PlanifiéServicesMarktconsultatie

RWS Challenge Modèle de Machine Learning pour les paramètres de houle

Rijkswaterstaat Water, Verkeer en Leefomgeving · Marktconsultatie · 1 lots · 426401
Type
Services
72200000 · Programmation et conse
Valeur estimée
Non publié
Avant l'échéance
En continu
Knock-outs
n.d.
motifs d'exclusion
Attribution selon
Meilleur rapport qualité-prix
4 critères
À évaluer manuellementconfiance élevé

Rijkswaterstaat organise un challenge pour le développement d'un modèle de machine learning rapide pour les paramètres de houle en mer du Nord. Les participants ayant obtenu des résultats probants pourront être invités à une procédure de consultation négociée restreinte (MVO) pour un proof-of-concept et un déploiement ultérieur vers un modèle de pré-production.

Services · Marktconsultatie · Procédure nationale

Calendrier complet
Type de marché
Services
Marktconsultatie
Valeur estimée
Estimation non publiée
Date limite de remise
En continu
Portée
National
Procédure nationale
Lots
1
1 lots
Code CPV principal
Programmation et conseil en logiciels
Lieu
NL
CaractéristiquesCPV 72ServicesMachine LearningAIModèles d'eau

01Ce qui est demandé

Développement d'un modèle de Machine Learning pour le calcul des paramètres de houle (hauteur significative de la houle et hauteur de déferlement) sur des sites de la mer du Nord. La mission commence par un Challenge (consultation du marché) et peut mener à une procédure de consultation négociée restreinte (MVO) pour un Proof-of-concept et l'élaboration ultérieure vers un modèle de pré-production.

L'objectif de la consultation du marché est d'obtenir un aperçu des possibilités de solutions innovantes pour de futurs modèles d'eau ML rapides.

72200000Services
1RWS Challenge Modèle de Machine Learning pour les paramètres de houle

02Éclairage stratégique

Aperçu stratégique · analyse IA
<ul Lors du Challenge, l'accent doit être mis sur une approche d'entraînement robuste qui répond directement aux besoins opérationnels (MLOps) et aux exigences des utilisateurs du HMC. Assurez le strict respect des conditions techniques limites, en particulier les contraintes matérielles (VRAM/CPU) et l'exigence de déterminisme. N'optimisez pas le modèle uniquement sur la précision générale, mais spécifiquement sur la Peak Error lors de valeurs extrêmes, car cela détermine 40 % du score de performance.
Lu automatiquement à partir des documents de marché par IA. Vérifiez toujours les documents originaux.

03Points d'attention

Important · 8
Le Plan de Travail ne doit pas dépasser 2 pages A4 recto uniquement (hors page de garde).Important
L'implémentation doit utiliser Python version 3.12 ou supérieure.Important
Pour la gestion des dépendances, l'utilisation de pyproject.toml est obligatoire.Important
Pour les opérations aléatoires, une graine fixe (random-seed=42) doit être utilisée.Important
Les modèles présentant une déviation de plus de 5 % lors d'entraînements répétés seront exclus.Important
L'inférence doit s'exécuter sur un GPU unique avec un maximum de 16 Go de VRAM.Important
L'utilisation de la mémoire CPU ne doit pas dépasser structurellement les 12 Go pendant l'inférence.Important
Les participants au Challenge ne reçoivent aucune rémunération pour leur participation.Important

04Critères d'attribution

Performance : Score total du modèle (RMSE, Peak Error et Skill Score)pondération n.d.

Évaluation basée sur un test de validation avec trois métriques clés : Précision générale (RMSE) pour 40 %, Performance lors des extrêmes (Peak Error) pour 40 % et Pouvoir prédictif (Skill Score) pour 20 %.

Qualitatif : Adéquation avec les souhaits des utilisateurs et l'application20%

Le degré auquel l'approche d'entraînement proposée répond aux souhaits et besoins des utilisateurs finaux et à l'application finale (telle que les prévisions d'ensemble).

Qualitatif : Utilisation opérationnelle et déploiement20%

Le degré auquel le soumissionnaire tient compte de la volonté de mettre le modèle en service opérationnel et de le gérer comme une solution prête pour la production répondant aux conditions techniques limites.

Prix : Prix de l'offre pour la pré-productionpondération n.d.

Prix de l'offre avec un plafond de prix de 95 000,00 € hors TVA.

05Processus & calendrier

Publication du Challenge via Tenderned / Digishape
26 mei 2026
Inscription à la session d'information
29 mei 2026
Session d'information en ligne – équipes
1 juni 2026 14:00
Clôture du délai de dépôt des questions
5 juni 2026 11:00
Publication des réponses aux questions
8 juni 2026 17:00
Envoi du Plan de Travail
15 juni 2026 11:00
Pitches DigiShape
19 juni 2026
Annonce de la suite et décision de lancer la MVO
23 juni 2026
Publication de la MVO via TenderNed
25 juni 2026
Clôture de l'inscription à la MVO
31 augustus 2026
Attribution définitive sur la base du Proof-of-concept
18 september 2026
Date de début du contrat
7 oktober 2026
Einddatum overeenkomst
15 februari 2027

06Valeur en contexte

Estimation non publiée

Le pouvoir adjudicateur n'a pas publié de valeur estimée — fréquent pour une grande partie des marchés. Le seuil européen pour diensten est de € 221.000, à titre de référence.

07Concurrents probables

#Soumissionnaire probableAdéquationGagnés
1COMPAREX Nederland B.V.SME9130×
2Conclusion B.V.SME8518×
3IlionX Group B.V.SME7713×
4CGI GovernmentUnknown7612×
5KPMG Advisory N.V.SME7615×
6Sogeti Nederland B.V. SME7516×

08Documents de marché

TN591656 - EFE1 Vrijwillige aankondiging van voorafgaande marktconsultatie 20260526135912pdf26 mai 2026 · 171 KB
31219005 Challenge Machine Learning-model voor Golfparameterspdf26 mai 2026 · 610 KB

09Thèmes juridiques susceptibles d'être pertinents ici

10Questions fréquentes

Quel est l'objectif du RWS Challenge ?
L'objectif est d'obtenir un aperçu des possibilités de solutions innovantes pour de futurs modèles d'eau Machine Learning rapides dans le cadre de l'AI Impulsprogramma pour les modèles de mouvement de l'eau (AIWaM).
Quelle est la possibilité d'une commande ultérieure après la consultation du marché ?
En cas de résultats suffisants et de potentiel issu du Challenge, la mission peut être poursuivie via une procédure de consultation négociée restreinte (MVO).
Quelle expertise est requise pour participer à cet appel ?
Des connaissances très spécialisées sont requises tant en Intelligence Artificielle (AI) qu'en paramètres d'ingénierie hydraulique pour développer des modèles répondant aux exigences fonctionnelles et techniques.
Sur quels critères une éventuelle procédure de consultation négociée restreinte (MVO) peut-elle être évaluée ?
L'évaluation lors d'une MVO se concentre sur le score total du modèle, l'adéquation avec les souhaits et l'application des utilisateurs, ainsi que l'utilisation opérationnelle et le déploiement.

Compilé automatiquement à partir des données et documents officiels de l'appel d'offres.

11Valeur estimée par rapport au marché

p25
€ 327K
médiane
€ 800K
p75
€ 2,5 mln
deze opdracht

Gegunde waarden in CPV 72 · diensten n=1436