EU · in EnglishHORIZON-RAISE-2027-01-04

Developing a model for a Data Lab for Science linking with EOSC and RAISE (RAISE pilot) (CSA)

The official English text of the call comes from the European Commission's Funding & Tenders portal.

Deadline

2 February 2027

Grant per project

1 million EURTotal budget: 1 million EUR · about 1 funded projects

Region

International (EU)

Grant writers send you a quote — free, and with no obligation.1 expert takes on calls like this →

Eligibility criteria

EU direct call: eligibility depends mainly on the consortium, the participants' countries and their types of organisation. We cannot check these from your company details, so we do not tell you whether you are eligible. The criteria are in the official call.

Official call

Questions about this call?

Your assistant answers from the call's text and writes a working draft from your project idea.

with free sign-up

What is this call about?

Ez az uniós pályázat kutatási szervezeteknek és tudományos infrastruktúra-szolgáltatóknak szól, akik részt kívánnak venni egy tudományos adatlabor modell kifejlesztésében. A támogatás felhasználható meglévő adatszolgáltatások és eszközök összegyűjtésére, integrálására, valamint az adatmegosztás és mesterséges intelligencia alkalmazása előtt álló akadályok feltérképezésére. A projekt célja egy fenntartható működési modell és referencia-terv létrehozása, amely összeköti az európai nyílt tudományi felhőt és az AI-kutatási erőforrásokat, valamint javaslatokat dolgoz ki a jövőbeli finanszírozásra és politikára.

Official description

Expected outcome and scope

Expected Outcome: Project are expected to contribute to the following outcomes: a sustainable operational model and reference blueprint for a Data Lab for Science linking with the European Open Science Cloud (EOSC) and the Resource for AI Science in Europe (RAISE), enabling researchers to accelerate the uptake of AI in Science; easier access for researchers to large amounts of AI-ready research data, and to associated high-quality data services to seamlessly develop and train AI models for science; and better alignment, interoperability and scaling across countries and disciplines of AI workflows and related services such as data pooling, anonymisation, curation, or synthetic data generation.