Zlecenie - Zakup usługi badawczej polegającej na opracowaniu...

oparciu o uczenie maszynowe dla potrzeb projektu ubiegającego się o dofinansowanie w ramach Programu Operacyjnego Inteligentny Rozwój na lata 2014-2020, działanie 2.3 Proinnowacyjne usługi dla przedsiębiorstw, poddziałanie 2.3.2 Bony na innowacje dla MŚP

1. Zadanie badawcze nr 1: Opracowanie bazy danych, głównych klas i metod oraz interfejs narzę-dzia analitycznego.
W ramach zadania przeprowadzona zostanie analiza charakteru zbieranych danych oraz przygotowanie koncepcji bazy danych, która umożliwi efektywne przetwarzanie danych napływających. Wybór optymalnego silnika bazodanowego, który umożliwi w przetwarzanie oraz zarządzanie danymi w najbardziej efektywny sposób.
Następnie opracowanie pełnej koncepcji aplikacji:
• interfejsu, który powinien być dostosowany do potrzeb przetwarzania dużych ilości danych.
• systemu, który powinien agregować i wyświetlać przetworzone wcześniej dane poprzez za-stosowanie zaawansowanego systemu do wyświetlania danych tabelarycznych ale z uwzględnieniem potrzeby interakcji interfejsy z użytkownikiem.
• wykonalnej w technologiach Web.
• Zawierającej główne klasy aplikacji oraz oprogramowany interfejs.
2. Zadanie badawcze nr 2: Opracowanie analizy wymagań dla algorytmów przetwarzających dane spływające.
W ramach zadania przeprowadzona zostanie analiza wymagań dla algorytmów analizujących dane:
• struktura - charakter danych wpływających , ich różnorodność, formaty w jakich są one do-stępne,
• spójność - kompletność danych oraz ewentualne źródła poboczne danych, z których można korzystać w przypadku braku kompletności danych podstawowych.,
• cele - jakie dane powinny wypływać oraz w jakiej formie.
Wynikiem powinna być opracowana specyfikacja wymagań stawianych planowanym algorytmom.
3. Zadanie badawcze nr 3: Opracowanie wersji testowej algorytmów sztucznej inteligencji - od-powiadających za analizowanie danych o charakterze bigdata.
W ramach zadania opracowane zostaną algorytmy, które na podstawie wcześniej pobranych danych oraz założonych współczynników będą w stanie analizować sprzedaż, prognozować sprzedaż oraz wyszukiwać szanse sprzedażowe. Przetworzone dane powinny zostać przedstawione w postaci tabelarycznej oraz wykresów w zaprojektowanych interfejsie.
Opracowany algorytm przy prognozowaniu sprzedaży powinien wykorzystywać:
• doświadczenie w sprzedaży danej firmy (dane archiwalne),
• zebrane dane o posiadanych zapasach,
• dane o aktualnych trendach w firmie,
• dane o obecnej sytuacji makroekonomicznej.
Dodatkowo system powinien umożliwiać optymalizację zasobów posiadanych w celu maksymalnego zwiększenia sprzedaży oraz zmniejszenia stanów magazynowych. Wszystkie decyzje podejmowane przez algorytm powinny uwzględniać parametryzację / konfigurację, dzięki czemu możliwe będzie konfigurowanie algorytmu pod danego klienta.
4. Zadanie badawcze nr 4: Testy funkcjonalne wersji testowej w warunkach zbliżonych do rzeczy-wistych, wraz z dostosowaniem interfejsu użytkownika oraz optymalizacją prototypu algoryt-mów.
W ramach zadania wykonane zostaną testy zgodności i testy wydajnościowe wersji beta. Umożliwi ono sprawdzenie poprawności obliczeń prowadzonych przez algorytm. W przypadku odchyleń wyników testów od celów założonych w analizie zostaną przeprowadzone niezbędne prace optymalizacyjne w celu osiągnięcia jak najbardziej wydajnych algorytmów. Po przeprowadzonych 3 seriach testów oprogramowanie powinno przeprowadzać samodzielnie poprawne analizy. Na tym etapie zostanie również zweryfikowana poprawność działania narzędzia pod kątem optymalizacji zasobów we współpracujących w ramach wdrożenia testowego w przedsiębiorstwach. Testowanie aplikacji powinno odbyć się we współpracy, z co najmniej jednym klientem końcowym.
Szczegóły w przedmiotowym zakresie zawarte zostały w dokumentacji zamówienia. Cel zamówienia Celem zamówienia jest zakup usługi badawczej polegającej na opracowaniu prototypu oprogramowania do automatycznej analizy danych o charakterze bigdata w oparciu o uczenie maszynowe w ramach Programu Operacyjnego Inteligentny Rozwój na lata 2014-2020, działanie 2.3 Proinnowacyjne usługi dla przedsiębiorstw, poddziałanie 2.3.2 Bony na innowacje dla MŚP.
Szczegóły w przedmiotowym zakresie zawarte zostały w dokumentacji zamówienia. Przedmiot zamówienia 1. Zadanie badawcze nr 1: Opracowanie bazy danych, głównych klas i metod oraz interfejs narzę-dzia analitycznego.
W ramach zadania przeprowadzona zostanie analiza charakteru zbieranych danych oraz przygotowanie koncepcji bazy danych, która umożliwi efektywne przetwarzanie danych napływających. Wybór optymalnego silnika bazodanowego, który umożliwi w przetwarzanie oraz zarządzanie danymi w najbardziej efektywny sposób.
Następnie opracowanie pełnej koncepcji aplikacji:
• interfejsu, który powinien być dostosowany do potrzeb przetwarzania dużych ilości danych.
• systemu, który powinien agregować i wyświetlać przetworzone wcześniej dane poprzez za-stosowanie zaawansowanego systemu do wyświetlania danych tabelarycznych ale z uwzględnieniem potrzeby interakcji interfejsy z użytkownikiem.
• wykonalnej w technologiach Web.
• Zawierającej główne klasy aplikacji oraz oprogramowany interfejs.
2. Zadanie badawcze nr 2: Opracowanie analizy wymagań dla algorytmów przetwarzających dane spływające.
W ramach zadania przeprowadzona zostanie analiza wymagań dla algorytmów analizujących dane:
• struktura - charakter danych wpływających , ich różnorodność, formaty w jakich są one do-stępne,
• spójność - kompletność danych oraz ewentualne źródła poboczne danych, z których można korzystać w przypadku braku kompletności danych podstawowych.,
• cele - jakie dane powinny wypływać oraz w jakiej formie.
Wynikiem powinna być opracowana specyfikacja wymagań stawianych planowanym algorytmom.
3. Zadanie badawcze nr 3: Opracowanie wersji testowej algorytmów sztucznej inteligencji - od-powiadających za analizowanie danych o charakterze bigdata.
W ramach zadania opracowane zostaną algorytmy, które na podstawie wcześniej pobranych danych oraz założonych współczynników będą w stanie analizować sprzedaż, prognozować sprzedaż oraz wyszukiwać szanse sprzedażowe. Przetworzone dane powinny zostać przedstawione w postaci tabelarycznej oraz wykresów w zaprojektowanych interfejsie.
Opracowany algorytm przy prognozowaniu sprzedaży powinien wykorzystywać:
• doświadczenie w sprzedaży danej firmy (dane archiwalne),
• zebrane dane o posiadanych zapasach,
• dane o aktualnych trendach w firmie,
• dane o obecnej sytuacji makroekonomicznej.
Dodatkowo system powinien umożliwiać optymalizację zasobów posiadanych w celu maksymalnego zwiększenia sprzedaży oraz zmniejszenia stanów magazynowych. Wszystkie decyzje podejmowane przez algorytm powinny uwzględniać parametryzację / konfigurację, dzięki czemu możliwe będzie konfigurowanie algorytmu pod danego klienta.
4. Zadanie badawcze nr 4: Testy funkcjonalne wersji testowej w warunkach zbliżonych do rzeczy-wistych, wraz z dostosowaniem interfejsu użytkownika oraz optymalizacją prototypu algoryt-mów.
W ramach zadania wykonane zostaną testy zgodności i testy wydajnościowe wersji beta. Umożliwi ono sprawdzenie poprawności obliczeń prowadzonych przez algorytm. W przypadku odchyleń wyników testów od celów założonych w analizie zostaną przeprowadzone niezbędne prace optymalizacyjne w celu osiągnięcia jak najbardziej wydajnych algorytmów. Po przeprowadzonych 3 seriach testów oprogramowanie powinno przeprowadzać samodzielnie poprawne analizy. Na tym etapie zostanie również zweryfikowana poprawność działania narzędzia pod kątem optymalizacji zasobów we współpracujących w ramach wdrożenia testowego w przedsiębiorstwach. Testowanie aplikacji powinno odbyć się we współpracy, z co najmniej jednym klientem końcowym.
Szczegóły w przedmiotowym zakresie zawarte zostały w dokumentacji zamówienia.