北京国际贸易有限公司（采购代理机构）受中国银行股份有限公司（采购人）委托，就中国银行股份有限公司数据治理外部专家资源选型项目进行公开选型。现邀请有意向且满足基本资质要求的供应商参加竞争。
一、项目名称
中国银行股份有限公司数据治理外部专家资源选型项目 第二包：数据分析与应用
二、采购编号
0686-2140011Y0199N/2
三、项目情况
(一) 选型内容
采购人以公开的方式对中国银行股份有限公司数据治理外部专家资源选型项目供应商和服务进行选型，本项目的入围供应商将获得采购人三个年度内（起始日期以入围协议签订时间为准）选型范围内服务的供货资格。在选型有效期内，如供应商的服务内容进行变更，变更的服务质量不得低于入围的承诺、价格不得高于最终入围价格（优惠幅度不得低于入围承诺），且须经过采购人的最终认可。同时采购人不承诺在选型有效期内授予入围供应商实际采购合同、不承诺年度内授予的采购合同总金额。
入围供应商数量：不多于3家
本分包选型的服务内容：
1、数据分析与应用
包括但不限于：实施各条线及相关综合经营公司基础的、全行级的、复杂的数据分析应用，分行及境外分行跨机构的数据分析应用；针对各条线自行开展的数据挖掘和分析，提供数据平台产品的设计、研发、上线部署和数据产品运营等。

专家类别	能力要求	服务经验	资质要求
高级专家	专家至少满足以下1项能力要求，供应商提供的专家团队应能够覆盖至少3项能力要求。 1.在项目组担任过架构设计，熟悉企业IT架构规划方法，拥有架构设计实施经验； 2.熟悉大数据云平台等前沿技术、工具，拥有大数据技术平台设计与实施经验； 3.熟悉敏捷开发机制、方法以及工具（包括但不限于持续集成、持续交付以及DevOps等相关实践），拥有敏捷开发机制实施经验； 4.熟悉API服务设计方法，具备整体规划与设计数据类、模型类API服务的能力与经验； 5.熟悉数据产品研发、验证、投产以及运营等生命周期流程，拥有数据产品全生命周期管理经验； 6.熟悉数据产品监测与评价方法，拥有数据产品监测指标和评价模型设计实施经验。	应具备国有银行（中、农、工、建、交、邮储和国开行、进出口行、农发行）、全国性股份制银行、外资银行等同业机构或大型互联网企业的数据产品研发、数据治理、数据管理、大数据应用等相关项目经验。	本科毕业5年以上（研究生毕业2年以上）；至少参与过3个银行行业数据管理或应用相关项目实施，或大数据分析与挖掘项目实施，并在项目中担任项目业务/数据分析师角色。具有较为丰富的数据管理和应用实践经验，能够指导并协助数据管理和应用项目开展，参与过数据管理或应用项目的实施并取得良好效果。
资深专家	专家至少满足以下1项能力要求，供应商提供的专家团队应能够覆盖至少3项能力要求。 1.在项目组担任过架构设计，熟悉企业IT架构规划方法，拥有架构设计实施经验； 2.熟悉大数据云平台等前沿技术、工具，拥有大数据技术平台设计与实施经验； 3.熟悉敏捷开发机制、方法以及工具（包括但不限于持续集成、持续交付以及DevOps等相关实践），拥有敏捷开发机制实施经验； 4.熟悉API服务设计方法，具备整体规划与设计数据类、模型类API服务的能力与经验； 5.熟悉数据产品研发、验证、投产以及运营等生命周期流程，拥有数据产品全生命周期管理经验； 6.熟悉数据产品监测与评价方法，拥有数据产品监测指标和评价模型设计实施经验。	应具备国有银行（中、农、工、建、交、邮储和国开行、进出口行、农发行）、全国性股份制银行、外资银行等同业机构或大型互联网企业的数据产品研发、数据治理、数据管理、大数据应用等相关项目经验。	本科毕业12年以上（研究生毕业9年以上，博士毕业6年以上）；需要5年或以上金融领域数据管理或应用相关项目实施经验，或大数据分析与挖掘项目实施经验。至少参与过5个银行业数据管理和应用项目（大中型）的实施，并在项目中担任架构师或业务分析师角色。对于学术界专家，需要满足985院校副教授以上职称（在新兴领域可适当放宽条件）。具有丰富的数据管理和应用实践经验，深刻理解数据管理和应用相关理论并能灵活运用，成功负责大型数据管理或应用项目的实施并取得良好效果。

2、数据智能
包括但不限于：机器学习（包括有监督学习、半监督学习、无监督学习）特别是深度学习（包括CNN、RNN）相关技术；图数据、图计算、图模型相关的技术和工具；RPA（机器人流程自动化）相关的技术和工具；联邦学习相关的技术和工具；AutoML（自动机器学习）相关的技术和工具。围绕数据治理、精准营销、风险防控、产品创新、客户体验提升、运营优化等数据智能应用的典型场景，引入学界业界在数据智能前沿技术、工具、模型等方面的理论成果和最佳实践。

专家类别	能力要求	服务经验	资质要求
高级专家	专家至少满足以下1项能力要求，供应商提供的专家团队应能够覆盖至少2项能力要求。 1、熟悉机器学习（包括有监督学习、半监督学习、无监督学习）特别是深度学习（包括CNN、RNN）相关技术。包括：1)具备根据任务场景搭建、设计和修改模型（如transformer）的能力；2)具备根据任务场景对输入数据进行编码（embedding）的能力；3)具备根据任务场景，设计和实现预训练（pre-training）和微调（fine-tuning）策略的能力；4)具备在GPU集群（2GPU节点及以上，每节点4块GPU及以上）上进行分布式训练的能力；5)具备100M及以上参数规模模型的设计、训练及部署能力。 2、熟悉图数据、图计算、图模型相关的技术和工具。包括：1）中心度算法、社区发现算法、路径查找算法、相似度计算、链接预测算法；2）基于大规模图网络的结构分析、规则提取、异常检测等应用技术；3）Neo4j、TigerGraph、NebulaGraph等图工具。 3、熟悉RPA（机器人流程自动化）相关的技术和工具。包括：1）数据统计、数据处理自动化及优化重构等算法；2）对接主流操作系统、数据库、浏览器和办公软件的应用技术；3）Blue Prism、Automation Anywhere、Uipath等工具。 4、熟悉联邦学习相关的技术和工具。包括：1）横向联邦学习、纵向联邦学习、联邦迁移学习等框架和相关工具；2）隐私保护、通信效率优化、系统异构性处理等关键算法。 5、熟悉AutoML（自动机器学习）相关的技术和工具。包括：1）特征工程、模型选择和算法选择等主要步骤；2）参数重用、共轭评价、元学习（meta-learning）、迁移学习（transfer learning）等评价策略；3）auto-sklearn、explorekit、adanet等工具。	应具备国有银行（中、农、工、建、交、邮储和国开行、进出口行、农发行）、全国性股份制银行、外资银行等同业机构数据智能应用（包括数据治理、精准营销、风险防控、产品创新、客户体验提升、运营优化）相关项目的实施经验。	985院校或国外知名院校研究生及以上学历；至少参与过1个数据智能应用（包括数据治理、精准营销、风险防控、产品创新、客户体验提升、运营优化）相关项目实施。
资深专家	专家至少满足以下两项能力要求，供应商提供的专家团队应能够覆盖至少三项能力要求。 1、精通机器学习（包括有监督学习、半监督学习、无监督学习）特别是深度学习（包括CNN、RNN）相关技术。包括：1)具备根据任务场景搭建、设计和修改模型（如transformer）的能力；2)具备根据任务场景对输入数据进行编码（embedding）的能力；3)具备根据任务场景，设计和实现预训练（pre-training）和微调（fine-tuning）策略的能力；4)具备在GPU集群（2GPU节点及以上，每节点4块GPU及以上）上进行分布式训练的能力；5)具备100M及以上参数规模模型的设计、训练及部署能力。 2、精通图数据、图模型相关的技术和工具。包括：1）中心度算法、社区发现算法、路径查找算法、相似度计算、链接预测算法；2）基于大规模图网络的结构分析、规则提取、异常检测等应用技术；3）Neo4j、TigerGraph、NebulaGraph等图工具。 3、精通RPA（机器人流程自动化）相关的技术和工具。包括：1）数据统计、数据处理自动化及优化重构等算法；2）对接主流操作系统、数据库、浏览器和办公软件的应用技术；3）Blue Prism、Automation Anywhere、Uipath等工具。 4、精通联邦学习相关的技术和工具。包括：1）横向联邦学习、纵向联邦学习、联邦迁移学习等框架和相关工具；2）隐私保护、通信效率优化、系统异构性处理等关键算法。 5、精通AutoML（自动机器学习）相关的技术和工具。包括：1）特征工程、模型选择和算法选择等主要步骤；2）参数重用、共轭评价、元学习（meta-learning）、迁移学习（transfer learning）等评价策略；3）auto-sklearn、explorekit、adanet等工具。	应具备国有银行（中、农、工、建、交、邮储和国开行、进出口行、农发行）、全国性股份制银行、外资银行等同业机构数据智能应用（包括数据治理、精准营销、风险防控、产品创新、客户体验提升、运营优化）相关项目的核心研发经验。	985院校或国外知名院校研究生及以上学历；在国内外学术会议或期刊发表过数据智能相关论文、或出版过数据智能相关论著、或拥有数据智能相关专利署名；至少参与过2个数据智能应用（包括数据治理、精准营销、风险防控、产品创新、客户体验提升、运营优化）相关项目并负责核心研发工作。

3、数据可视化
包括但不限于：数据可视化分析、数据地图、数据门户设计和知识图谱分析等。

专家类别	能力要求	服务经验	资质要求
高级专家	专家至少满足以下1项能力要求，供应商提供的专家团队应能够覆盖所有能力要求。 1、熟悉银行业数据应用场景，应用各类数据到客户分析、营销分析、产品分析、风险管控等场景和业务，提升展现数据可视化的效率与水平； 2、熟悉行业主流的数据可视化技术及工具，有PowerBI、Tableau等可视化工具实施经验； 3、熟悉知识图谱等业务数据图形化展现工具，具有数据关联分析、挖掘数据相关知识和经验。	应具备具有国有银行（中、农、工、建、交、邮储和国开行、进出口行、农发行）、全国性股份制银行、外资银行等同业机构的数据分析、数据挖掘和数据可视化应用等相关项目咨询经验。	本科毕业5年以上（研究生毕业2年以上）；至少参与过2个金融行业数据可视化、数据门户相关的项目实施，并在项目中担任核心成员角色。具有较为丰富数据分析、数据可视化的项目实施经验，能够指导并协助行方开展数据地图、数据门户设计和知识图谱分析等工作。
资深专家	须同时满足以下所有能力要求。 1、熟悉银行业数据应用场景，应用各类数据到客户分析、营销分析、产品分析、风险管控等场景和业务，提升展现数据可视化的效率与水平； 2、熟悉行业主流的数据可视化技术及工具，有PowerBI、Tableau等可视化工具实施经验； 3、熟悉知识图谱等业务数据图形化展现工具，具有数据关联分析、挖掘数据相关知识和经验。	应具备具有国有银行（中、农、工、建、交、邮储和国开行、进出口行、农发行）、全国性股份制银行、外资银行等同业机构的数据分析、数据挖掘和数据可视化应用等相关项目咨询经验。	本科毕业12年以上（研究生毕业9年以上，博士毕业6年以上）；需要5年或以上金融领域管理驾驶舱、知识图谱相关项目实施经验。至少参与过5个银行管理驾驶舱、知识图谱相关项目的实施，并在项目中担任项目总监/项目经理角色。具有较为丰富的银行业数据可视化经验；能够指导行方数据驾驶舱、数据可视化的项目规划和实施。

(二) 选型流程：
1. 采用公开方式邀请供应商参与本项目。
2. 供应商应按本采购邀请购买入围供应商选型采购文件，并按采购文件的要求递交响应文件。
3. 评审委员会将对各供应商递交的响应文件的商务部分、服务部分、价格部分进行第一阶段的文件初审，并推荐综合得分排序前4名的供应商进行第二阶段入围供应商谈判及评审（在不多于4名供应商的前提下，视具体情况而定）。第二阶段的谈判内容包括且不限于商务部分、服务部分、价格部分等。
4. 获得谈判资格且完成第二阶段谈判的供应商，应于谈判后在规定的时间内递交最终报价和相关承诺。根据谈判结果，评审委员会将对参与谈判的各供应商进行综合评审，并根据综合得分排序确定不多于3名的入围供应商（如获得谈判资格的供应商等于3家，则录取n-1家入围供应商,其中n为获得谈判资格的供应商数量）。
注：所有谈判将可能在1-3日内完成，供应商须自行安排谈判及报价事宜，如未按规定完成谈判流程，其风险由供应商自行承担, 并可能导致其响应文件被拒绝。
四、合格供应商的基本资质要求
（一）供应商的资质要求如下：
1. 供应商须有能力履行选型内容要求，并提供入围采购服务。
2. 供应商须为中华人民共和国境内（港澳台除外）合法注册且在法律和财务上独立的单位。具有健全的财务会计制度和公司治理措施，合法运作，商业信誉良好。
3. 供应商应在2018年1月1日-采购邀请公告发出之日在银行业具有数据分析与应用、数据智能、数据可视化等领域的相关项目实施经验（须提供合同或协议或其他有效的业绩证明材料的复印件并加盖供应商公章）。
4. 供应商应保证专业覆盖程度，数据分析与应用、数据智能、数据可视化三个专业方向各推荐至少3名专家，且每个专业须提供至少3名专家的社保证明。
5. 供应商须保证，采购人在其本国使用其提供的服务时，不存在任何已知的不合法的情形，也不存在任何已知的与第三方专利权、著作权、商标权或工业设计权相关的任何争议。如果有任何因采购人使用供应商提供的服务而提起的侵权指控，供应商须依法承担全部责任。
（二）其他要求：
1. 供应商须从采购代理机构获得采购文件并登记备案，否则不能参加本分包的竞争。
2. 本项目共分为5个分包，每一供应商最多只能参加任意两个分包的竞争。
3. 存在关联关系的不同供应商，不得同时参加本分包。
关联关系企业包含以下情况：
与供应商单位负责人为同一人的其他供应商； 与供应商存在直接控股、管理关系的其他供应商。
供应商应向采购人如实披露与供应商存在关联关系的其他供应商。采购人有权取消关联关系供应商参与该项目的资格或重新组织谈判。
4. 供应商之间不得相互串通响应报价，不得排挤其他供应商的公平竞争，损害采购人或者其他供应商的合法权益。
5. 供应商不得将本分包采购内容以任何方式进行转包。
6. 本分包不接受联合体申请。
7. 供应商不存在环境污染、非法用工等引发环境和社会风险的违法违规行为。
五、采购文件的发售
有意向的供应商可按以下时间和地点购买采购文件（本项目共分为5个分包，每一供应商最多只能参加任意两个分包的竞争）：
时 间： 2021年4月20日起至2021年4月26日止，上午9:00-11:30 ；下午13:00-16:00（北京时间，节假日除外）
采购文件获取方式：请供应商以电子邮件形式获取电子版采购文件，采购代理机构接收购买采购文件申请的电子邮箱为bwtc-1@cbwtc.com。供应商须在公告规定的发售时间内向采购代理机构提供接收电子文件的邮箱，并注明所购采购文件的项目名称、项目编号、包号、购买单位名称、联系人及联系方式，同时在邮箱中提供：
（1） 加盖供应商公章的"营业执照副本"复印件扫描件。
（2） 公对公转账凭证。
注：供应商必须向采购购买采购文件并且登记备案，未能向采购人购买采购文件并且登记备案的潜在供应商均无资格参加本次竞争。
售 价：一个分包售价400元人民币，两个分包及以上售价800元人民币，售后不退。
六、响应文件的递交
递交响应文件开始时间：北京时间2021年5月17日上午8:00整。早于开始时间或不符合规定的响应文件恕不接受。
递交响应文件截止时间：北京时间2021年5月17日上午9:00整。逾期收到或不符合规定的响应文件恕不接受。
递交响应文件地点：北京市朝阳区三元桥左家庄1号国门大厦D座2层第一会议室。
本项目不接受邮寄、传真形式递交的响应文件。供应商须派其合法的授权人在响应文件递交截止时间之前将响应文件送达指定地点并签字确认。
七、谈判前会议
采购人和采购代理机构将视情况需要举行谈判前会议，就本项目入围选型采购及相关谈判要求以"腾讯会议"形式向各供应商介绍情况。会议时间：2021年4月28日14:30开始（北京时间），各供应商须派相关代表参加会议，否则由此引起的相关后果由供应商自负。
八、联系方式
采购代理机构名称：北京国际贸易有限公司
地 址：北京市建国门外大街甲3号409房间
邮 编：100020
联 系 人： 李颖捷 辛晓琳
电 话：86-10-65005503/65043136 转8003 8017
传 真：86-10-65072384
开 户 名：北京国际贸易有限公司
开 户 行：中国银行股份有限公司北京国贸支行
账 号：319467058169
电子函件：liyingjie@cbwtc.com