在 AI 搜索时代，
和我们一起定义 GEO
哈益正在拓展 GEO（Generative Engine Optimization）方向，寻找对 AI 搜索、生成式 AI 与数字化营销充满热情的你。
为什么选择哈益
一个能快速成长的地方
前沿方向
GEO、AI 搜索、大模型应用等前沿领域
真实项目
服务世界 500 强，接触真实业务场景
端到端 ownership
从需求对接到交付落地全程负责
小团队氛围
扁平、高效、自我驱动的团队文化
开放岗位
我们在找这样的人
点击下方岗位卡片，查看详细的职责与任职要求。
GEO 策略实习生
AI 搜索效果监测与评估 · 技术调研与趋势跟踪
一、工作职责
1. AI 搜索效果监测与评估
- 跟踪品牌在主流 AI 搜索平台中的曝光、引用（Citation）与品牌提及（Brand Mention）情况；
- 协助搭建 GEO 效果评估体系，定期输出数据监测报告；
- 分析 AI 生成回答中的内容来源分布，识别优化机会。
2. 技术调研与趋势跟踪
- 调研国内外 AI 搜索、RAG、搜索生成融合（Search-Generative Integration）方向的最新产品与技术动态；
- 跟踪 GEO 领域新兴协议与标准（如 llms.txt、AI 爬虫协议等），评估落地可行性；
- 整理行业最佳实践，输出可落地的优化建议。
二、任职要求
- 学历背景：2026/2027 届本科及以上学历在读，软件工程、信息管理、人工智能、市场营销、新闻传播等相关专业优先；
- AI 工具使用：深度使用过 ChatGPT、Claude、Perplexity、Gemini、豆包、Kimi 等 AI 搜索/对话产品，对生成式 AI 的交互逻辑有直观理解；
- 内容敏感度：具备良好的文字理解能力与信息整合能力，对"什么样的内容更容易被 AI 引用"有基本判断；
- 数据分析：熟练使用 Excel/Google Sheets，具备基础的数据整理与可视化能力；了解 Google Analytics、Search Console 等工具者优先；
- 编程能力（加分非必需）：至少熟悉一种编程语言（Python 优先），理解基本数据结构与算法，能将抽象问题转化为可执行方案；
- 沟通协作：责任心强，逻辑清晰，具备良好的跨团队沟通与文档撰写能力；
- 学习热情：对 AI 搜索、大模型应用、AIGC 有强烈好奇心，愿意快速学习新兴领域知识；
- 英语六级以上。
FDE（GEO 方向）
需求挖掘与方案设计 · GEO 内容体系与技术实施 · 数据监控与效果评估
岗位职责
1. 需求挖掘与方案设计
- 深入业务现场，与产品、运营、市场团队进行访谈，理解其在 AI 搜索时代的品牌曝光与内容分发需求；
- 将模糊的业务需求（如"如何让 AI 在回答行业问题时优先引用我们的白皮书"）拆解为可落地的 GEO 技术方案。
2. GEO 内容体系与技术实施
- 参与设计和落地 GEO 内容结构化规范，包括知识图谱构建、语义标签体系、向量化知识表达；
- 协助客户完成现有内容资产的 GEO 化改造，确保内容符合生成式 AI 的抓取、理解与引用逻辑；
- 探索 RAG（检索增强生成）与 AI 搜索融合的最新技术，进行技术调研与实验验证。
3. 数据监控与效果评估
- 建设 GEO 效果评估体系，通过 SQL 与 Python 监控内容在 AI 平台的收录率、引用率、曝光量与品牌提及度；
- 执行 A/B 测试，收集实验数据，撰写复盘报告，持续优化模型输出质量与客户内容表现。
4. 知识沉淀与客户赋能
- 撰写技术文档、最佳实践手册与高层汇报材料（含 90 秒高管汇报版本）；
- 协助开展客户培训，帮助客户团队建立自主 GEO 运营能力。
任职要求
1. 学历背景
- 2027 届或 2028 届本科及以上学历在读，硕士优先；
- 计算机科学、软件工程、人工智能、数据科学、信息管理、统计学、数学等相关专业；
- 计算机 + 商科/管理类复合背景（如商业分析、信息管理与信息系统）优先。
2. 技术能力
- 编程基础：精通 Python，熟练使用 SQL 进行数据查询与分析；了解 JavaScript/TypeScript 及前端框架（React/Vue）者优先；
- AI/LLM 基础：理解大语言模型基本原理，具备 Prompt Engineering 实践经验；了解 RAG 技术栈（向量检索、Embedding、重排序）；
- 数据工程：具备 ETL/ELT 思维，能处理结构化与非结构化数据，有 PySpark/Pandas 使用经验者优先；
- 工程素养：熟悉 Git 版本控制，了解 RESTful API 设计与 Docker 基础操作。
3. 核心素质
- 沟通能力：能将复杂的 GEO 技术概念转化为客户可理解的业务语言，具备跨部门协作与高层汇报能力；
- 端到端 ownership：自我驱动，能在小型团队中独立推进项目，从需求对接到交付落地全程负责；
- 快速学习与韧性：面对 AI 搜索领域快速迭代的技术和没有标准答案的新场景，能主动调研、实验并找到解决方案；
- 产品思维：具备将现场客户反馈抽象为产品需求的能力，推动解决方案持续演进。