Prowadzenie prac badawczych w charakterze Specjalista ds. testów AI
Notice description
Powstaje w kontekście projektu:
FENG.01.01-IP.02-0168/25 - Opracowanie systemu do kompleksowej analizy video streamingu na podstawie wydarzeń sportowych z użyciem autorskich, zaawansowanych narzędzi ...
Przedmiotem zamówienia jest wybór osoby prawnej lub osoby fizycznej, która wykona prace w charakterze Specjalista ds. testów AI w projekcie, którego celem jest opracowanie systemu do kompleksowej analizy video streamingu na podstawie wydarzeń sportowych z użyciem autorskich, zaawansowanych narzędzi wspierających komponenty transkrypcji, statystyk oraz przetwarzania i analizy obrazu przy wykorzystaniu algorytmów głębokiego uczenia.
W przypadku osób fizycznych nie prowadzących działalności gospodarczej formą współpracy będzie umowa zlecenie/umowa o dzieło, w pozostałych przypadkach - umowa o świadczenie usług.
Szczegółowy zakres usługi:
Zadanie 1 Wytworzenie narzędzi i datasetów (przewidywany okres realizacji: 1-9 miesiąc od daty podpisania umowy):
- testowanie jakości działania modeli detekcji zdarzeń boiskowych;
- prowadzenie testów skuteczności modeli wykrywających zdarzenia meczowe, w tym podania, faule, strzały i przejęcia, oceniając metryki takie jak precision, recall oraz F1-score;
- przygotowywanie zestawów testowych i porównywanie dane generowanych automatycznie z danymi wzorcowymi (anotacjami ręcznymi), analizując różnice między wynikami;
- wspieranie walidacji jakościowej i ilościowej modeli w różnych scenariuszach meczowych, uwzględniając zróżnicowaną jakość wideo i różne style gry.
Zadanie 2 Opracowanie i implementacja algorytmów (przewidywany okres realizacji: 10-19 miesiąc od daty podpisania umowy):
- eksploracja błędów modeli, przypadków brzegowych i outlierów;
- analizowanie przypadków błędnych lub niepewnych klasyfikacji zdarzeń, identyfikacja typowych i nietypowych źródeł odchyleń, takie jak zakrycie obiektów, zmiana kąta kamery czy nakładanie się akcji;
- wyszukiwanie edgecase’ow i outlierow w danych testowych, które mogą zaburzać działanie modeli;
- dokumentowanie wyników analiz i przekazywanie ich zespołowi ML jako podpowiedzi do dalszej modyfikacji architektury modeli lub warunków treningowych.
Zadanie 3 Operacjonalizacja modeli i integracja z infrastrukturą rozwojową Zamawiającego (przewidywany okres realizacji: 20-23 miesiąc od daty podpisania umowy):
- wsparcie procesu anotacji i iteracyjnego feedbacku do modeli AI;
- współpraca z annotatorami przy ocenie jakości oznaczeń i korektach danych referencyjnych;
- na podstawie wyników testów wskazywanie obszarów wymagających dodatkowej anotacji lub ponownej walidacji;
- wraz z zespołem AI przygotowywanie feedback służącego iteracyjnemu udoskonalaniu modeli: zarówno poprzez dobór trudnych przykładów treningowych, jak i przez weryfikację stabilności predykcji w czasie;
- dokumentowanie przypadków wymagających zmian logiki modelu lub sposobu prezentacji wyników.
Szacowana średnia liczba godzin pracy w miesiącu: 84 h. Przewidywana liczba godzin może ulec zwiększeniu lub zmniejszeniu w zależności od potrzeb Zamawiającego w zakresie realizacji projektu oraz prowadzenia prac badawczych w projekcie.
Szacowany czas trwania umowy: 23 miesiące. W związku z realizacją projektu B+R obciążonego ryzykiem badawczym, Zamawiający zastrzega sobie prawo do ewentualnego wydłużenia lub skrócenia okresu zaangażowania na przedmiotowym stanowisku (w tym zmiany dat realizacji poszczególnych zadań projektu) oraz wypowiedzenia umowy w czasie jej trwania.
Miejsce realizacji
Kraj: Polska, Województwo: mazowieckie, Powiat: Warszawa, Gmina: Wola, Miejscowość: Warszawa
FENG.01.01-IP.02-0168/25 - Opracowanie systemu do kompleksowej analizy video streamingu na podstawie wydarzeń sportowych z użyciem autorskich, zaawansowanych narzędzi ...
Przedmiotem zamówienia jest wybór osoby prawnej lub osoby fizycznej, która wykona prace w charakterze Specjalista ds. testów AI w projekcie, którego celem jest opracowanie systemu do kompleksowej analizy video streamingu na podstawie wydarzeń sportowych z użyciem autorskich, zaawansowanych narzędzi wspierających komponenty transkrypcji, statystyk oraz przetwarzania i analizy obrazu przy wykorzystaniu algorytmów głębokiego uczenia.
W przypadku osób fizycznych nie prowadzących działalności gospodarczej formą współpracy będzie umowa zlecenie/umowa o dzieło, w pozostałych przypadkach - umowa o świadczenie usług.
Szczegółowy zakres usługi:
Zadanie 1 Wytworzenie narzędzi i datasetów (przewidywany okres realizacji: 1-9 miesiąc od daty podpisania umowy):
- testowanie jakości działania modeli detekcji zdarzeń boiskowych;
- prowadzenie testów skuteczności modeli wykrywających zdarzenia meczowe, w tym podania, faule, strzały i przejęcia, oceniając metryki takie jak precision, recall oraz F1-score;
- przygotowywanie zestawów testowych i porównywanie dane generowanych automatycznie z danymi wzorcowymi (anotacjami ręcznymi), analizując różnice między wynikami;
- wspieranie walidacji jakościowej i ilościowej modeli w różnych scenariuszach meczowych, uwzględniając zróżnicowaną jakość wideo i różne style gry.
Zadanie 2 Opracowanie i implementacja algorytmów (przewidywany okres realizacji: 10-19 miesiąc od daty podpisania umowy):
- eksploracja błędów modeli, przypadków brzegowych i outlierów;
- analizowanie przypadków błędnych lub niepewnych klasyfikacji zdarzeń, identyfikacja typowych i nietypowych źródeł odchyleń, takie jak zakrycie obiektów, zmiana kąta kamery czy nakładanie się akcji;
- wyszukiwanie edgecase’ow i outlierow w danych testowych, które mogą zaburzać działanie modeli;
- dokumentowanie wyników analiz i przekazywanie ich zespołowi ML jako podpowiedzi do dalszej modyfikacji architektury modeli lub warunków treningowych.
Zadanie 3 Operacjonalizacja modeli i integracja z infrastrukturą rozwojową Zamawiającego (przewidywany okres realizacji: 20-23 miesiąc od daty podpisania umowy):
- wsparcie procesu anotacji i iteracyjnego feedbacku do modeli AI;
- współpraca z annotatorami przy ocenie jakości oznaczeń i korektach danych referencyjnych;
- na podstawie wyników testów wskazywanie obszarów wymagających dodatkowej anotacji lub ponownej walidacji;
- wraz z zespołem AI przygotowywanie feedback służącego iteracyjnemu udoskonalaniu modeli: zarówno poprzez dobór trudnych przykładów treningowych, jak i przez weryfikację stabilności predykcji w czasie;
- dokumentowanie przypadków wymagających zmian logiki modelu lub sposobu prezentacji wyników.
Szacowana średnia liczba godzin pracy w miesiącu: 84 h. Przewidywana liczba godzin może ulec zwiększeniu lub zmniejszeniu w zależności od potrzeb Zamawiającego w zakresie realizacji projektu oraz prowadzenia prac badawczych w projekcie.
Szacowany czas trwania umowy: 23 miesiące. W związku z realizacją projektu B+R obciążonego ryzykiem badawczym, Zamawiający zastrzega sobie prawo do ewentualnego wydłużenia lub skrócenia okresu zaangażowania na przedmiotowym stanowisku (w tym zmiany dat realizacji poszczególnych zadań projektu) oraz wypowiedzenia umowy w czasie jej trwania.
Miejsce realizacji
Kraj: Polska, Województwo: mazowieckie, Powiat: Warszawa, Gmina: Wola, Miejscowość: Warszawa
Time limit for receipt of tenders
2026-10-01 21:59:59.0
Location
Kraj: Polska, Województwo: mazowieckie, Powiat: Warszawa, Gmina: Wola, Miejscowość: Warszawa
Category assortment
Measurements, tests and technical acceptance
Market research and development
Software development
Maintenance and support
Market research and development
Software development
Maintenance and support
Buyer details
PAJP Spółka z ograniczoną odpowiedzialnością
ul. Przyokopowa 33
01-208 Warszawa
Województwo: mazowieckie
Kraj: Polska
NIP: 5272804100
ul. Przyokopowa 33
01-208 Warszawa
Województwo: mazowieckie
Kraj: Polska
NIP: 5272804100
