Chip Franzén jest inżynierem oprogramowania w InnerPlant, gdzie projektuje i tworzy potoki danych oraz uczenia maszynowego do zastosowań pomiarowych w rolnictwie, ze szczególnym uwzględnieniem IoT, wizji komputerowej i teledetekcji. Wcześniej przez lata stosował uczenie maszynowe w rolnictwie w firmach takich jak Granular i Indigo. Zajmował się wyceną gruntów, identyfikacją pokrycia terenu za pomocą wizji komputerowej, potokami danych przestrzennych oraz MLOps dla modeli agronomicznych i API wnioskowania opartych na teledetekcji. W InnerPlant wykorzystuje doświadczenie full-stack do przekształcania złożonych sygnałów biologicznych i geoprzestrzennych w niezawodne wyniki gotowe do zastosowania produkcyjnego, z których zespoły mogą korzystać w rzeczywistych procesach pracy. Ma stopień BA z Duke University i M.Sc. z nauki o danych z Galvanize.
