjà comment fonctionne habituellement un laboratoire d’IA.
Elle cherche également des personnes susceptibles d’apporter une autre manière de penser au laboratoire.
Les remarques plus anciennes de Liang sur l’expérience sont centrales dans l’article source.
Son argument n’était pas que l’expérience est inutile.
Dans les domaines d’ingénierie matures, l’expérience est souvent extrêmement précieuse.
Un ingénieur senior qui construit un système de paiement peut éviter des modes de défaillance qu’un débutant n’a encore jamais rencontrés.
Une base de données en production, un système de sécurité ou un moteur de recommandation bénéficient considérablement des connaissances opérationnelles accumulées.
La recherche de pointe sur l’AGI est différente sur un point important :
Il se peut qu’il n’existe pas encore de méthode correcte et établie.
Liang a expliqué que les personnes expérimentées peuvent parfois se tourner trop rapidement vers une solution connue.
Une personne ayant une expérience moins conventionnelle peut être davantage disposée à explorer plusieurs fois le problème à partir des premiers principes et à parvenir à une approche mieux adaptée à la situation actuelle.
Il s’agit d’un véritable compromis.
L’expérience peut éviter de répéter les mêmes erreurs.
Elle peut aussi créer des hypothèses sur les directions qui ne valent « évidemment » pas la peine d’être explorées.
La culture de DeepSeek semble être conçue pour préserver davantage d’espace pour ce second comportement.
Un domaine mature repose sur des contraintes stables.
Un domaine de pointe repose sur des hypothèses instables.
L’article source cite notamment :
Il s’agit de techniques importantes.
Mais aucune organisation de recherche sérieuse ne peut supposer que l’architecture standard d’aujourd’hui restera indéfiniment la meilleure.
À la frontière, la question difficile n’est souvent pas :
Comment optimiser l’approche acceptée ?
Elle est plutôt :
Quelle hypothèse acceptée devrions-nous cesser d’accepter ?
C’est dans cet environnement que les talents interdisciplinaires peuvent devenir précieux.
Un physicien peut formuler l’optimisation différemment.
Un mathématicien peut percevoir un invariant qu’un ingénieur ne remarque pas.
Un chercheur en systèmes peut remettre en question la structure informatique.
Un philosophe peut identifier un problème conceptuel qui ne peut pas être réduit aux performances sur des benchmarks.
L’objectif n’est pas de remplacer l’expertise technique.
Il est d’élargir l’ensemble des hypothèses susceptibles d’être remises en question.
L’article source présente la Multi-Head Latent Attention (MLA) comme l’exemple le plus clair de cette culture.
La MLA est un composant architectural essentiel introduit dans DeepSeek-V2 et repris dans DeepSeek-V3.
Les documents techniques officiels de DeepSeek-V3 confirment que la MLA occupe une place centrale dans la conception du modèle destinée à rendre l’inférence plus efficace.
L’histoire de son origine provient d’une interview de Liang Wenfeng.
Il a déclaré que l’idée était née de l’intérêt personnel d’un jeune chercheur qui étudiait l’évolution des architectures d’attention et se demandait s’il était possible de concevoir une solution différente.
DeepSeek a ensuite constitué une équipe autour de cette idée.
Il a fallu plusieurs mois pour transformer le concept initial en architecture fonctionnelle.
Cette histoire est importante parce qu’elle ne suit pas le schéma :
Le PDG choisit l’architecture
→ l’équipe met en œuvre l’architecture
Elle ressemble davantage à ceci :
Un chercheur remarque une hypothèse
→ le chercheur explore une alternative
→ l’idée semble prometteuse
→ l’organisation alloue des ressources
→ l’équipe transforme l’idée en recherche appliquée
Liang a décrit la structure générale de recherche de DeepSeek comme ascendante, les personnes apportant leurs propres idées et les équipes se formant autour des orientations prometteuses.
C’est exactement le type d’environnement dans lequel un critère tel que « suivre la voie non conventionnelle » prend davantage de sens.
Vue sous cet angle, la description inhabituelle du poste est moins mystérieuse.
Les cinq critères supplémentaires renvoient tous au même trait sous-jacent.
Un résultat de haut niveau dans une compétition suggère la capacité à résoudre des problèmes difficiles et inconnus sous pression.
Atteindre un niveau exceptionnel dans un domaine suggère de la persévérance et de la profondeur.
Decrivez votre idee une fois, et We0 AI peut generer un site vitrine, des pages et un CMS, puis vous aider a attirer clients et trafic apres le lancement.
Une génération de projet complète pour une inscription gratuite
Idéal pour essayer un flux de génération complet et voir rapidement une première ébauche de projet.
Le domaine ne doit pas nécessairement être l’IA.
Un projet open source solide donne à DeepSeek quelque chose de concret à examiner.
Il montre si le candidat est capable de créer des systèmes utiles en dehors du cadre formel d’un employeur.
Construire quelque chose de zéro à un constitue une preuve d’initiative dans un contexte d’incertitude.
Il s’agit du critère le moins mesurable, mais il relie les autres entre eux.
Il cherche à déterminer si la personne peut agir sans carte déjà tracée.
La variable commune n’est pas l’âge.
C’est la capacité d’action.
DeepSeek n’est pas le seul laboratoire d’IA de pointe à recruter des personnes dont la discipline d’origine n’est pas l’apprentissage automatique.
L’article source compare DeepSeek à Anthropic et Google DeepMind.
Les exemples sont réels, même si certaines statistiques de l’article source sur les effectifs reposent sur une analyse de CV réalisée par un tiers plutôt que sur des données officielles concernant les employés.
La tendance générale est plus facile à vérifier :
Les laboratoires d’IA de pointe ont de plus en plus besoin de personnes travaillant sur l’éthique, la philosophie, la conscience, la théorie de la décision, la gouvernance, la psychologie et les interactions entre humains et IA, en plus de l’ingénierie et de la recherche traditionnelles en apprentissage automatique.
Cela s’explique en partie par le fait que les systèmes eux-mêmes soulèvent désormais des questions auxquelles l’optimisation des benchmarks ne suffit pas à répondre.
Amanda Askell en est l’un des exemples les plus clairs.
Sa formation porte sur la philosophie, notamment l’éthique et la théorie de la décision.
Avant de rejoindre Anthropic, elle travaillait chez OpenAI.
Chez Anthropic, elle est devenue une figure centrale du travail sur le caractère de Claude.
La Constitution de Claude publiée par Anthropic en 2026 indique qu’Askell dirige le travail sur le caractère du modèle et qu’elle en est l’autrice principale.
Il ne s’agit pas d’ajouter la philosophie comme décoration une fois le modèle construit.
Les recherches d’Anthropic sur l’entraînement du caractère traitent notamment les questions suivantes comme des questions liées au produit et à l’alignement :
L’article de recherche de 2024 intitulé « Claude’s Character » indique que l’objectif était d’aller au-delà de la simple innocuité pour développer des traits plus riches tels que la curiosité, la véracité, l’ouverture d’esprit, la patience et le discernement.
Ce travail nécessite une mise en œuvre technique.
Mais décider quel type de comportement doit être entraîné relève en partie d’un problème philosophique.
La Constitution de Claude publiée par Anthropic en 2026 transforme ce travail interdisciplinaire en un document opérationnel beaucoup plus large.
Les remerciements indiquent qu’Askell a dirigé son élaboration et rédigé la majeure partie du document.
Les autres contributeurs comprennent des chercheurs travaillant sur la psychologie des modèles, l’autonomie épistémique, la sécurité, les valeurs et l’alignement.
La présence de philosophes au sein d’une entreprise d’IA de pointe n’est donc pas accidentelle.
À mesure que les modèles deviennent plus capables, des questions qui relevaient autrefois principalement de la philosophie universitaire deviennent des exigences d’ingénierie :
Que doit valoriser le système ?
Comment doit-il raisonner en situation d’incertitude morale ?
Quand doit-il déléguer ou s’en remettre à autrui ?
Comment doit-il représenter l’incertitude à son propre sujet ?
Ces questions ne sont pas résolues en ajoutant davantage de GPU.
L’article source mentionne également Ben Levinstein, dont les travaux de recherche comprennent l’épistémologie et la théorie de la décision.
Les publications de recherche actuelles d’Anthropic et les remerciements de la Constitution de Claude confirment que Levinstein contribue aux travaux de recherche d’Anthropic.
La formulation exacte concernant son parcours professionnel dans l’article original doit être traitée avec prudence, sauf vérification à partir de son profil professionnel direct.
L’idée générale reste valable : l’organisation d’Anthropic consacrée à l’alignement comprend des chercheurs formés dans des domaines tels que la philosophie, la théorie de la décision, les sciences cognitives et des disciplines connexes.
Google DeepMind a rendu cette tendance particulièrement explicite en 2026.
Henry Shevlin a annoncé qu’il rejoignait Google DeepMind en mai avec l’intitulé exact :
Philosophe
Ses travaux portent sur :
Shevlin reste affilié au Leverhulme Centre for the Future of Intelligence de l’Université de Cambridge.
Il ne s’agit pas d’un poste classique d’ingénieur en apprentissage automatique.
L’objectif est de travailler sur des questions qui deviennent opérationnelles lorsque les systèmes d’IA gagnent en capacités.
Par exemple :
Les réponses peuvent influencer les politiques relatives aux modèles, les priorités de recherche, les décisions de sécurité et la conception des produits.
DeepSeek, Anthropic et Google DeepMind ne recrutent pas le même type de personne pour la même raison.
| Entreprise | Exemple | Pourquoi cette formation est importante |
|---|---|---|
| DeepSeek | Talents techniques IA interdisciplinaires | Apporter des idées techniques indépendantes issues d’un parcours extérieur à une carrière IA prédéfinie |
| Anthropic | Amanda Askell / travail sur le caractère | Définir et entraîner des valeurs comportementales et un jugement plus riches |
| Google DeepMind | Henry Shevlin / Philosophe | Étudier la conscience des machines, les relations humains-IA et la préparation à l’AGI |
Le point commun n’est pas que « les entreprises d’IA préfèrent soudainement les diplômés en sciences humaines ».
Ce serait une réaction excessive.
L’IA de pointe reste profondément technique.
Le point commun est le suivant :
À mesure que les systèmes d’IA deviennent plus capables, certains des problèmes les plus difficiles ne correspondent plus nettement à une seule discipline.
Un laboratoire travaillant sur l’AGI doit traiter plusieurs catégories de questions simultanément.
Comment entraîner, servir et faire évoluer le modèle efficacement ?
Quelles architectures, quels optimiseurs, objectifs d’entraînement et stratégies de données fonctionnent ?
Comment fonctionnent réellement le raisonnement, la mémoire, l’agentivité et la généralisation ?
Comment le système doit-il interagir avec les personnes ?
Quel comportement doit-il apprendre ?
Que signifie pour un modèle comprendre, raisonner, agir de manière autonome ou éventuellement connaître des états pertinents pour son bien-être ?
Les deux premières catégories relèvent de territoires d’ingénierie familiers.
Les catégories suivantes nécessitent souvent d’autres formes d’expertise.
C’est pourquoi le recrutement interdisciplinaire devient plus visible.
L’intitulé du poste indique « interdisciplinaire », mais le signal recherché semble plus profond que la simple diversité des formations.
Un candidat issu de la physique qui suit toutes les voies standards n’est pas automatiquement plus précieux qu’un chercheur en IA.
Un candidat en informatique qui remet régulièrement les hypothèses en question peut parfaitement correspondre au poste.
Le rôle semble rechercher une combinaison de :
Cela explique pourquoi des compétences de base en programmation restent requises.
Il ne s’agit pas d’un poste destiné à une personne souhaitant éviter le travail technique.
Il s’agit d’un poste destiné à une personne dont l’identité professionnelle précédente ne doit pas nécessairement être celle de « chercheur en IA ».
La manière la plus sûre de lire cette offre n’est pas :
DeepSeek ne veut que de jeunes génies.
Ce n’est pas non plus :
DeepSeek ne se soucie pas de l’expérience.
Une interprétation plus utile serait :
Montrez que vous savez vous attaquer de manière indépendante à des problèmes difficiles.
Cette preuve peut prendre la forme de :
Le titre ou le diplôme exact compte moins que ce qu’il démontre sur la manière de travailler du candidat.
Plusieurs affirmations de l’article original sont intéressantes, mais ne constituent pas des règles de recrutement établies par une source officielle.
| Affirmation | Niveau de preuve |
|---|---|
| DeepSeek affiche actuellement le poste « Talents techniques IA interdisciplinaires » | Confirmé sur le site carrières officiel |
| Aucune restriction majeure | Confirmé dans la description du poste |
| « Suivre la voie non conventionnelle » est un critère supplémentaire | Confirmé dans l’offre d’emploi |
| Les postes techniques clés ont historiquement inclus de nombreux jeunes diplômés et chercheurs en début de carrière | Étayé par les interviews de Liang Wenfeng |
| La MLA est née de l’intérêt personnel d’un jeune chercheur | Étayé par une interview de Liang Wenfeng |
| DeepSeek rejette automatiquement les candidats ayant plus de huit ans d’expérience | Non confirmé comme règle officielle |
| « En dessous d’une médaille d’or, les candidats ne sont pratiquement pas considérés » | Affirmation d’un recruteur ou chasseur de têtes, pas une politique officielle |
| DeepSeek interdit formellement les personnes issues de grandes entreprises | Ne constitue pas une règle officielle publiée |
| Anthropic compte exactement 70 ingénieurs issus de la physique, 78 des mathématiques et 13 de la philosophie | Analyse de CV réalisée par un tiers et citée par la source ; non vérifiée indépendamment ici |
| Google DeepMind a recruté Henry Shevlin comme « Philosophe » | Confirmé par l’annonce de Shevlin et des articles de Cambridge |
Il s’agit d’un poste actuellement proposé par DeepSeek aux candidats souhaitant travailler sur la recherche ou l’ingénierie de l’AGI, sans restriction concernant leur spécialité universitaire. DeepSeek indique qu’elle orientera les candidats vers l’équipe correspondant le mieux à leurs intérêts et à leurs compétences.
Non. La description publique indique qu’il n’existe pas de restriction majeure concernant la spécialité. Elle exige toutefois des connaissances de base en programmation informatique, un solide parcours académique, de bonnes capacités d’apprentissage et un intérêt durable démontré pour l’IA.
DeepSeek ne définit pas cette expression comme un titre ou une certification mesurable. Dans son contexte, elle semble valoriser la pensée indépendante et les preuves qu’un candidat peut résoudre des problèmes difficiles sans simplement suivre les pratiques standard du secteur.
Non. Le poste interdisciplinaire est proposé en stage ou à temps plein, et aucune limite formelle concernant le nombre d’années d’expérience n’est publiée. Liang Wenfeng a indiqué que de nombreux postes techniques clés avaient historiquement été occupés par de jeunes diplômés et des chercheurs en début de carrière, mais cela ne correspond pas à une interdiction officielle visant les candidats expérimentés.
Selon l’interview de Liang Wenfeng, oui. Il a déclaré qu’un jeune chercheur avait étudié l’évolution des architectures d’attention, proposé une alternative, puis que DeepSeek avait constitué une équipe ayant consacré plusieurs mois à transformer cette idée en système fonctionnel.
La MLA est une architecture d’attention utilisée dans DeepSeek-V2 et DeepSeek-V3 pour réduire le coût de l’inférence, notamment la charge liée au cache clé-valeur. Le rapport technique officiel de DeepSeek-V3 l’identifie comme un composant central de sa conception destinée à rendre l’inférence plus efficace.
Les travaux d’alignement d’Anthropic comprennent des questions relatives aux valeurs, au jugement, au caractère, à l’autonomie et à la manière dont un assistant IA doit se comporter dans des situations difficiles. Amanda Askell, dont la formation est philosophique, dirige le travail d’Anthropic sur le caractère et est l’autrice principale de la Constitution de Claude publiée en 2026.
Oui. Henry Shevlin a annoncé qu’il avait rejoint Google DeepMind en mai 2026 avec le titre de « Philosophe », pour travailler sur la conscience des machines, les relations entre humains et IA et la préparation à l’AGI.
Le poste de DeepSeek consacré aux « talents techniques IA interdisciplinaires » est inhabituel parce qu’il supprime la restriction habituelle concernant la spécialité universitaire, tout en maintenant un niveau très élevé d’exigence quant aux capacités démontrées. Les résultats en compétition, l’expertise approfondie, le travail open source, l’entrepreneuriat et le fait de « suivre la voie non conventionnelle » renvoient tous à une même qualité : la preuve qu’un candidat peut agir de manière indépendante face à des problèmes difficiles.
Cette philosophie correspond à la description antérieure de la culture de DeepSeek par Liang Wenfeng. L’entreprise a historiquement fait confiance à de jeunes chercheurs et à des chercheurs en début de carrière pour mener des travaux importants, et la MLA constitue un exemple concret d’idée ascendante née de la curiosité personnelle d’un chercheur avant de devenir une architecture centrale.
Anthropic et Google DeepMind montrent que cette tendance ne se limite pas à DeepSeek. Les laboratoires d’IA de pointe emploient désormais des philosophes et d’autres spécialistes aux profils non traditionnels, car les questions relatives au comportement des IA, à la conscience, au jugement et aux relations humaines sont devenues des questions de recherche concrètes.
Le signal commun en matière de recrutement n’est ni la jeunesse, ni l’absence de formation en IA, ni le génie. C’est la capacité à penser de manière indépendante, à approfondir un sujet et à produire quelque chose d’utile lorsque la méthode standard est incomplète.
Partez d’une phrase et obtenez un site complet en quelques minutes.
