Modelli AI Text-to-code per l'Automazione dei Processi di DevOps

L’obiettivo della tesi è la realizzazione di un modello di intelligenza artificiale di tipo text-to-code in ambito DevOps per l’interpretazione del linguaggio naturale e la generazione di codice per la gestione ed il provisioning infrastrutturale. Il lavoro si colloca nell’ottica di semplificare e favorire l’adozione di pratiche di Infrastructure as Code (IaC) per la definizione e il deploy automatizzato dell’infrastruttura, evitando la necessità di interventi manuali. Ad oggi i principali tool di IaC permettono di costruire, aggiornare e versionare risorse infrastrutturali sia nel mondo cloud sia in ambienti on-premise tramite l’utilizzo di linguaggi di configurazione dichiarativi. L’introduzione e l’inquadramento di tool di AI, in questo contesto, consente la generazione di codice IaC a partire da istruzioni impartite in linguaggio naturale, assistendo i team Ops nella definizione dell’infrastruttura. Pertanto, la fase iniziale del lavoro consisterà nella raccolta di requisiti e casi d'uso utili per delimitare il perimetro di applicazione, parallelamente all’esplorazione dei diversi tool di AI e IaC presenti sul mercato, al fine di selezionare quelli che maggiormente si adattano al caso d’uso. Successivamente, il focus verrà posto sulla realizzazione di un modello che permetta di interpretare il linguaggio naturale mediante il tool di AI individuato e di generare codice dichiarativo utile al tool di IaC selezionato per il provisioning infrastrutturale. Nella fase conclusiva si potranno analizzare i risultati ottenuti per poter valutare con occhio critico l'intero lavoro svolto.