Dieses Jobangebot ist abgelaufen.
ACHTUNG: Dieses Inserat liegt nur in englischer Sprache vor.
read
vor 7 Monaten
Junior IoT Engineer- Hardware and Software Focus (m/f/d)von Harvest AI GmbH
Basisdaten zum Inserat
Bewerbungsschluss
01.04.2024
Antrittsdatum
ab sofort
Art des Inserats
Absolventenstelle, Bachelorarbeit, Masterarbeit
Arbeitsort
Potsdam, Germany
geforderte Deutschkenntnisse
B1: Fortgeschrittene Sprachverwendung
geforderte sonstige Sprachkenntnisse
englisch
Studiengänge
Maschinenbau
Stellenbeschreibung
Stellenbeschreibung herunterladenUnternehmen
Harvest AI GmbH
Standort
Am Kanal 16 - 18, 14467 Potsdam, Brandenburg, Deutschland
auf Google Maps ansehen
auf Google Maps ansehen
Homepage
Webseite des Arbeitgebers
Firmenprofil
Wir kombinieren künstliche Intelligenz, maschinelles Lernen und patentierte Gewächshaustechnologien, um frische Lebensmittel auf nachhaltige und erschwingliche Weise zu produzieren.
Das Ziel von Harvest AI ist die Entwicklung eines bahnbrechenden neuen intelligenten Indoor-Landwirtschaftsmanagementsystems, das einen ganzheitlichen Ansatz für die komplexe Betriebsabläufe von Indoor-Farmen bietet.
Unser System wurde entwickelt, um die Effizienz von Indoor-Landwirtschaftsbetrieben weltweit drastisch zu steigern und mehr und bessere Lebensmittel mit weniger Ressourcen zu produzieren.
Um dies zu erreichen, werden künstliche Intelligenz (KI) und insbesondere maschinelles Lernen (ML) implementiert, um alle Aspekte der Indoor-Landwirtschaft einschließlich des Erntemanagements berechenbarer zu machen.
Durch die Zusammenführung der riesigen Datenmengen, die in Indoor-Farmen erzeugt werden, werden wir ein Indoor-Landwirtschaftssystem schaffen, das letztlich als autonome Einheit für ein verbessertes Anbau- und Betriebsmanagement fungieren wird.
Das Ziel von Harvest AI ist die Entwicklung eines bahnbrechenden neuen intelligenten Indoor-Landwirtschaftsmanagementsystems, das einen ganzheitlichen Ansatz für die komplexe Betriebsabläufe von Indoor-Farmen bietet.
Unser System wurde entwickelt, um die Effizienz von Indoor-Landwirtschaftsbetrieben weltweit drastisch zu steigern und mehr und bessere Lebensmittel mit weniger Ressourcen zu produzieren.
Um dies zu erreichen, werden künstliche Intelligenz (KI) und insbesondere maschinelles Lernen (ML) implementiert, um alle Aspekte der Indoor-Landwirtschaft einschließlich des Erntemanagements berechenbarer zu machen.
Durch die Zusammenführung der riesigen Datenmengen, die in Indoor-Farmen erzeugt werden, werden wir ein Indoor-Landwirtschaftssystem schaffen, das letztlich als autonome Einheit für ein verbessertes Anbau- und Betriebsmanagement fungieren wird.