DeepSeek的核心工程师郭达雅正面临新的职业选择。
克雷西郭达雅将花落谁家？
他作为V2、V3、R1等模型的主要作者，最近离职的消息引起业内关注。
郭达雅自入学博士后的第三天便完成了毕业所需的论文发表，显示出超常的科研能力。
他还在腾讯广告算法大赛中连续夺冠，并在ATEC科技精英赛和微信大数据挑战赛中斩获头奖。
郭达雅在学术和竞赛领域都有着卓越的表现，被戏称为“中山大学的雷军”。
他加入DeepSeek后，一直致力于代码智能和大语言模型推理的研究。
郭达雅2023年博士毕业后，被一位师姐推荐加入DeepSeek，因为公司追求AGI的目标与他的价值观相契合。
进入DeepSeek后，郭达雅参与了Coder、Math等专项模型，以及从V2、V3到R1的完整研发链条，担任核心作者。
目前，郭达雅的个人主页仍然显示为DeepSeek研究员，尚未更新。
他参与的DeepSeek系列模型，包括V2、V3和R1，以及Math、Coder、Prover和V2-Prover，均是他核心贡献的成果。
2024年1月，郭达雅带领团队推出了DeepSeek-Coder，这是一个开源代码模型，覆盖了从1.3B到33B的多种规模。
2024年2月，郭达雅团队又发布了DeepSeek-Math，该模型在数学推理方面取得了显著进展。
DeepSeek-Math的论文中提出了一种新的强化学习方法GRPO，后来成为R1推理的关键。
接着在2024年5月，郭达雅团队发布了DeepSeek-Prover，专注于Lean 4定理证明。
该项目在Lean 4 miniF2F上达到了46.3%的准确率，远超GPT-4的表现。
这些成果表明，郭达雅不仅在数学推理方面表现出色，还在更高级别的形式化推理方面取得了突破。
DeepSeek-R1的相关论文后来发表在Nature期刊上，显示其训练成本仅为29.4万美元。
郭达雅的职业生涯从中学时期就开始萌芽，那时他对计算机和编程产生了浓厚的兴趣。
2014年，郭达雅被中山大学计算机学院录取，随后直接攻读博士学位。
他在大四时入选中山大学与微软亚洲研究院联合培养博士生项目，师从印鉴教授和周明博士，研究方向是自然语言处理。
读博期间，郭达雅的实习是在MSRA完成的，期间完成了CodeBert和GraphCodeBert的研究。
CodeBert开发了一个双模态预训练模型，首次实现了自然语言和编程语言的双模态预训练。
GraphCodeBert则在此基础上，首次将代码的数据流结构纳入预训练，提升了模型的理解能力。
毕业时，郭达雅的博士论文《基于预训练的程序理解与生成》被评为2023年中山大学优秀博士学位论文。
该论文主要针对程序理解与生成领域，提出了基于代码预训练的方法和模型。
从会议论文到博士论文，再到DeepSeek期间的工作，郭达雅的研究几乎都是围绕着编程展开的。
他的导师印鉴教授希望他能成为“中山大学的雷军”，这反映了郭达雅在业界的影响力。
郭达雅已在NeurIPS、ACL、EMNLP等国际顶级AI会议发表论文十余篇，谷歌学术引用量超1300次。
在数据挖掘竞赛方面，郭达雅也是活跃的参赛者，多次获得冠军。
他还在腾讯广告算法大赛中连续夺冠，展现了他在算法领域的深厚功底。
此外，郭达雅还参与了以程序员为主题的综艺真人秀《燃烧吧！天才程序员》。
在节目中，他展现出了顶尖的编码实力，被称为SSS级“巨佬”选手。
郭达雅的这些成就和经历，使他成为业界关注的焦点。
在接受珠海一中的访谈时，郭达雅表示，自己选择计算机专业是兴趣使然，并且这种兴趣正是产生于中学期间。
兴趣是我选择计算机专业并取得如今成就的重要因素，而这一兴趣的萌芽正源自珠海一中。
回想高中时光，学校丰富的实践活动和课程不仅拓宽了我的视野，也让我在信息课上第一次接触到计算机编程。
最初的我对编程一无所知，但很快便被其严谨的逻辑性和无限的创造力深深吸引。
通过编写简单的代码，我不仅感受到算法的精妙，还体会到数学在实际应用中的强大作用。
这段经历让我对计算机科学产生了浓厚兴趣，也让我在高考结束后毫不犹豫地选择了计算机专业。
2014年，郭达雅被中山大学计算机学院录取，随后留在中大继续直博深造。
大四时，他入选中山大学与微软亚洲研究院联合培养博士生项目，师从印鉴教授和周明博士，研究方向是自然语言处理。周明则后来在大模型浪潮中，创办了澜舟科技。
京东探索研究院副院长、阶跃星辰Tech Fellow段楠的博士生导师也是周明，两人算是师出同门。
而郭达雅在中山大学对他进行的采访中表示，自己在刚入学的第三天，就完成了中大博士毕业的论文发表要求。
读博期间，郭达雅的实习是在联培单位MSRA完成的。
其间，郭达雅完成了CodeBert以及GraphCodeBert的研究，分别发表在EMNLP 2020 Findings和ICLR 2021上。
CodeBert开发了一个双模态预训练模型，首次实现了自然语言（NL）和编程语言（PL）的双模态预训练，填补了此前没有模型能同时处理NL和PL混合输入的空白。
而GraphCodeBert则在此基础上，首次将代码的数据流结构纳入预训练，让模型对代码的理解更深入。
毕业时，郭达雅的博士论文《基于预训练的程序理解与生成》，获评2023年中山大学优秀博士学位论文。
这篇论文主要以程序理解与生成为研究课题，并针对该领域现有研究工作在数据与模型方面存在的问题，提出了基于代码预训练的方法和模型，目的是利用人工智能技术提高软件开发的效率。
从会议到博士论文，再到DeepSeek期间的工作，郭达雅的工作几乎是一直围绕着Coding展开，这也增加了曝料中他离职后负责Coding这一说法的可信度。
DeepSeek-V3发布后，他的导师印鉴教授，还特别寄语，希望他能成为“中山大学的雷军”。
截至目前，郭达雅已在NeurIPS、ACL、EMNLP等国际顶级AI会议发表论文十余篇，谷歌学术引用量超1300次。
此外，在数据挖掘竞赛方面，郭达雅也长期活跃于一线赛场：
2021、2022年，他连续两年拿下蚂蚁集团主办的ATEC科技精英赛冠军；
2022年微信大数据挑战赛，3200支队伍同台竞技，他带队夺冠，成功将30万大奖收入囊中。
而郭达雅最具代表性的战绩，是在腾讯广告算法大赛中连续夺冠。
作为DYG战队核心成员，他在2019年获得冠军，并于2020年实现卫冕，利用BERT算法拿下50万元大奖；2021年又成功夺冠。
也算是腾讯广告算法大赛名人堂选手了。
One More Thing
有意思的是，学术和竞赛全面开花的郭达雅，还有不太“科研”的一面——上综艺。
在以程序员为主题的综艺真人秀《燃烧吧！天才程序员》中，郭达雅和另外15名选手一起展开了60小时的代码极限挑战。
节目组把选手分成了S、SS、SSS三个级别，SSS级的“巨佬”只有2名，郭达雅就是其中之一。
郭达雅一出场便引人瞩目，“巨佬来了”“神一样的存在”。
不仅强，而且头发还挺茂密。
但现在，秦失其鹿，天下共逐之…
谁又能得到郭达雅呢？
参考链接：
[1]https://www.reddit.com/r/LocalLLaMA/comments/1rzu7rc/deepseek_core_researcher_daya_guo_rumored_to_have/
[2]https://guoday.github.io/
[3]https://mp.weixin.qq.com/s/bYztba9PwPHePhwufd4L7Q
[4]https://sai.sysu.edu.cn/node/545