Przedmiot zlecenia: FENG/SD/24/2026 - Zakup usługi dostępu do chmury obliczeniowej oraz narzędzi wspierających proces zarządzania danymi. Zamawiający: Smarter Diagnostics sp. z o.o. Kategoria: Dostawy. Lokalizacja realizacji: Olsztyn, warmińsko-mazurskie. Termin składania ofert: 02.10.2026 23:59. Kod CPV: 72300000-8, 72310000-1, 72317000-0. Zakres podany w publicznym źródle: Przedmiotem zamówienia jest zapewnienie dostępu do infrastruktury chmurowej oraz narzędzi wspierających proces zarządzania danymi medycznymi i ich anotację (etykietowanie) w ramach projektu „SmarterKneeMRI”. Zamówienie nie obejmuje wykonania samej usługi anotacji (którą realizuje Zamawiający), a jedynie dostarczenie środowiska technologicznego opartego o ekosystem Amazon Web Services (AWS), które jest obecnie wykorzystywane jako platforma przetwarzania i przechowywania danych oraz trenowania. 1. Model realizacji i wymagania integracyjne Integracja z posiadanym kontem: Wykonawca zobowiązany jest do świadczenia usług w sposób umożliwiający ich bezpośrednie „podpięcie” i pełną integrację z obecnym środowiskiem chmurowym Beneficjenta. Efektywność kosztowa: Wykorzystanie istniejącego środowiska AWS ma na celu ograniczenie kosztów wdrożenia, utrzymania oraz eliminację konieczności budowy równoległych platform na zasobach chmurowych innych dostawców. Samodzielna realizacja prac: Sam proces anotacji danych będzie realizowany samodzielnie przez Zamawiającego; przedmiotem zapytania jest wyłącznie dostarczenie środowiska i mocy obliczeniowej. 2. Szczegółowy zakres usług Wykonawca zapewni dostęp do następujących zasobów w ramach ekosystemu AWS: AWS SageMaker Ground Truth: Komponent do realizacji procesu anotacji, weryfikacji i walidacji (ok. 10 000 jednostek anotacyjnych). Zasoby obliczeniowe (Compute): Instancje Amazon EC2 / Amazon ECS (np. klasa m6i.xlarge) do obsługi pipeline'ów i usług aplikacyjnych. Instancje GPU (Amazon EC2 GPU) do trenowania modeli i wsparcia procesów inferencyjnych. Warstwa danych i AI: Amazon S3: Rozszerzenie przestrzeni składowania danych (szacunkowo o 10 TB). Amazon RDS for PostgreSQL (z pgvector): Do przechowywania metadanych i wyszukiwania semantycznego. Amazon Bedrock & SageMaker Embeddings: Usługi AI wspomagające generowanie embeddingów i automatyzację etapów anotacji. Sieć i bezpieczeństwo: Konfiguracja w ramach istniejącego Amazon VPC, w tym NAT Gateway, Load Balancer oraz monitoring CloudWatch. 3. Szacunkowe wykorzystanie zasobów i infrastruktury (Specyfikacja techniczna) A. Ramy czasowe Okres wykorzystania zasobów: 13 miesięcy (planowany termin: październik 2026 r. – październik 2027 r.). B. Zasoby obliczeniowe (Compute) Przetwarzanie standardowe: 5 instancji klasy m6i.xlarge (4 vCPU, 16 GB RAM) pracujących w trybie ciągłym (24/7, ok. 730 godzin miesięcznie). Przeznaczenie: obsługa pipeline’ów danych, usług aplikacyjnych oraz zadań analitycznych. Przetwarzanie GPU: 1 instancja klasy g4dn.xlarge, wykorzystywana przez ok. 440 godzin miesięcznie do trenowania i inferencji modeli oraz wsparcia procesu anotacji. C. Przechowywanie danych i bazy danych (Storage & Database) Przestrzeń obiektowa: ok. 10 TB w usłudze Amazon S3 Standard na składowanie danych DICOM, wyników przetwarzania oraz wersjonowanie zbiorów. Baza danych: 1 instancja klasy db.r6g.xlarge (4 vCPU, 32 GB RAM) z 100 GB przestrzeni dyskowej (gp3) i standardowym mechanizmem kopii zapasowych. Wyszukiwanie semantyczne: Wykorzystanie rozszerzenia pgvector dla bazy PostgreSQL do obsługi emb