You apply IoT sensors, drones, and machine learning to livestock and crop operations, using data to optimize resource use and animal welfare.
注：职业描述基于市场通用岗位职能，实际工作内容因单位和部门有所不同。
月薪（税前）· 受地区、单位性质和个人能力影响较大
北京、上海、深圳等一线城市薪资通常高于全国平均水平 20–40%
国有企业稳定性强，私营和外资企业薪资弹性较大
AI工具将大幅提升该职业的工作效率，善于运用AI的从业者可以产出倍增。主动学习AI工具的毕业生将明显领先于同行。
技术技能名称保留英文（行业通用表达），面试和实际工作中均以此为准。
在导师或上级指导下熟悉业务体系，建立专业知识框架。通常需要 3–6 个月内开始独立承担项目模块。
独立主导项目或业务模块，开始带领初级成员，逐步建立行业内的专业声誉和人脉网络。
负责重大项目或部门管理，参与战略决策，薪资上限显著提升。高级岗位通常需要丰富的项目记录或专业认证。
清晨7:30抵达智慧农场基地，校准多光谱无人机与田间物联网传感器阵列；9:00结合卫星遥感影像与土壤墒情数据，在GIS平台生成氮肥变量施用处方图；10:30现场指导农机手调试变量施肥机参数，并采集5处样点叶片SPAD值验证模型精度；午后14:00在移动终端远程诊断3个合作合作社的灌溉决策系统告警，优化滴灌时序；16:00整理当日作物胁迫指数变化曲线，更新病害预测AI模型训练集；18:00向农业技术推广站提交可视化周报，含产量预估偏差分析与下轮飞防作业建议。全程需兼顾数据准确性、农事节律性与农户操作可行性。
需具备农业工程、植物科学或遥感信息科学相关专业本科及以上学历，3年以上数字农业项目实操经验。核心能力聚焦于多源数据融合分析与农艺模型落地转化。
必须。70%以上工作时间在田间完成：校准传感器、验证处方图实效性、观察作物实际长势与模型输出差异、培训农户使用终端设备。脱离实地的数据分析将导致模型失真。
中等难度。需重点补强遥感解译、GIS空间建模和农业大数据处理技能，建议通过“农业人工智能应用师”认证体系系统学习，同时参与2个以上智慧农场落地项目积累实操经验。
天花板宽广。可纵向深耕成为农业算法科学家（主导作物生长模型研发），横向拓展为数字农业解决方案架构师，或转型政府智慧农业政策顾问；头部企业首席农业官（CAO）年薪可达80-120万元。