This job offer has expired.
read
1 ago
Junior IoT Engineer- Hardware and Software Focus (m/f/d)by Harvest AI GmbH
Basic Data
application deadline
01.04.2024
start date
as of now
offer type
full-time employment, bachelor's thesis, master's thesis
job location
Potsdam, Germany
required german language skills
B1: Advanced language usage
required language skills
english
courses of study
Mechanical Engineering
Job Description
download job descriptionCompany
Harvest AI GmbH
location
Am Kanal 16 - 18, 14467 Potsdam, Brandenburg, Deutschland
watch on Google Maps
watch on Google Maps
homepage
employer website
company profile
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.