Поиск и анализ информации с помощью нейросетей

18 участников

О чём курс

О интенсиве

Искусственный интеллект открывает возможности и ставит ограничения в прикладных задачах бизнес-аналитики, интернет-разведки и информационной безопасности. Вы познакомитесь с современными инструментами в области OSINT и получите вектор для систематического освоения технологий машинного обучения.

Для кого

Интенсив разработан для специалистов, работающих со сбором и анализом информации:

  • бизнес-аналитиков;
  • специалистов по безопасности;
  • юристов и комплаенс-офицеров;
  • OSINT-исследователей в сферах бизнес-анализа, маркетинга и медиа;
  • частных специалистов, желающих освоить передовые методы поиска информации.

Что внутри

В программе рассматриваются основные типы моделей машинного обучения и специфика использования больших языковых моделей (LLM), включая зарубежные и российские сервисы. Подробно разбираются принципы составления промптов и правила безопасной работы с нейросетями в корпоративной среде без риска утечки конфиденциальных сведений.

Значительная часть интенсива отведена прикладным задачам: анализу цифрового следа и социальных сетей, мониторингу конкурентной среды, обработке правовых документов, а также выявлению финансовых и репутационных рисков в рамках процедур Due Diligence. Отдельные блоки посвящены алгоритмам исследования физических и юридических лиц с последующим формированием структурированных аналитических справок.

Что даёт обучение

По итогам прохождения интенсива слушатели получают:

  • понимание возможностей и ограничений современных нейросетей;
  • навыки корректного применения языковых моделей для аналитических задач;
  • практические методики анализа юридических и физических лиц;
  • готовые шаблоны и структуры аналитических справок.

Об авторах

  • Игорь Печёнкин — специалист в области OSINT, председатель «Клуба Кибердеда».
  • Андрей Масалович — специалист и преподаватель по интернет-разведке, поиску и анализу информации, создатель поисковой системы Avalanche и президент Консорциума «Инфорус».

Программа обучения

  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
  1. 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
  1. 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
  1. Лекция «Проблемы, ограничения и перспективы работы с нейросетями». Вопросы и ответы.
Складчина создана 20 сентября 2026 г.

Теги курса

Инструменты
1 133 ₽ 17 000 ₽