Zamówienie IT CNTR nr 1/2026 „Opracowanie innowacyjnego systemu eksperckiego opartego o sztuczną inteligencję, którego głównym przeznaczeniem będzie wsparcie planowania i rozwoju kariery zawodowej w branży IT (Poznań)”.
Notice description
Powstaje w kontekście projektu:
FEWP.01.02-IZ.00-0069/24 - Opracowanie innowacyjnego systemu eksperckiego opartego o sztuczną inteligencję, którego głównym przeznaczeniem będzie wsparcie planowania i rozwoju kariery zawodowej w branży IT (Poznań).
Przedmiotem zamówienia jest realizacja usługi badawczo-rozwojowej obejmującej 3 etapy prac rozwojowych prowadzących do opracowania, implementacji oraz przetestowania prototypu systemu eksperckiego wspierania decyzji w zakresie doradztwa zawodowego dla branży IT, opartego o metody AI/ML, oraz komponenty LLM.
Zleceniodawca podzielił zakres prac B+R na 3 umowy zgodnie ze złożonym wnioskiem o dofinansowanie.
Etap 1: Model profilowania pracowników branży IT (AI/ML)
Zakres etapu 1
• analiza założeń merytorycznych i danych wejściowych oraz narzędzi badawczych (w tym:
a) Opracowanie testów osobowości
b) Opracowanie testów predyspozycji zawodowych.
c) Opracowanie testów umiejętności.
d) Stworzenie systemu bazodanowego do przechowywania danych na temat użytkowników oraz wyników przeprowadzanych badań.
e) Stworzenie aplikacji internetowej integrującej testy z systemem bazodanowym oraz ułatwiającej przeprowadzanie badań.
f) Stworzenie algorytmów ujednolicających wprowadzane przez użytkowników dane.
g) Rozpoczęcie prac implementacyjnych interfejsu użytkownika
• Zaprojektowanie sieci neuronowej w tym:
a) Zapewnienie infrastruktury B+R
b) Zaprojektowanie architektury sieci neuronowej
c) Uczenie sieci neuronowej na uzyskanym wcześniej w ramach przeprowadzonych badań zbiorze danych.
d) Przeprowadzenie wstępnych testów poprawności działania sieci.
• dokumentacja techniczna i raport badawczy.
Rezultaty Etapu 1
• kod źródłowy + instrukcja uruchomienia,
• raport: opis danych, architektury, metryk i wyników,
• paczka modelu + pipeline preprocessing
Etap 2: Hybrydowy model rekomendacji treści rozwojowych
Zakres etapu 2
• Opracowanie algorytmu mającego na celu tworzenie zbioru danych pierwotnych składającego się z danych wyjściowych sieci neuronowej, danych zebranych w ramach wcześniejszych badań ankietowych, danych demograficznych, a także danych na temat rozwoju technologii, w tym Opracowanie algorytmu mającego na celu tworzenie zbioru danych pierwotnych składającego się z danych wyjściowych sieci neuronowej, danych zebranych w ramach wcześniejszych badań ankietowych, danych demograficznych, a także danych na temat rozwoju technologii.
• Implementacja interfejsów użytkownika
• Implementacja aplikacji bazodanowej API (interfejsu programowania aplikacji)
• Integracja interfejsów z modułem uczenia maszynowego.
• Wykorzystanie najlepszych praktyk w zakresie bezpieczeństwa systemu, takich jak uwierzytelnianie, autoryzacja i szyfrowanie.
• ewaluacja jakości rekomendacji (offline) i przygotowanie planu testów online,
• raport i dokumentacja.
Rezultaty etapu 2
• działający komponent rekomendacyjny + API (lub moduł do integracji),
• raport z ewaluacji (metodyka, metryki, wnioski),
• rekomendacje parametrów wdrożeniowych.
Etap 3: Prototyp systemu eksperckiego + testy w warunkach rzeczywistych
Zakres etapu 3
• Opracowanie systemu eksperckiego wspierania decyzji z zakresu doradztwa zawodowego, oferty kursów oraz planowania kariery w branży IT
• Integracja aplikacji internetowej, sieci neuronowej, systemu bazodanowego oraz modelu uczenia maszynowego w celu stworzenia prototypu systemu eksperckiego w tym:
a) Finalizacja projektowania interfejsów na bazie wdrożonego wcześniej prototypu aplikacji bazodanowej - interfejsów API.C23:C38
b) Dokumentowanie systemu, w tym opis interfejsów, metody dostępu, argumenty i wartości zwracane.
c) Definicja formatu danych przesyłanych i odbieranych przez system
d) Integracja systemu bazodanowego z modelem uczenia maszynowego poprzez aplikację internetową.
e) Integracja systemu bazodanowego z siecią neuronową poprzez aplikację internetową
• Implementacja systemu eksperckiego
a) Implementacja interfejsu aplikacji bazodanowych API.
b) Finalna integracja systemu eksperckiego z modułem uczenia maszynowego.
c) Wykorzystanie najlepszych praktyk w zakresie bezpieczeństwa systemu, takich jak uwierzytelnianie, autoryzacja i szyfrowanie
• Testowanie systemu eksperckiego
a) Testowanie funkcjonalności systemu na różnych poziomach, w tym testy jednostkowe, integracyjne i end-to-end.
b) Testowanie systemu w warunkach rzeczywistych.
c) Testy wydajnościowe i obciążeniowe.
• Analiza działania systemu eksperckiego
a) Ekspercka analiza UX
b) Ekspercka analiza poprawności działania systemu bazodanowego
• Rozwinięcie systemu eksperckiego o dodatkowe funkcjonalności
• Testy końcowe działania systemu oraz ocena wydajności systemu
Rezultaty Etapu 3:
• prototyp aplikacji (repozytorium kodu) + instrukcja uruchomienia,
• API i dokumentacja (np. OpenAPI/Swagger lub równoważna),
• raport z testów pilotażowych + wnioski i rekomendacje,
• zestaw metryk i dashboard/monitoring (lub opis integracji monitoringu).
Prawa własności intelektualnej i poufność
• Wykonawca przeniesie na Zamawiającego autorskie prawa majątkowe do wytworzonego kodu, dokumentacji i rezultatów B+R lub udzieli licencji zgodnie z zapisami umowy (do wskazania w projekcie umowy).
• Wykonawca zobowiązany do zachowania poufności (NDA) w zakresie danych, know-how i wyników.
• Zamawiający będzie jedynym właścicielem wyników prac B+R w ramach realizacji podwykonawstwa.
Okres gwarancji: 12 miesięcy
Miejsce realizacji
Kraj: Polska, Województwo: wielkopolskie, Powiat: Poznań, Gmina: Poznań-Stare Miasto, Miejscowość: Poznań
FEWP.01.02-IZ.00-0069/24 - Opracowanie innowacyjnego systemu eksperckiego opartego o sztuczną inteligencję, którego głównym przeznaczeniem będzie wsparcie planowania i rozwoju kariery zawodowej w branży IT (Poznań).
Przedmiotem zamówienia jest realizacja usługi badawczo-rozwojowej obejmującej 3 etapy prac rozwojowych prowadzących do opracowania, implementacji oraz przetestowania prototypu systemu eksperckiego wspierania decyzji w zakresie doradztwa zawodowego dla branży IT, opartego o metody AI/ML, oraz komponenty LLM.
Zleceniodawca podzielił zakres prac B+R na 3 umowy zgodnie ze złożonym wnioskiem o dofinansowanie.
Etap 1: Model profilowania pracowników branży IT (AI/ML)
Zakres etapu 1
• analiza założeń merytorycznych i danych wejściowych oraz narzędzi badawczych (w tym:
a) Opracowanie testów osobowości
b) Opracowanie testów predyspozycji zawodowych.
c) Opracowanie testów umiejętności.
d) Stworzenie systemu bazodanowego do przechowywania danych na temat użytkowników oraz wyników przeprowadzanych badań.
e) Stworzenie aplikacji internetowej integrującej testy z systemem bazodanowym oraz ułatwiającej przeprowadzanie badań.
f) Stworzenie algorytmów ujednolicających wprowadzane przez użytkowników dane.
g) Rozpoczęcie prac implementacyjnych interfejsu użytkownika
• Zaprojektowanie sieci neuronowej w tym:
a) Zapewnienie infrastruktury B+R
b) Zaprojektowanie architektury sieci neuronowej
c) Uczenie sieci neuronowej na uzyskanym wcześniej w ramach przeprowadzonych badań zbiorze danych.
d) Przeprowadzenie wstępnych testów poprawności działania sieci.
• dokumentacja techniczna i raport badawczy.
Rezultaty Etapu 1
• kod źródłowy + instrukcja uruchomienia,
• raport: opis danych, architektury, metryk i wyników,
• paczka modelu + pipeline preprocessing
Etap 2: Hybrydowy model rekomendacji treści rozwojowych
Zakres etapu 2
• Opracowanie algorytmu mającego na celu tworzenie zbioru danych pierwotnych składającego się z danych wyjściowych sieci neuronowej, danych zebranych w ramach wcześniejszych badań ankietowych, danych demograficznych, a także danych na temat rozwoju technologii, w tym Opracowanie algorytmu mającego na celu tworzenie zbioru danych pierwotnych składającego się z danych wyjściowych sieci neuronowej, danych zebranych w ramach wcześniejszych badań ankietowych, danych demograficznych, a także danych na temat rozwoju technologii.
• Implementacja interfejsów użytkownika
• Implementacja aplikacji bazodanowej API (interfejsu programowania aplikacji)
• Integracja interfejsów z modułem uczenia maszynowego.
• Wykorzystanie najlepszych praktyk w zakresie bezpieczeństwa systemu, takich jak uwierzytelnianie, autoryzacja i szyfrowanie.
• ewaluacja jakości rekomendacji (offline) i przygotowanie planu testów online,
• raport i dokumentacja.
Rezultaty etapu 2
• działający komponent rekomendacyjny + API (lub moduł do integracji),
• raport z ewaluacji (metodyka, metryki, wnioski),
• rekomendacje parametrów wdrożeniowych.
Etap 3: Prototyp systemu eksperckiego + testy w warunkach rzeczywistych
Zakres etapu 3
• Opracowanie systemu eksperckiego wspierania decyzji z zakresu doradztwa zawodowego, oferty kursów oraz planowania kariery w branży IT
• Integracja aplikacji internetowej, sieci neuronowej, systemu bazodanowego oraz modelu uczenia maszynowego w celu stworzenia prototypu systemu eksperckiego w tym:
a) Finalizacja projektowania interfejsów na bazie wdrożonego wcześniej prototypu aplikacji bazodanowej - interfejsów API.C23:C38
b) Dokumentowanie systemu, w tym opis interfejsów, metody dostępu, argumenty i wartości zwracane.
c) Definicja formatu danych przesyłanych i odbieranych przez system
d) Integracja systemu bazodanowego z modelem uczenia maszynowego poprzez aplikację internetową.
e) Integracja systemu bazodanowego z siecią neuronową poprzez aplikację internetową
• Implementacja systemu eksperckiego
a) Implementacja interfejsu aplikacji bazodanowych API.
b) Finalna integracja systemu eksperckiego z modułem uczenia maszynowego.
c) Wykorzystanie najlepszych praktyk w zakresie bezpieczeństwa systemu, takich jak uwierzytelnianie, autoryzacja i szyfrowanie
• Testowanie systemu eksperckiego
a) Testowanie funkcjonalności systemu na różnych poziomach, w tym testy jednostkowe, integracyjne i end-to-end.
b) Testowanie systemu w warunkach rzeczywistych.
c) Testy wydajnościowe i obciążeniowe.
• Analiza działania systemu eksperckiego
a) Ekspercka analiza UX
b) Ekspercka analiza poprawności działania systemu bazodanowego
• Rozwinięcie systemu eksperckiego o dodatkowe funkcjonalności
• Testy końcowe działania systemu oraz ocena wydajności systemu
Rezultaty Etapu 3:
• prototyp aplikacji (repozytorium kodu) + instrukcja uruchomienia,
• API i dokumentacja (np. OpenAPI/Swagger lub równoważna),
• raport z testów pilotażowych + wnioski i rekomendacje,
• zestaw metryk i dashboard/monitoring (lub opis integracji monitoringu).
Prawa własności intelektualnej i poufność
• Wykonawca przeniesie na Zamawiającego autorskie prawa majątkowe do wytworzonego kodu, dokumentacji i rezultatów B+R lub udzieli licencji zgodnie z zapisami umowy (do wskazania w projekcie umowy).
• Wykonawca zobowiązany do zachowania poufności (NDA) w zakresie danych, know-how i wyników.
• Zamawiający będzie jedynym właścicielem wyników prac B+R w ramach realizacji podwykonawstwa.
Okres gwarancji: 12 miesięcy
Miejsce realizacji
Kraj: Polska, Województwo: wielkopolskie, Powiat: Poznań, Gmina: Poznań-Stare Miasto, Miejscowość: Poznań
Time limit for receipt of tenders
2026-03-09 22:59:59.0
Location
Kraj: Polska, Województwo: wielkopolskie, Powiat: Poznań, Gmina: Poznań-Stare Miasto, Miejscowość: Poznań
Category assortment
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
Consultancy
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
Consultancy
Buyer details
IT CNTR SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ
Święty Marcin 28/41
61-805 Poznań
Województwo: wielkopolskie
Kraj: Polska
NIP: 7831881662
Święty Marcin 28/41
61-805 Poznań
Województwo: wielkopolskie
Kraj: Polska
NIP: 7831881662
