[Безопасность 360] Поиск и анализ информации с помощью нейросетей (Игорь Печёнкин, Андрей Масалович)

​

Все что вы хотели знать о современных нейросетях, но не знали, у кого спросить. Представляем базовую программу-интенсив от эксперта в области бизнес-разведки и OSINT, которая введет вас в данную тематику и задаст правильный вектор дальнейшего освоения искусственного интеллекта.

В результате обучения слушатели получат:

• Понимание возможностей и ограничений современных нейросетей
• Навыки корректного применения LLM для аналитических задач
• Практические методики анализа юридических и физических лиц
• Готовые шаблоны и структуры аналитических справок

Кому адресован:

• Бизнес-аналитикам
• Специалистам по безопасности
• Юристам и комплаенс-офицерам
• OSINT-исследователям в области бизнес-анализа, журналистики, маркетинга
• Частным лицам, интересующимся передовыми методами поиска информации

Программа:

1. Основы применения нейросетей в аналитике и работе с данными:

1.1. Типология моделей машинного обучения:

• Обзор основных классов моделей машинного обучения: supervised, unsupervised, semi-supervised, reinforcement learning
• Роль больших языковых моделей (LLM) в аналитических и исследовательских задачах
• Ограничения и зоны ответственности LLM при работе с данными

1.2. Сравнительный анализ ведущих LLM-моделей:

• Обзор и сравнение ведущих LLM-моделей 2025 года (GPT, Claude, Gemini, Grok, DeepSeek и др.)
• Критерии выбора модели в зависимости от задачи: аналитика, работа с текстами, структурирование данных, выводы и рекомендации
• Особенности reasoning, точности и устойчивости результатов

1.3. Обзор российских LLM-моделей:

• Обзор российских языковых моделей и платформ (GigaChat, YandexGPT и др.)
• Возможности и ограничения российских моделей при решении аналитических и исследовательских задач
• Сценарии целесообразного использования российских LLM в корпоративной среде

1.4. Методы создания эффективных промптов:

• Принципы формулирования запросов для аналитических задач
• Структурирование промптов: роль, контекст, ограничения, формат результата
• Использование примеров (few-shot) и пошагового анализа
• Типовые ошибки при работе с нейросетями и способы их устранения

1.5. Безопасность при использовании нейросетей:

• Риски утечки данных при работе с облачными AI-сервисами
• Ограничения на загрузку конфиденциальной информации
• Практики безопасного взаимодействия с нейросетями в корпоративной среде

2. Обзор AI-решений для различных задач и сфер применения:

2.1. Использование нейросетей в аналитических задачах:

• Обзор существующих AI-инструментов для анализа данных без программирования
• Применение нейросетей для предварительного анализа, классификации и обобщения информации

2.2. Анализ социальных сетей и веб-ресурсов:

• Поиск и анализ открытой информации в социальных сетях
• Анализ сайтов, публикаций, цифрового следа и публичной активности
• Выявление связей, повторяющихся паттернов и аномалий

2.3. Маркетинг и бизнес-анализ:

• Использование нейросетей для анализа рынков и конкурентной среды
• Подготовка аналитических обзоров и сравнительных отчётов
• Поддержка принятия управленческих решений на основе данных

2.4. Работа с юридическими и судебными документами:

• Анализ судебной практики и правовых документов
• Выявление ключевых рисков, повторяющихся сценариев и значимых факторов
• Автоматизация первичной обработки юридической информации

2.5. Экономическая безопасность и противодействие мошенничеству:

• Использование AI для выявления потенциальных финансовых и репутационных рисков
• Анализ аффилированности, связей и подозрительных признаков
• Поддержка задач Due Diligence и комплаенс-проверок

2.6. Расширенная функциональность ChatGPT:

• Использование ChatGPT для поиска и анализа информации без навыков программирования
• Структурирование больших массивов текстовых данных
• Подготовка аналитических справок и отчётов

3. Анализ юридических и физических лиц с использованием нейросетей:

3.1. Анализ юридических лиц:

• Использование нейросетей для поиска и систематизации информации о юридических лицах
• Анализ регистрационных данных, деловой активности, судебных споров и публичного фона
• Формирование краткой аналитической справки по компании на основе открытых источников

3.2. Анализ физических лиц:

• Использование нейросетей для поиска информации о физических лицах
• Анализ публичных данных, деловой активности, связей и упоминаний
• Формирование аналитической справки о физическом лице и выявление потенциальных рисков

4. Лекция Андрея Масаловича «Проблемы, ограничения и перспективы работы с нейросетями». Вопросы и ответы.

Авторы:

Игорь Печёнкин

• Специалист в области OSINT, председатель «Клуба Кибердеда»

Андрей Масалович

• Куратор и ведущий преподаватель по Интернет-разведке, поиску и анализу информации
• Основатель современной школы Интернет-разведки в России
• Создатель поисковой системы Avalanche
• Президент Консорциума «Инфорус»

Старт 17 сентября 2026 года.