Negli ultimi anni, l'avvento dei Large Language Model (LLM) e delle tecnologie di Generative AI (GenAI) hanno rivoluzionato il modo in cui si progettano sistemi intelligenti. In questo scenario, gli agenti AI stanno emergendo come uno dei paradigmi più promettenti per costruire applicazioni intelligenti e conversazionali avanzate. Tuttavia, l’adozione diffusa di questi agenti solleva sfide tecniche e organizzative non banali. In questo contesto, nasce l’esigenza di una piattaforma dedicata allo sviluppo, deploy e gestione degli agenti AI, in grado di standardizzare il ciclo di vita dell’agente, semplificare l’adozione di modelli generativi e garantire il controllo operativo. Il presente lavoro di tesi si inserisce in tale direzione, proponendo una soluzione scalabile e modulare su cloud AWS, con un’architettura pensata per essere estendibile, osservabile e pronta all’integrazione in contesti reali.

Agent Enterprise Platform: progettazione e implementazione di un’architettura scalabile per l’orchestrazione di Agenti Generativi

GRASSI, ANDREA
2024/2025

Abstract

Negli ultimi anni, l'avvento dei Large Language Model (LLM) e delle tecnologie di Generative AI (GenAI) hanno rivoluzionato il modo in cui si progettano sistemi intelligenti. In questo scenario, gli agenti AI stanno emergendo come uno dei paradigmi più promettenti per costruire applicazioni intelligenti e conversazionali avanzate. Tuttavia, l’adozione diffusa di questi agenti solleva sfide tecniche e organizzative non banali. In questo contesto, nasce l’esigenza di una piattaforma dedicata allo sviluppo, deploy e gestione degli agenti AI, in grado di standardizzare il ciclo di vita dell’agente, semplificare l’adozione di modelli generativi e garantire il controllo operativo. Il presente lavoro di tesi si inserisce in tale direzione, proponendo una soluzione scalabile e modulare su cloud AWS, con un’architettura pensata per essere estendibile, osservabile e pronta all’integrazione in contesti reali.
2024
GenAI
Modelli
AI
Terraform
CI/CD
File in questo prodotto:
File Dimensione Formato  
Tesi Magistrale Andrea Grassi finale-pdfa.pdf

Accesso riservato

Dimensione 2.24 MB
Formato Adobe PDF
2.24 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14251/5808