Zapytanie ofertowe 1/2026/SMART - Nowatorski moduł prognozowania wielokryterialnego platformy Contact Millenium zbudowany w oparciu o najnowsze osiągnięcia machine learning wraz z wykorzystaniem kontekstowych baz wiedzy o procesach biznesowych
Notice description
Przedmiotem zamówienia jest realizacja prac B+R w projekcie: Nowatorski moduł prognozowania wielokryterialnego platformy Contact Millenium zbudowany w oparciu o najnowsze osiągnięcia machine learning wraz z wykorzystaniem kontekstowych baz wiedzy o procesach biznesowych
Zakres zadań będzie obejmować:
Zadanie 1. Badanie i opracowanie inteligentnych narzędzi w zakresie analizy procesów biznesowych wraz z kontekstową bazą wiedzy (Badania przemysłowe) – 10 miesięcy.
Elementy zadania 1
Budowa prototypu i ewaluacja opracowanego rozwiązania oraz implementacja kontekstowej bazy wiedzy.
Wyzwania badawcze i technologiczne: (A) Obecne systemy nie posiadają inteligentnych metod analizy cech procesów biznesowych (B) Konieczność opracowania narzędzi analizy opartych o metody i technik uczenia maszynowego.
Cel: Implementacja i weryfikacja poprawności działania prototypu na rzeczywistych zbiorach procesów biznesowych.
Zakres prac:
1. Implementacja eksperymentalna metody ekstrakcji cech procesów biznesowych na zweryfikowanej metodzie ekstrakcji i walidacji cech analizowanych procesów biznesowych.
2. Implementacja eksperymentalna inteligentnej metody klasyfikacji cech procesów biznesowych zwalidowanej metody wielowymiarowej klasyfikacji oraz kontekstowej bazy wiedzy.
3. Implementacja eksperymentalna modelu danych kontekstowej bazy wiedzy.
4. Opracowanie intuicyjnego interfejsu graficznego dla rezultatów działania prototypu.
Dane zbierane w ramach projektu:
- Wolumen danych: Oczekiwane dzienne zbiory danych dla 100 użytkowników to 50 - 100 MB danych, co w skali miesiąca wynosi 1.5-3 GB.
- Zróżnicowanie danych: Dane obejmują historię ekstrakcji cech, reguł i wyników klasyfikacji, logów dotyczących zapisów do kontekstowej bazy wiedzy.
Produkt: zaimplementowany kompletny prototyp algorytmu inteligentnej analizy cech procesów biznesowych wraz z kontekstową bazą wiedzy.
Zadanie 2. Badanie i opracowanie wielokryterialnego algorytmu przewidywania parametrów procesów biznesowych w oparciu o zaawansowana analizę danych oraz metody uczenia maszynowego (Badania przemysłowe) – 14 miesięcy.
Elementy zadania 2
Budowa prototypu oraz ewaluacja opracowanego modelu
Wyzwania badawcze i technologiczne: (A) Wydajna czasowo implementacja wielokryterialnego algorytmu przewidywania parametrów procesów biznesowych. (B) Konieczność optymalizacji złożoności obliczeniowej w aspekcie zakładanej skuteczności predykcji.
Cel: Implementacja i weryfikacja poprawności działania opracowanego rozwiązania na rzeczywistych zbiorach procesów biznesowych.
Zakres prac:
1. Implementacja eksperymentalna inteligentnej metody budowania kryteriów i celów biznesowych będącego rezultatem zwalidowanej metody budowania kryteriów i celów biznesowych z wykorzystaniem metod i technik uczenia maszynowego oraz intuicyjnego interfejsu graficznego z funkcjonalnością “przeciągnij i upuść”.
2. Implementacja eksperymentalna wielowymiarowego modelu predykcyjnego będącego rezultatem zwalidowanego wielowymiarowego modelu predykcyjny odpowiedniego dla multimodalnego zbioru cech procesów biznesowych.
3. Implementacja eksperymentalna agregacji wielokryterialnych prognoz oraz identyfikacji rozwiązań optymalnych będących rezultatem prac zwalidowanej metody agregacji wielokryterialnej predykcji wraz z identyfikacją rozwiązań optymalnych, które najlepiej realizuje zestaw sprzecznych celów.
Dane zbierane w ramach projektu:
- Wolumen danych: Oczekiwane dzienne zbiory danych dla 100 użytkowników to 100 MB – 300 MB, co daje miesięcznie 3-9 GB.
- Zróżnicowanie danych: Dane obejmują historię interakcji użytkowników, wyniki ewaluacji, logi błędów.
Produkt: zaimplementowany kompletny prototyp wielokryterialnej predykcji procesów biznesowych.
Zadanie 3. Badanie i opracowanie metod i algorytmów w zakresie ewaluacji i utrzymania rozwiązania a także rozszerzenie o możliwość adaptacji do zjawiska dryfu koncepcji (Badania przemysłowe) – 8 miesięcy.
Elementy zadania 3
Rozszerzenie rozwiązania o możliwość adaptacji do zjawiska dryfu koncepcji.
Wyzwania badawcze i technologiczne: (A) Rozpoznawanie i klasyfikacja charakteru dryfu koncepcji związanego ze zmiennością rozkładu statystycznego napływających danych (B) Synchronizacja detekcji dryfu z dynamiczną strategią douczania.
Cel: Opracowanie i implementacja mechanizmu adaptacji systemu predykcyjnego do zjawiska rzeczywistego dryfu koncepcji.
Zakres prac:
1. Implementacja sposobów oceny jakości douczonych modeli AI (realizowane przez podwykonawcę AI Investments).
2. Implementacja procedury zarządzania procesami ewaluacji i utrzymania rozwiązania w długim horyzoncie czasowym (realizowane przez podwykonawcę AI Investments).
Należy rozważyć dwa odmienne podejścia do ewaluacji [4]: (i) Ewaluacja Test-Then-Train, gdzie każdy indywidualny blok danych jest najpierw wykorzystywany do ewaluacji modelu, a następnie do jego aktualizacji, (ii) Ewaluacja Prequential, która w wersji wsadowej oparta jest na mechanizmie zapominania w postaci okna przesuwnego. Po każdym kroku ewaluacji i aktualizacji, okno przesuwne jest o ustaloną z góry liczbę instancji. Istnieją również inne sposoby ewaluacji metod przetwarzania danych z dryfem koncepcji. Za przykład mogą tutaj posłużyć metryki restoration time oraz maximum performance loss zaproponowane przez Shakera i Hüllermeiera [4]. Informują one odpowiednio o szybkości odzyskiwania przez model zdolności generalizacyjnej po wystąpieniu dryfu koncepcji i maksymalnym spadku jakości predykcji.
Produkt: Zaimplementowane metody adaptacji do zjawiska dryfu koncepcji wraz z klasyfikacją danych.
Zadanie 4. Implementacja, integracja, testowanie oraz walidacja kompletnego prototypu prognostycznego platformy Contact Millenium jak również doskonalenie opracowanych algorytmów AI/ML (Prace rozwojowe) 4 miesiące.
Elementy zadania 4
Implementacja i integracja opracowanych produktów (komponentów) w zadaniach 1, 2 i 3.
Wyzwania rozwojowe i technologiczne: (A) Konieczność zapewnienia wydajnej i skalowalnej architektury mikro-serwisowej. (B) Integracja powstałych komponentów z istniejącą platformą Contact Millenium
Cel: Zbudowanie modułowego systemu mikro-serwisowego, który pozwala na elastyczną integrację wszystkich funkcjonalności rozwiązania.
Zakres prac:
1. Implementacja mikro-serwisów – integracja rozwiązania w formie skalowalnych modułów. ( realizowane przez podwykonawcę AI Investments).
2. Implementacja architektury komunikacji i systemów kolejkowych, zapewniających wydajną wymianę danych między komponentami. (realizowane przez podwykonawcę AI Investments).
Optymalizacja i walidacja gotowej wersji rozwiązania.
Wyzwania rozwojowe i technologiczne: (A) Konieczność dostosowania systemu do pełnego obciążenia użytkowników. (B) Opracowanie mechanizmu automatycznej aktualizacji i douczania modeli.
Cel: Finalna optymalizacja systemu i jego wdrożenie w rzeczywistych warunkach produkcyjnych.
Zakres prac:
1. Ostateczna optymalizacja kodu i infrastruktury przedmiotowego rozwiązania.
Produkt: Zintegrowane, funkcjonalne środowisko systemowe gotowe do testowania w warunkach rzeczywistych.
Zamówienie obejmuje ok. 9000 godz.(36 msc x 250 rbg/msc) świadczenia usługi przez okres ok. 36 miesięcy (X 2026 – IX2029 r.). Z uwagi na badawczy charakter projektu w toku realizacji zamówienia dopuszcza się istotne zwiększenie lub zmniejszenie liczby godzin świadczenia usługi w poszczególnych miesiącach, jak również w skali całego zamówienia – w zależności od bieżących potrzeb procesu badawczego.
Ze względu na konieczność zapewnienia ciągłości i sprawnego przebiegu prac B+R w projekcie:
- usługa powinna być świadczona w sposób ciągły przez cały okres od zawarcia umowy z Zamawiającym, jednak dopuszcza się możliwość krótszej realizacji zamówienia, jeżeli zostanie ono w całości wykonane w krótszym okresie;
- odbiór usługi i zapłata wynagrodzenia Wykonawcy będą się odbywać w okresach miesięcznych na podstawie faktycznie przepracowanej liczby godzin w danym miesiącu.
W ramach postępowania oferty mogą być składane zarówno przez osoby fizyczne, jak przedsiębiorców. W związku z powyższymi potrzebami projektowymi Zamawiający szacuje, że po stronie Wykonawcy konieczne jest zaangażowanie osób odpowiadające w przybliżeniu pełnemu etatowi.
Okres gwarancji: Nie dotyczy
Miejsce realizacji
Kraj: Polska, Województwo: lubelskie, Powiat: Lublin, Gmina: Lublin, Miejscowość: Lublin
Zakres zadań będzie obejmować:
Zadanie 1. Badanie i opracowanie inteligentnych narzędzi w zakresie analizy procesów biznesowych wraz z kontekstową bazą wiedzy (Badania przemysłowe) – 10 miesięcy.
Elementy zadania 1
Budowa prototypu i ewaluacja opracowanego rozwiązania oraz implementacja kontekstowej bazy wiedzy.
Wyzwania badawcze i technologiczne: (A) Obecne systemy nie posiadają inteligentnych metod analizy cech procesów biznesowych (B) Konieczność opracowania narzędzi analizy opartych o metody i technik uczenia maszynowego.
Cel: Implementacja i weryfikacja poprawności działania prototypu na rzeczywistych zbiorach procesów biznesowych.
Zakres prac:
1. Implementacja eksperymentalna metody ekstrakcji cech procesów biznesowych na zweryfikowanej metodzie ekstrakcji i walidacji cech analizowanych procesów biznesowych.
2. Implementacja eksperymentalna inteligentnej metody klasyfikacji cech procesów biznesowych zwalidowanej metody wielowymiarowej klasyfikacji oraz kontekstowej bazy wiedzy.
3. Implementacja eksperymentalna modelu danych kontekstowej bazy wiedzy.
4. Opracowanie intuicyjnego interfejsu graficznego dla rezultatów działania prototypu.
Dane zbierane w ramach projektu:
- Wolumen danych: Oczekiwane dzienne zbiory danych dla 100 użytkowników to 50 - 100 MB danych, co w skali miesiąca wynosi 1.5-3 GB.
- Zróżnicowanie danych: Dane obejmują historię ekstrakcji cech, reguł i wyników klasyfikacji, logów dotyczących zapisów do kontekstowej bazy wiedzy.
Produkt: zaimplementowany kompletny prototyp algorytmu inteligentnej analizy cech procesów biznesowych wraz z kontekstową bazą wiedzy.
Zadanie 2. Badanie i opracowanie wielokryterialnego algorytmu przewidywania parametrów procesów biznesowych w oparciu o zaawansowana analizę danych oraz metody uczenia maszynowego (Badania przemysłowe) – 14 miesięcy.
Elementy zadania 2
Budowa prototypu oraz ewaluacja opracowanego modelu
Wyzwania badawcze i technologiczne: (A) Wydajna czasowo implementacja wielokryterialnego algorytmu przewidywania parametrów procesów biznesowych. (B) Konieczność optymalizacji złożoności obliczeniowej w aspekcie zakładanej skuteczności predykcji.
Cel: Implementacja i weryfikacja poprawności działania opracowanego rozwiązania na rzeczywistych zbiorach procesów biznesowych.
Zakres prac:
1. Implementacja eksperymentalna inteligentnej metody budowania kryteriów i celów biznesowych będącego rezultatem zwalidowanej metody budowania kryteriów i celów biznesowych z wykorzystaniem metod i technik uczenia maszynowego oraz intuicyjnego interfejsu graficznego z funkcjonalnością “przeciągnij i upuść”.
2. Implementacja eksperymentalna wielowymiarowego modelu predykcyjnego będącego rezultatem zwalidowanego wielowymiarowego modelu predykcyjny odpowiedniego dla multimodalnego zbioru cech procesów biznesowych.
3. Implementacja eksperymentalna agregacji wielokryterialnych prognoz oraz identyfikacji rozwiązań optymalnych będących rezultatem prac zwalidowanej metody agregacji wielokryterialnej predykcji wraz z identyfikacją rozwiązań optymalnych, które najlepiej realizuje zestaw sprzecznych celów.
Dane zbierane w ramach projektu:
- Wolumen danych: Oczekiwane dzienne zbiory danych dla 100 użytkowników to 100 MB – 300 MB, co daje miesięcznie 3-9 GB.
- Zróżnicowanie danych: Dane obejmują historię interakcji użytkowników, wyniki ewaluacji, logi błędów.
Produkt: zaimplementowany kompletny prototyp wielokryterialnej predykcji procesów biznesowych.
Zadanie 3. Badanie i opracowanie metod i algorytmów w zakresie ewaluacji i utrzymania rozwiązania a także rozszerzenie o możliwość adaptacji do zjawiska dryfu koncepcji (Badania przemysłowe) – 8 miesięcy.
Elementy zadania 3
Rozszerzenie rozwiązania o możliwość adaptacji do zjawiska dryfu koncepcji.
Wyzwania badawcze i technologiczne: (A) Rozpoznawanie i klasyfikacja charakteru dryfu koncepcji związanego ze zmiennością rozkładu statystycznego napływających danych (B) Synchronizacja detekcji dryfu z dynamiczną strategią douczania.
Cel: Opracowanie i implementacja mechanizmu adaptacji systemu predykcyjnego do zjawiska rzeczywistego dryfu koncepcji.
Zakres prac:
1. Implementacja sposobów oceny jakości douczonych modeli AI (realizowane przez podwykonawcę AI Investments).
2. Implementacja procedury zarządzania procesami ewaluacji i utrzymania rozwiązania w długim horyzoncie czasowym (realizowane przez podwykonawcę AI Investments).
Należy rozważyć dwa odmienne podejścia do ewaluacji [4]: (i) Ewaluacja Test-Then-Train, gdzie każdy indywidualny blok danych jest najpierw wykorzystywany do ewaluacji modelu, a następnie do jego aktualizacji, (ii) Ewaluacja Prequential, która w wersji wsadowej oparta jest na mechanizmie zapominania w postaci okna przesuwnego. Po każdym kroku ewaluacji i aktualizacji, okno przesuwne jest o ustaloną z góry liczbę instancji. Istnieją również inne sposoby ewaluacji metod przetwarzania danych z dryfem koncepcji. Za przykład mogą tutaj posłużyć metryki restoration time oraz maximum performance loss zaproponowane przez Shakera i Hüllermeiera [4]. Informują one odpowiednio o szybkości odzyskiwania przez model zdolności generalizacyjnej po wystąpieniu dryfu koncepcji i maksymalnym spadku jakości predykcji.
Produkt: Zaimplementowane metody adaptacji do zjawiska dryfu koncepcji wraz z klasyfikacją danych.
Zadanie 4. Implementacja, integracja, testowanie oraz walidacja kompletnego prototypu prognostycznego platformy Contact Millenium jak również doskonalenie opracowanych algorytmów AI/ML (Prace rozwojowe) 4 miesiące.
Elementy zadania 4
Implementacja i integracja opracowanych produktów (komponentów) w zadaniach 1, 2 i 3.
Wyzwania rozwojowe i technologiczne: (A) Konieczność zapewnienia wydajnej i skalowalnej architektury mikro-serwisowej. (B) Integracja powstałych komponentów z istniejącą platformą Contact Millenium
Cel: Zbudowanie modułowego systemu mikro-serwisowego, który pozwala na elastyczną integrację wszystkich funkcjonalności rozwiązania.
Zakres prac:
1. Implementacja mikro-serwisów – integracja rozwiązania w formie skalowalnych modułów. ( realizowane przez podwykonawcę AI Investments).
2. Implementacja architektury komunikacji i systemów kolejkowych, zapewniających wydajną wymianę danych między komponentami. (realizowane przez podwykonawcę AI Investments).
Optymalizacja i walidacja gotowej wersji rozwiązania.
Wyzwania rozwojowe i technologiczne: (A) Konieczność dostosowania systemu do pełnego obciążenia użytkowników. (B) Opracowanie mechanizmu automatycznej aktualizacji i douczania modeli.
Cel: Finalna optymalizacja systemu i jego wdrożenie w rzeczywistych warunkach produkcyjnych.
Zakres prac:
1. Ostateczna optymalizacja kodu i infrastruktury przedmiotowego rozwiązania.
Produkt: Zintegrowane, funkcjonalne środowisko systemowe gotowe do testowania w warunkach rzeczywistych.
Zamówienie obejmuje ok. 9000 godz.(36 msc x 250 rbg/msc) świadczenia usługi przez okres ok. 36 miesięcy (X 2026 – IX2029 r.). Z uwagi na badawczy charakter projektu w toku realizacji zamówienia dopuszcza się istotne zwiększenie lub zmniejszenie liczby godzin świadczenia usługi w poszczególnych miesiącach, jak również w skali całego zamówienia – w zależności od bieżących potrzeb procesu badawczego.
Ze względu na konieczność zapewnienia ciągłości i sprawnego przebiegu prac B+R w projekcie:
- usługa powinna być świadczona w sposób ciągły przez cały okres od zawarcia umowy z Zamawiającym, jednak dopuszcza się możliwość krótszej realizacji zamówienia, jeżeli zostanie ono w całości wykonane w krótszym okresie;
- odbiór usługi i zapłata wynagrodzenia Wykonawcy będą się odbywać w okresach miesięcznych na podstawie faktycznie przepracowanej liczby godzin w danym miesiącu.
W ramach postępowania oferty mogą być składane zarówno przez osoby fizyczne, jak przedsiębiorców. W związku z powyższymi potrzebami projektowymi Zamawiający szacuje, że po stronie Wykonawcy konieczne jest zaangażowanie osób odpowiadające w przybliżeniu pełnemu etatowi.
Okres gwarancji: Nie dotyczy
Miejsce realizacji
Kraj: Polska, Województwo: lubelskie, Powiat: Lublin, Gmina: Lublin, Miejscowość: Lublin
Time limit for receipt of tenders
2026-03-26 22:59:59.0
Location
Kraj: Polska, Województwo: lubelskie, Powiat: Lublin, Gmina: Lublin, Miejscowość: Lublin
Category assortment
Measurements, tests and technical acceptance
Market research and development
Network infrastructure devices
Telecommunications infrastructure
Licences and software
Portable memory storage devices
Telecommunications equipment and accessories
Hardware, parts and accessories
Internet and telephone services
Software development
Implementation services
Maintenance and support
Market research and development
Network infrastructure devices
Telecommunications infrastructure
Licences and software
Portable memory storage devices
Telecommunications equipment and accessories
Hardware, parts and accessories
Internet and telephone services
Software development
Implementation services
Maintenance and support
Buyer details
Sygnoko Spółka z ograniczoną odpowiedzialnością
Nowa 11
21-470 Huta-Dąbrowa
Województwo: lubelskie
Kraj: Polska
NIP: 9512518118
Nowa 11
21-470 Huta-Dąbrowa
Województwo: lubelskie
Kraj: Polska
NIP: 9512518118
