Technical Pre-Sales Engineer-Ai Infrastructure
Pubblicato il 18-10-2026 - Galene.AI in Bardi
Chi SiamoScorra verso il basso per una panoramica completa dei requisiti di questo lavoro. È la persona giusta per questa occasione?In Galene.AI sviluppiamo una piattaforma di AI generativa privata e governata per portare l'AI in produzione con sovranità del dato, sicurezza e compliance, per aziende di ogni dimensione, in ogni settore. Siamo NVIDIA Solution Advisor Partner e, insieme a Dell Technologies e TD SYNNEX, stiamo cambiando il paradigma dell'adozione dell'AI in Europa: responsabile, trasparente, sotto controllo. In questo percorso ci stiamo distinguendo tra le realtà più dinamiche nell'utilizzo delle tecnologie NVIDIA per rendere l'AI davvero production-grade su infrastrutture private.SARAI TU il punto di riferimento tecnico durante l'intero ciclo di vendita, con un ruolo attivo di Technical Pre-Sales Engineer – AI Infrastructure & Enterprise Solutions: raccoglierai le esigenze dei clienti, definirai requisiti e vincoli di fattibilità,
curerai lo sizing infrastrutturale e valuterai l'idoneità della piattaforma Galene.AI nei diversi contesti.Supporterai e abiliterai la rete di partner, operando su scenari complessi (dagli AI PC ai cluster GPU in datacenter) e garantendo soluzioni tecnicamente sostenibili e conformi agli standard di sicurezza Europei.Ti confronterai con stakeholder IT e tecnici sui percorsi di adozione dell'AI on-premise, affrontando temi di scalabilità e ROI e contribuendo a garantire l'allineamento tra Galene.AI, partner e cliente finale.RESPONSABILITA' PRINCIPALIArchitettura & Sizing: analisi dei requisiti del cliente per definire lo sizing infrastrutturale ottimale (calcolo VRAM, throughput inferenza, latenza end-to-end) in scenari On-Premises ibridi o isolati.Integrazione di Sistema: mappatura delle vie di integrazione API/SDK della piattaforma Galene.AI con ecosistemi IT esistenti e definizione dei pattern di deployment sicuri.Validazione Tecnica (PoC): progettazione e gestione di Proof of Concept che validino l'efficacia del modello