Saved trees
UMIS AND ITS USERS CONTRIBUTED TO SAVING 76 868 TREES
Български

Programme: Programme "Competitiveness and Innovation in Enterprises" 2021-2027

Planning region: All

Description

The project provides for the purchase and the implementation of a ready software system for automated and intelligent management of software development processes. Through the project, the company introduces Big Data Analytics combined with Industry 4.0 technologies – Artificial Intelligence/Machine Learning and Edge Computing – for automated creation, validation, and optimization of artifacts from the Software Development Life Cycle (SDLC). All data is to be processed locally on a specialized GPU server.
The investment includes the acquisition of a single long-term intangible asset – software system for the creation, validation, and optimization of SDLC artifacts, which operates on an existing company asset – the server on which the platform is installed, in accordance with the eligible assets and technologies under the procedure.
Through the implementation, the company integrates Industry 4.0 technologies in accordance with Annex 18:
• Artificial Intelligence (AI/ML) – optimized models for generating and validating technical specifications, API contracts, test scenarios, documentation, and code;
• Big Data Analytics – analysis of codebases, task management systems, logs, and test/build history with the goal of process optimization;
• Edge Computing – the system is implemented and operates entirely locally (on-premise), processing data in real time within the enterprise and without dependence on cloud services.
The software is integrated with core business processes by connecting to the tools used by the company (Jira, GitHub/GitLab, and CI/CD). Validating mechanisms, human-in-the-loop controls, and full traceability of changes are introduced, in accordance with the requirement for integrating the newly implemented technology with key business processes in the enterprise. The system is intended for the company’s engineering teams, who retain full control while AI accelerates the generation of artifacts.
Activities
Activity Contracted Amount Reported Amount
Елемент А - Въвеждане на технологии от Индустрия 4.0 Закупуване на готова софтуерна система за създаване, валидиране и оптимизация на артефакти от SDLC и нейната интеграция с наличната в предприятието технологична инфраструктура: Проектът въвежда три технологии от Индустрия 4.0 – AI/ML, Big Data Analytics и Edge Computing – чрез придобиване на готов софтуерен продукт (ДНА). Актива осигурява автоматизирано генериране и валидиране на артефакти от SDLC, анализ на големи обеми технически данни и локално изпълнение на всички модели. Новите технологии се интегрират с наличните системи в предприятието (Jira, GitHub/GitLab, CI/CD) и се свързват с ключовия бизнес процес – разработката на софтуер. Това води до повишаване на производителността, прозрачността, качеството и киберсигурността, като едновременно се постига по-висока дигитална зрялост съгласно Приложение 18. A. Изкуствен интелект / Машинно обучение (AI/ML) Предвидени активи: • Дълготраен нематериален актив – готова софтуерна система, която създава, валидира и анализира SDLC артефакти. AI/ML функционалности, които се внедряват: • Автоматизирано генериране на тестови сценарии, тестов код, API контракти, технически спецификации, документация и кодови фрагменти. • Анализ на структурата на кода (AST),dependencies и тестове. • Автономно създаване и актуализация на SDLC артефакти с human-in-the-loop контрол. B. Анализ на големи данни (Big Data Analytics) Предвидени активи: • Покупка на готова софтуерна система. Big Data функционалности: • Анализ на кодови репозитории, Jira тикети, логове, тестови истории и CI/CD артефакти. • Оптимизация на планирането, оценка на рискове и намаляване на дефектите чрез обработка на широк спектър от технически данни. C. Периферни изчисления (Edge Computing) Предвидени активи: • Готова софтуерна система, работеща в рамките на предприятието без отпечатък във външен облак. Edge Computing функционалности: • Цялото изпълнение—AI/ML, анализи, генериране на артефакти—се изпълнява локално, вътре в предприятието. • Повишаване нивата на киберсигурност, чрез локално изпълнение на AI софтуер. Данните не напускат корпоративната мрежа; системата работи в изолирана среда (air-gapped). 2) Интегриране на нововъведените технологии с наличните технологии и бизнес процеси Интеграция с наличните системи в предприятието Новите технологии от Индустрия 4.0 се интегрират с вече използваните от предприятието инструменти: • Налични сървъри / GPU – решението се интегрира върху съществуващата инфраструктура на предприятието, възползвайки се от съществуващите ресурси за изчисление • Jira – за свързване на генерираните артефакти с конкретни задачи и проследяване на статуса им. • GitHub/GitLab – за анализ на кодови репозитории и генериране на предложения в контекста на кода и версиите. • CI/CD системи – за валидиране на тестове, автоматизирано предлагане на промени и подобряване на процесите по билдове и доставки. Интеграция с ключови бизнес процеси Внедрените технологии се свързват пряко поне с един основен процес – процеса по разработка на софтуер (SDLC), който включва: • Анализ на изисквания • Проектиране • Разработка • Тестване • Документация • Поддръжка AI/ML и Big Data се използват за автоматизация на анализа, генерирането и валидирането на технически артефакти, а Edge Computing осигурява локалната обработка и сигурност. Това създава пълна видимост, прозрачност и проследимост по време на целия SDLC. Организационни и технически ефекти от интеграцията • Ускоряване на цикъла на разработка. • Повишаване на качеството чрез намаляване на дефектите. • Централизиран контрол и audit trail за всички артефакти. • Подобрена киберсигурност чрез локална обработка. • Постигане на ниво „Прозрачност“ и „Прогнозен капацитет“ от Индекса за зрялост Индустрия 4.0. 301 662.21 0.00

Notes:

Elements in light blue allow detailed view when selected
All amounts are in euro (EUR) / 1 EUR = 1,95583 BGN
The project is financed by the Operational Programme "Technical Assistance" and co-financed by the European Union through the European Regional Development Fund.
In implementing the project № 0115-CCU-2.1 "Information system for management and monitoring of EU funds in 2014-2020 - UMIS 2020" (BG161PO002-2.1.01-0007-C0001).