Wszystkie zamówienia
Przyjmowanie ofert Zapytanie ofertowe · Usługa IT / AIIT / AI service

Kompleksowa usługa informatyczna – system AI do automatyzacji procesów sprzedażowychComprehensive IT service – AI system for automating sales processes

W związku z realizacją projektu współfinansowanego ze środków Unii Europejskiej zwracam się z zapytaniem ofertowym na kompleksową usługę informatyczną opisaną poniżej.

1Kontekst projektu

Cel projektu: mobilna aplikacja z konwersacyjnym asystentem AI, która prowadzi osobę prywatną od podania kilku informacji o przedmiocie używanym do gotowego ogłoszenia sprzedażowego (tytuł, opis, propozycja ceny, kategoria i parametry), możliwego do opublikowania na platformach typu OLX, Allegro czy Vinted.

2Przedmiot zamówienia

Przedmiotem zamówienia jest kompleksowa usługa informatyczna polegająca na zaprojektowaniu i wykonaniu systemu automatyzacji i optymalizacji procesów sprzedażowych opartego na sztucznej inteligencji, realizowana w dwóch etapach:

Etap 1 01.10.2026 – 31.01.2027

  1. 1.1. Opracowanie architektury systemu
  2. 1.2. Benchmarking modeli AI
  3. 1.3. Adaptacja wybranego modelu AI
  4. 1.4. Budowa architektury RAG

Etap 2 01.02.2027 – 30.06.2027

  1. 2.1. Budowa infrastruktury backendowej systemu
  2. 2.2. Budowa konwersacyjnego interfejsu użytkownika (aplikacja mobilna)
  3. 2.3. Implementacja modułu generowania ogłoszeń

3Opis prac (podzadania)

Etap 1

1.1. Opracowanie architektury systemu

Wykonawca wykona:

  • model procesów w notacji BPMN (lub równoważnej),
  • projekt warstwy danych i integracji,
  • specyfikację komponentów modułu AI,
  • projekt architektury obejmujący warstwę frontendową (aplikacja mobilna), backendową oraz mechanizmy RAG,
  • wymagania funkcjonalne, niefunkcjonalne i integracyjne.

1.2. Benchmarking modeli AI

Wykonawca wykona:

  • porównawczą ocenę co najmniej 4 modeli językowych (minimum 2 klasy SLM i minimum 2 klasy LLM, z różnych rodzin architektonicznych – np. Llama, Mistral, Phi),
  • badanie na zbiorze co najmniej 300 rzeczywistych opisów przedmiotów używanych z różnych kategorii (elektronika, odzież, wyposażenie domu),
  • opracowanie metodyki badania i środowiska testowego,
  • pomiar metryk: F1-score dla ekstrakcji atrybutów produktu, MAPE dla estymacji ceny, wskaźnik halucynacji,
  • rekomendację modelu do adaptacji.

1.3. Adaptacja wybranego modelu AI

Wykonawca wykona:

  • przygotowanie zanonimizowanych zbiorów treningowych i testowych na bazie danych udostępnionych przez Zamawiającego,
  • dostrojenie wybranego modelu technikami PEFT/LoRA do ekstrakcji atrybutów, wyceny i generowania treści ogłoszeń na danych polskiego rynku C2C,
  • strojenie hiperparametrów, walidację końcową, analizę przypadków brzegowych i testy regresyjne.

1.4. Budowa architektury RAG

Wykonawca wykona:

  • bazę wektorową,
  • potok indeksowania danych,
  • warstwę wyszukiwania,
  • integrację z modelem z podzadania 1.3 i walidację.

Etap 2

2.1. Budowa infrastruktury backendowej systemu

Wykonawca wykona:

  • API i warstwę usług,
  • kolejkowanie zadań, obsługę błędów i logowanie,
  • integrację z modułem AI i architekturą RAG,
  • dokumentację techniczną.

2.2. Budowa konwersacyjnego interfejsu użytkownika

Wykonawca wykona:

  • aplikację mobilną (minimum na platformę Android) z interfejsem konwersacyjnym,
  • integrację z warstwą backendową,
  • rejestrację danych o przebiegu dialogów wieloturowych i kompletności uzyskanych parametrów produktu.

2.3. Implementacja modułu generowania ogłoszeń

Wykonawca wykona moduł informatyczny realizujący pełen cykl generowania ogłoszenia:

  • ekstrakcję danych o produkcie,
  • konwersacyjne uzupełnianie brakujących parametrów,
  • wygenerowanie tytułu i opisu,
  • propozycję ceny,
  • dobór kategorii i parametrów,
  • przygotowanie ogłoszenia do publikacji.

4Warunki realizacji

a) Terminy

  • Etap 1: od 01.10.2026 r. maksymalnie do 31.01.2027 r.
  • Etap 2: od 01.02.2027 r. maksymalnie do 30.06.2027 r.

b) Infrastruktura

Zamawiający zapewnia na czas realizacji środowisko GPU, w którym prowadzone będą mogły być prace na danych i modelach.

c) Dane wejściowe

Zamawiający udostępnia dane źródłowe z rynku wtórnego (zdjęcia produktów, opisy, dane cenowe) pozyskane od współpracujących lombardów. W zakresie Wykonawcy pozostaje opracowanie na ich bazie zbiorów treningowych i testowych.

d) Stos technologiczny

Zamawiający zakłada wykorzystanie narzędzi open source, zapewniających niezależność technologiczną:

  • AI/ML: np. Python – PyTorch, TensorFlow, Scikit-learn, Pandas, NumPy, ekosystem HuggingFace,
  • bazy wektorowe: np. Pinecone, Weaviate, Qdrant lub PostgreSQL z pgvector,
  • backend: np. FastAPI lub Flask,
  • aplikacja mobilna: np. rozwiązania natywne Android lub cross-platform,
  • śledzenie eksperymentów: np. MLflow lub Weights & Biases,
  • Docker, Git.

Zamawiający dopuszcza rozwiązania low-code/no-code (np. n8n, Supabase, FlutterFlow).

Wykonawca może zaproponować inne technologie, jeżeli uzasadni to w ofercie i nie uzależni Zamawiającego od rozwiązań zamkniętych.

e) Wynagrodzenie

  • Płatność po zakończeniu każdego etapu.
  • Termin płatności: 30 dni od otrzymania prawidłowo wystawionej faktury.

5Zawartość oferty

Proszę o przesłanie oferty zawierającej cenę netto i brutto dla każdego podzadania.

6Termin składania ofert

Oferty proszę przesyłać do 28.09.2026 r. do godziny 23:59 na adres administracja@impressitem.com.

7Informacje formalne

Zamówienie nie podlega przepisom ustawy Prawo zamówień publicznych. Zapytanie służy rozeznaniu rynku i nie stanowi oferty w rozumieniu art. 66 Kodeksu cywilnego ani zobowiązania do udzielenia zamówienia.

In connection with the implementation of a project co-financed by the European Union, I hereby submit a request for quotation for the comprehensive IT service described below.

1Project background

Project objective: a mobile application with a conversational AI assistant that guides a private individual from providing a few details about a used item to a ready-made sales listing (title, description, suggested price, category and attributes) that can be published on platforms such as OLX, Allegro or Vinted.

2Subject of the order

The subject of the order is a comprehensive IT service consisting in the design and development of an AI-based system for automating and optimising sales processes, carried out in two stages:

Stage 1 01.10.2026 – 31.01.2027

  1. 1.1. Development of the system architecture
  2. 1.2. Benchmarking of AI models
  3. 1.3. Adaptation of the selected AI model
  4. 1.4. Development of the RAG architecture

Stage 2 01.02.2027 – 30.06.2027

  1. 2.1. Development of the system backend infrastructure
  2. 2.2. Development of the conversational user interface (mobile application)
  3. 2.3. Implementation of the listing generation module

3Scope of work (subtasks)

Stage 1

1.1. Development of the system architecture

The Contractor shall deliver:

  • a process model in BPMN notation (or equivalent),
  • a design of the data and integration layer,
  • a specification of the AI module components,
  • an architecture design covering the frontend layer (mobile application), the backend layer and the RAG mechanisms,
  • functional, non-functional and integration requirements.

1.2. Benchmarking of AI models

The Contractor shall deliver:

  • a comparative evaluation of at least 4 language models (at least 2 SLM-class and at least 2 LLM-class models, from different architectural families – e.g. Llama, Mistral, Phi),
  • a study on a dataset of at least 300 real descriptions of used items from various categories (electronics, clothing, home furnishings),
  • a research methodology and a test environment,
  • measurement of the following metrics: F1-score for product attribute extraction, MAPE for price estimation, and hallucination rate,
  • a recommendation of the model to be adapted.

1.3. Adaptation of the selected AI model

The Contractor shall deliver:

  • preparation of anonymised training and test datasets based on data provided by the Contracting Party,
  • fine-tuning of the selected model using PEFT/LoRA techniques for attribute extraction, pricing and listing content generation on Polish C2C market data,
  • hyperparameter tuning, final validation, edge-case analysis and regression testing.

1.4. Development of the RAG architecture

The Contractor shall deliver:

  • a vector database,
  • a data indexing pipeline,
  • a retrieval layer,
  • integration with the model from subtask 1.3, and validation.

Stage 2

2.1. Development of the system backend infrastructure

The Contractor shall deliver:

  • an API and a service layer,
  • job queuing, error handling and logging,
  • integration with the AI module and the RAG architecture,
  • technical documentation.

2.2. Development of the conversational user interface

The Contractor shall deliver:

  • a mobile application (at least for the Android platform) with a conversational interface,
  • integration with the backend layer,
  • recording of data on the course of multi-turn dialogues and the completeness of the product attributes obtained.

2.3. Implementation of the listing generation module

The Contractor shall deliver a software module covering the full listing generation cycle:

  • extraction of product data,
  • conversational completion of missing attributes,
  • generation of the title and description,
  • a price suggestion,
  • selection of the category and attributes,
  • preparation of the listing for publication.

4Terms of performance

a) Deadlines

  • Stage 1: from 01.10.2026 until no later than 31.01.2027.
  • Stage 2: from 01.02.2027 until no later than 30.06.2027.

b) Infrastructure

For the duration of the order, the Contracting Party will provide a GPU environment in which work on data and models can be carried out.

c) Input data

The Contracting Party will provide source data from the secondary market (product photos, descriptions, pricing data) obtained from partner pawnshops. The Contractor is responsible for preparing training and test datasets on that basis.

d) Technology stack

The Contracting Party assumes the use of open-source tools that ensure technological independence:

  • AI/ML: e.g. Python – PyTorch, TensorFlow, Scikit-learn, Pandas, NumPy, the HuggingFace ecosystem,
  • vector databases: e.g. Pinecone, Weaviate, Qdrant or PostgreSQL with pgvector,
  • backend: e.g. FastAPI or Flask,
  • mobile application: e.g. native Android or cross-platform solutions,
  • experiment tracking: e.g. MLflow or Weights & Biases,
  • Docker, Git.

The Contracting Party accepts low-code/no-code solutions (e.g. n8n, Supabase, FlutterFlow).

The Contractor may propose other technologies, provided that this is justified in the offer and does not make the Contracting Party dependent on proprietary solutions.

e) Remuneration

  • Payment upon completion of each stage.
  • Payment term: 30 days from receipt of a correctly issued invoice.

5Content of the offer

Please submit an offer stating the net and gross price for each subtask.

6Deadline for submitting offers

Please send offers by 28.09.2026, 11:59 p.m. (CEST) to administracja@impressitem.com.

7Formal information

This order is not subject to the Polish Public Procurement Law. This request serves as market research and does not constitute an offer within the meaning of Article 66 of the Polish Civil Code, nor an obligation to award the contract.

Fundusze Europejskie dla Nowoczesnej Gospodarki – Rzeczpospolita Polska – Unia Europejska