FENG/SD/24/2026 - Purchase of a cloud computing access service and tools supporting the data management process
Buyer: Smarter Diagnostics sp. z o.o.
Country: Poland
Deadline: 2 Oct 2026, 23:59 (UTC+2)
Procedure: Other procedure
Sector (CPV): IT services (72300000)
Aperlena: https://aperlena.com/en/t/fengsd242026-zakup-uslugi-dostepu-do-chmury-obliczeniowej-oraz-narzedzi-wspierajacych-proces-zarzadzania-danymi-110a94204f
Official notice: https://bazakonkurencyjnosci.funduszeeuropejskie.gov.pl/ogloszenia/292804
If the deadline moves or the notice is corrected, we email you.
Log in
01
Summary
Machine-generated summary
This procurement supports the project 'SmarterKneeMRI', which develops an AI tool for clinical and preventive diagnosis of the knee joint based on MRI scans. Part 1 covers access to cloud infrastructure within the Amazon Web Services ecosystem, integrated directly with the buyer's existing AWS environment to avoid building parallel platforms. The supplier provides the technology environment only: AWS SageMaker Ground Truth for annotating, verifying and validating around 10,000 annotation units, computing capacity via Amazon EC2 and Amazon ECS instances (e.g. class m6i.xlarge) for application pipelines and services, GPU instances for model training and inference support, and an expansion of Amazon S3 data storage. The buyer itself performs the actual data annotation work.
02
Key points
Reference
2026-98567-292804
Projekt: FENG.01.01-IP.02-4013/23 - SmarterKneeMRI - narzędzie wspierające diagnostykę kliniczną i profilaktyczną stawu kolanowego w oparciu o badanie rezonansem magnetycznym i rozwiązania sztucznej inteligencji
Część 1: Zakup usługi dostępu do chmury obliczeniowej
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 embeddingów. D. Usługi anotacji i sztucznej inteligencji (AI Services) Narzędzie anotacyjne: AWS SageMaker Ground Truth do realizacji ok. 10000 jednostek anotacyjnych. Modele generatywne i embeddingi: Wykorzystanie usług Amazon Bedrock oraz Amazon SageMaker Embeddings do automatyzacji etapów etykietowania i generowania wektorów cech. Szacunkowy wolumen ok. 600 mln tokenów wejściowych i ok. 120 mln tokenów wyjściowych, a dla embeddingów ok. 1 000 mln tokenów dla całego okresu świadczenia usługi. E. Infrastruktura sieciowa i bezpieczeństwo Izolacja i ruch: Pełna konfiguracja w ramach istniejącego Amazon VPC Beneficjenta. Komponenty sieciowe: NAT Gateway (ok. 2 000 GB danych/mies.) dla ruchu wychodzącego, Application Load Balancer dla ruchu aplikacyjnego oraz system monitoringu i logowania Amazon CloudWatch (ok. 150 GB logów/mies). Zgodność: Zapewnienie środowiska umożliwiającego zachowanie standardów RODO, HIPAA, IRB oraz 21 CFR część 11. Możliwością indeksowania metadanych DICOM oraz raportów radiologicznych (HL7 FHIR). 4. Zasady rozliczania i płatności Wynagrodzenie Wykonawcy za świadczenie usług chmurowych naliczane będzie na podstawie rzeczywistego wykorzystania zasobów przez Zamawiającego (Beneficjenta), w podziale na poszczególne kategorie. Jeżeli faktyczny czas korzystania z danego zasobu w danym okresie rozliczeniowym będzie krótszy niż jednostka referencyjna w Formularzu ofertowym (np. miesiąc, godzina) wynagrod
Źródło: Ministerstwo Funduszy i Polityki Regionalnej, Baza Konkurencyjności Funduszy Europejskich; pobrano 2026-09-25; dane przetworzone.
Original text
Numer ogłoszenia: 2026-98567-292804
Projekt: FENG.01.01-IP.02-4013/23 - SmarterKneeMRI - narzędzie wspierające diagnostykę kliniczną i profilaktyczną stawu kolanowego w oparciu o badanie rezonansem magnetycznym i rozwiązania sztucznej inteligencji
Część 1: Zakup usługi dostępu do chmury obliczeniowej
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 embeddingów. D. Usługi anotacji i sztucznej inteligencji (AI Services) Narzędzie anotacyjne: AWS SageMaker Ground Truth do realizacji ok. 10000 jednostek anotacyjnych. Modele generatywne i embeddingi: Wykorzystanie usług Amazon Bedrock oraz Amazon SageMaker Embeddings do automatyzacji etapów etykietowania i generowania wektorów cech. Szacunkowy wolumen ok. 600 mln tokenów wejściowych i ok. 120 mln tokenów wyjściowych, a dla embeddingów ok. 1 000 mln tokenów dla całego okresu świadczenia usługi. E. Infrastruktura sieciowa i bezpieczeństwo Izolacja i ruch: Pełna konfiguracja w ramach istniejącego Amazon VPC Beneficjenta. Komponenty sieciowe: NAT Gateway (ok. 2 000 GB danych/mies.) dla ruchu wychodzącego, Application Load Balancer dla ruchu aplikacyjnego oraz system monitoringu i logowania Amazon CloudWatch (ok. 150 GB logów/mies). Zgodność: Zapewnienie środowiska umożliwiającego zachowanie standardów RODO, HIPAA, IRB oraz 21 CFR część 11. Możliwością indeksowania metadanych DICOM oraz raportów radiologicznych (HL7 FHIR). 4. Zasady rozliczania i płatności Wynagrodzenie Wykonawcy za świadczenie usług chmurowych naliczane będzie na podstawie rzeczywistego wykorzystania zasobów przez Zamawiającego (Beneficjenta), w podziale na poszczególne kategorie. Jeżeli faktyczny czas korzystania z danego zasobu w danym okresie rozliczeniowym będzie krótszy niż jednostka referencyjna w Formularzu ofertowym (np. miesiąc, godzina) wynagrod
Źródło: Ministerstwo Funduszy i Polityki Regionalnej, Baza Konkurencyjności Funduszy Europejskich; pobrano 2026-09-25; dane przetworzone.
03
Bid or no-bid?
Six questions before you commit a team. Under each one, what the register holds on it. The answers are yours.
The buyer has too few awards of its own in this sector, so this is the range of the last 990 awards for IT services in Poland.
€67€1.9B
Median award
€394,770
Middle half of past awards
€176,619 to €983,691
Baza Konkurencyjności Funduszy Europejskich (Ministerstwo Funduszy i Polityki Regionalnej) publishes no value for this notice, so it has no mark on the scale. The official documents may state one.
Award values as published by the official sources. Use them as a guide, not a rule: scope, lots and duration differ between contracts.
Based on 2175 awards with a linked company profile over the last 2 years.
06
Market context
Baza Konkurencyjności Funduszy Europejskich (Ministerstwo Funduszy i Polityki Regionalnej) publishes no value for this notice, so it cannot be placed among the open notices of its sector. The official documents may state one.