Ogłoszenie o zmianie ogłoszenia
Organizacja i przeprowadzenie pakietu szkoleń dla nauczycieli akademickich w ramach projektów PB2020, PB2.0 i ZIREG -ZK-DZP.262.6.2023

SEKCJA I - ZAMAWIAJĄCY

1.1.) Nazwa zamawiającego: Politechnika Białostocka

1.3.) Krajowy Numer Identyfikacyjny: REGON 000001672

1.4.) Adres zamawiającego:

1.4.1.) Ulica: Wiejska 45A

1.4.2.) Miejscowość: Białystok

1.4.3.) Kod pocztowy: 15-351

1.4.4.) Województwo: podlaskie

1.4.5.) Kraj: Polska

1.4.6.) Lokalizacja NUTS 3: PL841 - Białostocki

1.4.9.) Adres poczty elektronicznej: zampubl@pb.edu.pl

1.4.10.) Adres strony internetowej zamawiającego: https://pb.edu.pl

1.5.) Rodzaj zamawiającego: Zamawiający publiczny - jednostka sektora finansów publicznych - uczelnia publiczna

1.6.) Przedmiot działalności zamawiającego: Edukacja

SEKCJA II – INFORMACJE PODSTAWOWE

2.1.) Numer ogłoszenia: 2023/BZP 00126652

2.2.) Data ogłoszenia: 2023-03-08

SEKCJA III ZMIANA OGŁOSZENIA

3.2.) Numer zmienianego ogłoszenia w BZP: 2023/BZP 00110295

3.3.) Identyfikator ostatniej wersji zmienianego ogłoszenia: 01

3.4.) Identyfikator sekcji zmienianego ogłoszenia:

SEKCJA V - KWALIFIKACJA WYKONAWCÓW

3.4.1.) Opis zmiany, w tym tekst, który należy dodać lub zmienić:

5.4. Nazwa i opis warunków udziału w postępowaniu

Przed zmianą:
1. O udzielenie zamówienia mogą ubiegać się Wykonawcy, którzy spełniają warunki udziału w postępowaniu dotyczące:
1) zdolności do występowania w obrocie gospodarczym: nie dotyczy
2) uprawnień do prowadzenia określonej działalności gospodarczej lub zawodowej, o ile wynika to z odrębnych przepisów: nie dotyczy
3) sytuacji ekonomicznej lub finansowej: nie dotyczy
4) zdolności technicznej lub zawodowej:
W celu potwierdzenia spełnienia warunku wykonawca powinien wykazać, że:
a) dysponuje lub będzie dysponował osobami, które skieruje do realizacji niniejszego zamówienia, tj.: trenerem lub trenerami, z których każdy w okresie ostatnich 5 lat przed upływem terminu składania ofert przeprowadził min. 5 szkoleń z zakresu wyszczególnionego poniżej (każde szkolenie o innej tematyce):
a. statystycznej analizy danych
b. graficznych metod przedstawiania i eksploracji danych surowych, sprawdzania założeń metod analitycznych oraz czytelnej prezentacji wyników przepro­wadzonych analiz, ilustracji danych na mapach,
c. analizy korelacji, liniowy model regresji prostej, regresji wielorakiej, regresji nieliniowej i modele dla zmiennej zależnej jakościowej,
d. metod modelowania: regresji logistycznej oraz drzew klasyfikacyjnych oraz strategii ich łączenia (modele hybrydowe)
e. założeń metod analizy wariancji (ANOVA), problematyki testowania porównań wielokrotnych, pojęcie interakcji oraz metoda analizy kowariancji;
f. regresji wielorakiej
g. analiza skupień
h. analiza składowych głównych (PCA),
i. najefektywniejsze i najefektowniejsze sposoby graficznej prezentacji danych wielowymiarowych
j. obliczania mocy i szacowania liczebności próby
k. sieci neuronowych i metody ich uczenia
l. techniki data mining i uczenia maszynowego (machine learning) m.in. drzewa klasyfikacyjne i regresyjne, drzewa wzmacniane (boosted trees), losowy las (random forest) i maszyny wektorów nośnych (support vector machines);
m. analizy chemometrycznej
n. analizy podobieństwa (analiza skupień, jednoczesna analiza obiek­tów i cech),
o. analizy dyskryminacyjna
p. analizy głównych składowych,
q. metod i technik analizy wykorzystywanych w procesie prowadzenia badań ankietowych
r. planowania badań, doboru próby, sposobów uzyskiwania danych, rodzajów skal pomiarowych oraz metod opracowywania zebranych danych;
s. zaawansowanych metod analizy danych, wykorzystywanych zarówno w tzw. podejściu eksploracyjnym, jak i konfirmacyjnym (zagadnienia redukcji i klasyfikacji danych, poszukiwanie wzorców i ukrytych wymiarów oraz badanie i modelowanie bardziej złożonych powiązań i współzależności);
t. metody systematycznej analizy wyników publikowanych danych, metaanaliza i metaregresja,
u. analiz jedno- i wielowymiarowych w danych rynkowych i marketingowych;
v. podstaw modelowania, interpretacji i idealizację modelu oraz symulacji i predykci.
w. wykorzystania modeli regresyjnych dla danych jakościowych (logit, probit) w badaniach rynkowych i marketingowych.
x. metod konfirmacyjnej analizy czynnikowej i modelowania strukturalnego SEPATH,
y. metod i narzędzi statystyki
z. systemów pomiarowych – MSA
aa. analizy danych w przedsiębiorstwie produkcyjnym
bb. wizualizacji danych w R z wykorzystaniem pakietu ggplot2
cc. uczenia maszynowego w środowisku Python

2. W przypadku Wykonawców ubiegających się wspólnie o udzielenie zamówienia, warunek udziału
w postępowaniu w zakresie doświadczenia (jeśli został określony przez Zamawiającego) musi spełniać samodzielnie przynajmniej jeden z Wykonawców (członków konsorcjum), który wykona usługi do realizacji których te zdolności są wymagane. Powyższe zapisy stosuje się odpowiednio w przypadku powoływania się na zasoby podmiotu trzeciego. Niedozwolone jest łączenie doświadczenia Wykonawcy oraz podmiotu trzeciego w celu wykazania spełniania warunku doświadczenia.
3. Wykonawca, powołując się na doświadczenie konsorcjum, którego był członkiem, musi wykazać, że jako uczestnik konsorcjum nabył doświadczenie wymagane przez Zamawiającego. Wykonawca nie może polegać na doświadczeniu grupy wykonawców, jeżeli faktycznie nie uczestniczył w realizacji wymaganego przez Zamawiającego zamówienia.
4. Ocena spełniania warunków dokonana zostanie w oparciu o informacje zawarte w dokumentach
i oświadczeniach, o których mowa w Rozdziale VIII -XI SWZ.

Po zmianie:
1. O udzielenie zamówienia mogą ubiegać się Wykonawcy, którzy spełniają warunki udziału w postępowaniu dotyczące:
1) zdolności do występowania w obrocie gospodarczym: nie dotyczy
2) uprawnień do prowadzenia określonej działalności gospodarczej lub zawodowej, o ile wynika to z odrębnych przepisów: nie dotyczy
3) sytuacji ekonomicznej lub finansowej: nie dotyczy
4) zdolności technicznej lub zawodowej:
W celu potwierdzenia spełnienia warunku wykonawca powinien wykazać, że:
a) dysponuje lub będzie dysponował osobami, które skieruje do realizacji niniejszego zamówienia, tj.: trenerem lub trenerami, z których każdy w okresie ostatnich 5 lat przed upływem terminu składania ofert przeprowadził min. 5 szkoleń z zakresu wyszczególnionego poniżej:
a. statystycznej analizy danych
b. graficznych metod przedstawiania i eksploracji danych surowych, sprawdzania założeń metod analitycznych oraz czytelnej prezentacji wyników przepro­wadzonych analiz, ilustracji danych na mapach,
c. analizy korelacji, liniowy model regresji prostej, regresji wielorakiej, regresji nieliniowej i modele dla zmiennej zależnej jakościowej,
d. metod modelowania: regresji logistycznej oraz drzew klasyfikacyjnych oraz strategii ich łączenia (modele hybrydowe)
e. założeń metod analizy wariancji (ANOVA), problematyki testowania porównań wielokrotnych, pojęcie interakcji oraz metoda analizy kowariancji;
f. regresji wielorakiej
g. analiza skupień
h. analiza składowych głównych (PCA),
i. najefektywniejsze i najefektowniejsze sposoby graficznej prezentacji danych wielowymiarowych
j. obliczania mocy i szacowania liczebności próby
k. sieci neuronowych i metody ich uczenia
l. techniki data mining i uczenia maszynowego (machine learning) m.in. drzewa klasyfikacyjne i regresyjne, drzewa wzmacniane (boosted trees), losowy las (random forest) i maszyny wektorów nośnych (support vector machines);
m. analizy chemometrycznej
n. analizy podobieństwa (analiza skupień, jednoczesna analiza obiek­tów i cech),
o. analizy dyskryminacyjna
p. analizy głównych składowych,
q. metod i technik analizy wykorzystywanych w procesie prowadzenia badań ankietowych
r. planowania badań, doboru próby, sposobów uzyskiwania danych, rodzajów skal pomiarowych oraz metod opracowywania zebranych danych;
s. zaawansowanych metod analizy danych, wykorzystywanych zarówno w tzw. podejściu eksploracyjnym, jak i konfirmacyjnym (zagadnienia redukcji i klasyfikacji danych, poszukiwanie wzorców i ukrytych wymiarów oraz badanie i modelowanie bardziej złożonych powiązań i współzależności);
t. metody systematycznej analizy wyników publikowanych danych, metaanaliza i metaregresja,
u. analiz jedno- i wielowymiarowych w danych rynkowych i marketingowych;
v. podstaw modelowania, interpretacji i idealizację modelu oraz symulacji i predykci.
w. wykorzystania modeli regresyjnych dla danych jakościowych (logit, probit) w badaniach rynkowych i marketingowych.
x. metod konfirmacyjnej analizy czynnikowej i modelowania strukturalnego SEPATH,
y. metod i narzędzi statystyki
z. systemów pomiarowych – MSA
aa. analizy danych w przedsiębiorstwie produkcyjnym
bb. wizualizacji danych w R z wykorzystaniem pakietu ggplot2
cc. uczenia maszynowego w środowisku Python

2. W przypadku Wykonawców ubiegających się wspólnie o udzielenie zamówienia, warunek udziału
w postępowaniu w zakresie doświadczenia (jeśli został określony przez Zamawiającego) musi spełniać samodzielnie przynajmniej jeden z Wykonawców (członków konsorcjum), który wykona usługi do realizacji których te zdolności są wymagane. Powyższe zapisy stosuje się odpowiednio w przypadku powoływania się na zasoby podmiotu trzeciego. Niedozwolone jest łączenie doświadczenia Wykonawcy oraz podmiotu trzeciego w celu wykazania spełniania warunku doświadczenia.
3. Wykonawca, powołując się na doświadczenie konsorcjum, którego był członkiem, musi wykazać, że jako uczestnik konsorcjum nabył doświadczenie wymagane przez Zamawiającego. Wykonawca nie może polegać na doświadczeniu grupy wykonawców, jeżeli faktycznie nie uczestniczył w realizacji wymaganego przez Zamawiającego zamówienia.
4. Ocena spełniania warunków dokonana zostanie w oparciu o informacje zawarte w dokumentach
i oświadczeniach, o których mowa w Rozdziale VIII -XI SWZ.

3.4.) Identyfikator sekcji zmienianego ogłoszenia:

SEKCJA VIII - PROCEDURA

3.4.1.) Opis zmiany, w tym tekst, który należy dodać lub zmienić:

8.1. Termin składania ofert

Przed zmianą:
2023-03-09 10:00

Po zmianie:
2023-03-13 10:00

3.4.1.) Opis zmiany, w tym tekst, który należy dodać lub zmienić:

8.3. Termin otwarcia ofert

Przed zmianą:
2023-03-09 11:00

Po zmianie:
2023-03-13 11:00