# Feeding Solutions Specialist at Aquabyte

> Onsite · Norway · Unspecified · Other · open. Source: https://alderhq.app/jobs/lever%3Aaquabyte%3A2ace2e34-e3a7-4e12-9f99-ddd685f9ff59 (read 2026-11-04).

## Facts (observed)

- Company: [Aquabyte](https://alderhq.app/companies/aquabyte)
- Location text: Bergen, Norway
- Where it can be done from (inferred): Onsite · Norway (evidence: "Location: Bergen, Norway")
- Posted: 2026-08-05 (91 days ago)
- First seen by alder: 2026-11-02 · last verified: 2026-11-03
- Reposted: 0 times · edited: 0 times
- Apply on the employer's site: https://jobs.lever.co/aquabyte/2ace2e34-e3a7-4e12-9f99-ddd685f9ff59
- Skills listed (inferred): Python

## Pay and sponsorship

- Posted pay: not posted

## Description (the employer's text)

Stillingstittel: Feeding Solutions Specialist

Arbeidssted: Damsgård, Bergen

Søknadsfrist: 28.08.2026

Kontaktperson: Anita Nielsen

Dette er Aquabyte

Aquabyte er et ledende teknologiselskap som utvikler innovative løsninger for beslutningsstøtte til oppdrettsnæringen. Med unik kamera- og sonarteknologi og avansert kunstig intelligens gir vi oppdrettere daglig innsikt i fôring, biomasse og fiskevelferd og bidrar til en mer effektiv og bærekraftig næring.

Vi søker nå en Feeding Solutions Specialist til hovedkontoret i Bergen. Dette er en rolle for deg som kjenner fôringsprosessen fra virkeligheten og som brenner for å bruke data til å forbedre FCR og RGI hos våre kunder. Du blir en del av Feeding-teamet, og jobber tett med produktutvikling og våre Customer Success- og salgsteam for å sikre at kundene får maksimal verdi av våre løsninger.

I Aquabyte fremmer vi en kultur preget av innovasjon, tilpasningsevne og kontinuerlig forbedring. Vår flate organisasjonsstruktur gir rom for kreative medarbeidere som ønsker å være med på å forme fremtiden til selskapet og drive positiv endring i en spennende industri.

### Ansvarsområder

- Fastsette og følge opp konkrete fôrings- og vekstmål sammen med kunden
- Være en faglig sparringspartner for kunder på fôringsstrategi og -optimalisering
- Veilede kunder i nye beslutningsprosesser basert på data
- Analysere, kontekstualisere, visualisere og presentere data
- Omdanne data til konkret, handlingsrettet innsikt for kundens fôringsteam
- Lære opp brukere i systemet og i praktisk bruk av data
- Formidle komplekse sammenhenger på en forståelig måte
- Utforske nye bruksområder for Aquabytes data
- Gjennomføre intern og ekstern benchmarking
- Være en tverrfaglig ressurs inn mot Aquabytes produktutvikling for Feeding
### Kvalifikasjoner

- Praktisk erfaring med fôring av fisk og optimalisering av FCR/RGI fra oppdrett, fôrleverandør eller tilknyttet industri
- God forståelse av fôringsprosesser, fôr og ernæring i akvakultur
- Solid analytisk kompetanse, gjerne med erfaring innen dataanalyse og rapportering
- Nøyaktig, strukturert og selvdreven arbeidsmetodikk
- Utmerkede kommunikasjons- og presentasjonsevne
- Relevant høyere utdanning innen akvakultur, ernæring, dataanalyse, statistikk eller lignende felt er en fordel, men solid praktisk erfaring fra fôring kan veie like tungt
- Kjennskap til analyseverktøy som PowerBI, Python, Grafana eller lignende er en fordel
- Dedikasjon til kontinuerlig læring
- Flytende i engelsk og norsk, både skriftlig og muntlig
### Vi tilbyr

- En sentral rolle i et team som former fremtidens fôringsteknologi for havbruk
- Tett samarbeid med noen av næringens mest fremoverlente oppdrettsselskaper
- Konkurransedyktig lønn og gode forsikrings- og pensjonsordninger
- Fleksibel arbeidshverdag i moderne lokaler på Damsgård
- Et flatt, uformelt arbeidsmiljø med korte beslutningsveier
- Mulighet for faglig utvikling i skjæringspunktet mellom teknologi og akvakultur
Reiseaktivitet må påregnes, da rollen innebærer tett samarbeid med kunder på ulike lokasjoner.

Vi verdsetter mangfold og oppfordrer kandidater med unik bakgrunn til å søke, selv om ikke alle kvalifikasjonskriterier er oppfylt.

---
Data: alder (https://alderhq.app). Cite https://alderhq.app/jobs/lever%3Aaquabyte%3A2ace2e34-e3a7-4e12-9f99-ddd685f9ff59 and the date you read it. Observed facts come from the employer's own listing; location reach, level, family and skills are inferences.