Ewaluacja i testowanie modeli machine learning – Warszawa

Kto wygrał, za ile i ilu było chętnych.

• Zadanie 1 (usługa): ewaluacja i testy wieloźródłowej fuzji danych, ekstrakcji cech (Feature Engineering) oraz identyfikacji reżimów rynkowych dla szeregów czasowych — 250 roboczodni.
• Zadanie 2 (usługa): ewaluacja głębokich modeli zabezpieczających (Deep Hedging) i metod Wyjaśnialnej AI (XAI) — 300 roboczodni.
• Zadanie 3 (usługa): ewaluacja dynamicznego rebalansowania portfela z uczeniem ze wzmocnieniem (RL) i generatywnymi symulatorami rynkowymi (Digital Twin) — 300 roboczodni.
• Zadanie 4 (usługa): walidacja modeli w środowiskach zbliżonych do rzeczywistych oraz testy integracji modułu rebalansowania/Deep Hedge z platformą AI Investments — 250 roboczodni.
• Łącznie 1100 roboczodni, świadczenie ciągłe przez cały projekt (01.06.2027–30.09.2030), odbiór miesięczny z raportami technicznymi.

Zamówienie obejmuje zaawansowane badania B+R z uczenia maszynowego (Deep Hedging, RL, XAI, Digital Twin), wymaga zespołu z doktoratem, certyfikatem ISTQB i min. 10-letnim doświadczeniem w quant tradingu, przy całkowitym zasięgu 1100 roboczodni na ponad 3 lata.

Sygnały, na które warto zwrócić uwagę przed startem.

Brak istotnych sygnałów ostrzegawczych.

Wyodrębnione z wyjaśnień treści SWZ.

Zamawiający nie opublikował pytań ani odpowiedzi