Remote C# Engineer
Pubblicato il 10-09-2026 - Webgenesys in Catania
Webgenesys Spa è un Digital Enabler presente nel mercato ICT dal 2009. Grazie alle nostre competenze di System Integrator supportiamo clienti pubblici e privati nel percorso di trasformazione digitale, progettando soluzioni innovative e affidabili.
Operiamo in ambiti strategici quali Sistemi & Cloud, Infrastrutture IT, Cybersecurity, Sviluppo & AI, Ricerca & Innovazione e Smart Collaboration & Intelligent Communication. Con un approccio consulenziale e tecnologie all’avanguardia, sviluppiamo e gestiamo progetti su misura, semplificando i processi e garantendo piena conformità normativa.
Webgenesys fa parte del Gruppo TXT, Global Digital Enabler quotato nel segmento STAR di Borsa Italiana (TXT.MI), ed è inoltre uno dei pilastri di TXT | Public Sector, il polo tecnologico dedicato alla trasformazione digitale delle Pubbliche Amministrazioni.
sta lavorando sul futuro della cybersecurity applicata ai mercati PA e large enterprises, integrando Large Language Models (LLM) open-source on-premise, Retrieval-Augmented Generation (RAG)
e alberi decisionali dinamici per rendere i Security Operation Center (SOC) proattivi, trasparenti e conformi alle normative europee (GDPR, NIS2, AI Act).
Per rafforzare il nostro team, cerchiamo un AI Engineer che contribuisca allo sviluppo, al deployment e all’ottimizzazione di componenti AI, RAG e Machine Learning. La figura sarà dedicata all’utilizzo di modelli linguistici o di reasoning e di analisi dati, con focus su explainability, sicurezza, automazione e integrazione con i workflow di cybersecurity. La figura lavorerà su tematiche di integrazione delle soluzioni aziendi con AI.
Ottimizzare modelli di Large Language Models (LLM/LRM) e sistemi di RAG in ambienti on-premise e SOC aziendali.
Integrare i modelli AI con decision tree dinamici e sistemi di correlazione (graph DB).
Implementare pipeline di MLOps per il deploy protetto, scalabile e monitorato dei modelli AI.
Garantire che le soluzioni AI rispettino i requisiti di spiegabilità