浙江农村商业联合银行股份有限公司和浙江农商数字科技有限责任公司关于2024年度省行与农商数科公司专家类软件研发人力外包资源池入围采购公开招标公告-标的一
微信分享
关注项目
标讯收藏
| 项目名称 | 省份 | ||
| 业主单位 |
认领
立即查看
|
业主类型 | |
| 总投资 | 建设年限 | ||
| 建设地点 | |||
| 审批机关 | 审批事项 | ||
| 审批代码 | 批准文号 | ||
| 审批时间 | 审批结果 | ||
| 建设内容 | |||
浙江农村商业联合银行股份有限公司和浙江农商数字科技有限责任公司对下列项目进行公开招标。现欢迎对本项目有兴趣，并具备合格投标人资格的国内法人参加投标。一、项目名称2024年度省行与农商数科公司专家类软件研发人力外包资源池入围-标的一：基础技术领域专家类研发人力外包资源池入围二、项目编号ZRUB-2024-07-16-09-E094 <三、招标内容入围11家基础技术领域专家类研发人力外包资源池。（具体内容详见《招标文件》）四、投标人资格要求1.注册公司要求：在中华人民共和国境内（不含港、澳、台地区）注册，具有独立法人资格。法定代表人为同一人的两个及以上法人不得同时参加本项目投标。投标人与其全资子公司或控股子公司，不得同时参加本项目投标。2.注册资本要求：投标单位注册资本须在1000万元人民币以上（含1000万元），成立时间三年以上（含三年）。3.财务状况要求：具有良好的商业信誉和健全的财务会计制度。参加招标采购活动前三年内，在经营活动中没有重大违法记录。4.标的要求：基础技术领域专家资源池：投标单位须具有大数据技术、人工智能、数据分析、数据建模、云计算、分布式、运行维护、网络管理中其中一种或多种服务能力。5.本标的不接受联合体投标。6.子领域要求：<<①大数据技术、人工智能子领域：该子领域投标单位要求满足以下至少六条要求，其中第一条必须满足：（1）投标单位具备金融行业数据中台规划与建设、数据仓库与数据湖设计与优化、人工智能应用（自然语言处理、知识图谱构建、知识图谱推理、舆情情感分析、图嵌入、文本特征抽取、命名实体识别、关系抽取、大语言模型等）设计其中一种或多种服务能力，能够开展大数据及AI前沿技术和工具方向（离线/实时计算、数据存储、联邦学习、可解释AI、图谱管理、图数据库、图谱平台构建及应用、大模型、机器学习平台、模型管理平台）的探索和应用。（2）投标单位至少有三年以上（含三年）的专业领域实施经验，专业领域技术服务团队人数至少在30人以上。（3）熟悉大数据平台、大模型、自然语言理解、机器学习、知识图谱等前沿技术和工具，拥有大数据技术平台或人工智能领域设计与实施经验，且在近三年内至少在5家国有银行或全国性股份银行该基础技术领域项目（数据湖、数据仓库、数据中台、大数据应用、机器学习平台、人工智能技术等）担任过技术负责人、架构设计师等重要角色，拥有架构设计和详细设计的实施经验和案例。（4）投标单位应精通HADOOP体系生态，精通HDFS、HBASE、HIVE、SPARK、KAFKA等技术组件。（5）投标单位应精通大数据平台整体结构和相关技术组件，具备平台和相关技术组件的设计、研发、架构、优化等能力。（6）投标单位应具备实时数据研发和设计能力，精通各类主流实时计算技术，具备基于企业版FLINK设计应用场景实现、优化系统架构和性能的能力。（7）投标单位具备从传统数据库或开源数据平台组件迁移到大数据平台的能力，并且具有近三年内至少在一家国有银行或全国性股份银行成功案例。（8）具备基于自然语言处理、知识图谱等人工智能技术构建应用场景的能力，并具备相关技术平台化体系化研发能力，具有大型机器学习平台、知识图谱平台的架构设计和建设实施的丰富经验。（9）具备大数据技术、人工智能领域的相关技术专利至少10项。②数据分析、数据建模子领域：（1）投标单位至少有三年以上（含三年）的专业领域实施经验，专业领域技术服务团队人数至少在30人以上，且研究生及博士学历专家数量占数据分析、数据建模团队的50%以上。（提供专业领域技术服务团队人员清单及近6个月社保证明清单，包含对应人员的学历证明）<<<<（2）投标单位需熟悉商业银行风控体系与核心业务流程，熟悉信用风险、操作风险识别、评估、度量、监测、报告和控制的相关理论和方法，精通信贷风控、反欺诈、反洗钱等金融风控场景数据分析、数据建模的思路和方法。（提供案例或其他证明材料）<<<<（3）近三年内，投标单位在国有大行（工行、建行、中行、农行、交行或邮储）或全国性股份银行（招商银行、浦发银行、兴业银行、中信银行、民生银行、光大银行、平安银行、华夏银行、广发银行、浙商银行、渤海银行、恒丰银行）的信贷风控、反欺诈、反洗钱等金融风控数据分析、数据建模成功实施案例累计不少于6个。（提供案例材料）<<<<（4）投标单位需熟悉数据分析、数据挖掘、数据治理、数据架构、数据产品相关的理论及方法，熟悉金融风控业务领域的数据采集、传输、处理、存储过程及方法，熟悉面向风控场景的特征、标签、监控指标体系构建流程及方法。（提供案例或其他证明材料）<<<<（5）投标单位需熟悉数理统计、机器学习（ML/DL）、机器视觉（CV/OCR）、自然语言处理（NLP/KG）等数据分析基础知识及相关算法应用，熟练运用主流分析工具（例如Python、R、Spark
微信扫码关注
