Ключевая миссия Университета и Сбера ― подготовка профессионалов, способных оказать влияние на IT‑ландшафт России.

😏А вы знали, что наши студенты имеют уникальную возможность начать свою карьеру в одном из крупнейших банков страны? Благодаря тесному сотрудничеству СПбГУ и Сбера молодые таланты могут окунуться в мир современных технологий, реализовать амбициозные проекты и научиться применять полученные знания на практике.

О том, для кого организуются стажировки и как на них можно попасть, рассказала исполнительный директор по исследованию данных ПАО «Сбербанк», старший преподаватель СПбГУ Анастасия Корепанова.

🤩Подписаться на СПбГУ ➡️ MAX | ВК

🔔 «Здравствуйте, это сотрудник Сбербанка. Скажите код из СМС...» — знакомо, правда?

В последние годы мошенники разыгрывают самые разные роли: банк, налоговая, почта, МВД, пенсионный фонд, ваш начальник и даже член семьи. Всё, лишь бы человек по ту сторону звонка попался на крючок.

Чтобы помочь бизнесу и людям не вестись на уловки мошенников, ученые РАНХиГС и СПб ФИЦ РАН разработали классификацию социоинженерных атак, которая позволяет выявлять наиболее уязвимых для мошенников сотрудников.

💬 Предложенная разработка позволит снизить успешность атак на 15–20% в среднесрочной перспективе. Для экономики это означает сохранение миллиардов рублей», — считает руководитель лПИИ СПб ФИЦ РАН Максим Абрамов

Результаты исследования изложены в статье «Подходы к классификации социоинженерных атак», опубликованной в одном из самых авторитетных и высокорейтинговых российских научных журналов, входящем в ядро РИНЦ.

Новая классификация описывает весь цикл атаки:

1️⃣ Сбор информации — мошенники готовят правдоподобную «легенду» — сообщение, вызывающее у жертвы восторг или страх, чтобы заставить её раскрыть данные или выполнить нужное действие.

2️⃣ Установление контакта — обычно используют фишинг через мессенджеры, звонки, соцсети или фейковые сайты.

3️⃣ Эксплуатация отношений — используют эмоциональное давление (угроза, спешка) или соблазн (выгода, помощь), вовлекая жертву в диалог.

4️⃣ Реализация — жертва переходит по ссылке, вводит логин/пароль, устанавливает ПО или переводит деньги, после чего мошенники получают доступ или средства.

💬 Большинство преступлений построено на методах социоинженерного воздействия на человека. Благодаря применению манипулятивных технологий перед жертвой разворачивается настоящее представление, в случае успеха отдельных сценариев люди теряют существенные финансовые средства и несут репутационные издержки», — объясняет проректор по науке Президентской академии Артур Азаров

Разработанная классификация социоинженерных атак позволяет предусмотреть траектории атак и внедрить точечные меры профилактики: например, системы мониторинга, тренинги или программы цифровой грамотности. Это важно, так как в основе — не только технологии, но и психология

💬 Люди с низким уровнем критического мышления или в состоянии стресса чаще доверяют мошенникам. Именно поэтому наряду с ИИ-моделями защиты важна просветительская работа: развитие навыков распознавания манипуляций и цифровой устойчивости», — отметила советник проректора Академии и ведущий научный сотрудник СПб ФИЦ РАН Татьяна Тулупьева

А вы сталкивались с мошенниками? Делитесь самыми необычными сценариями в комментариях ⬇️

Еще больше об ИИ и науке читайте в DSCS.pro

🚀 Сбер и Благотворительный фонд «Вклад в будущее» открыли приём заявок на стипендиальную программу для талантливых студентов и аспирантов!

Если вы увлекаетесь наукой, технологиями и хотите развиваться в партнёрстве с крупнейшими экспертами страны — это ваш шанс.

🔥 Что даёт программа:
→ Студентам — стипендия 30 000 ₽ на обучение
→ Аспирантам — 100 000 ₽ и возможность участия в проектах научного партнёра — Института AIRI

👤 Критерии отбора:
➖ очная форма обучения,
➖ 2+ курс бакалавриата или специалитета, магистратура либо аспирантура,
➖ видео-презентация,
➖ подтверждённые научные достижения.

Набор проходит дважды в год — осенью и весной.

🏆 По итогам осеннего конкурса отберут 231 студента и 10 аспирантов из 13 ведущих вузов России.

🕓 Регистрация до 15 октября 2025 года

➡️ Скорее подавайте заявку и развивайте науку и технологии вместе со Сбером!

Еще больше об ИИ и науке читайте в DSCS.pro

🤖 Откуда берутся данные? Рассказываем о парсинге

Мир стремительно оцифровывается: каждый наш клик, пост или покупка превращаются в данные. Но сами по себе они бесполезны, если их не собрать и не превратить в знания. Тут на помощь приходит парсинг.

👤 Что это такое, зачем он нужен и какие перспективы открывает — разбираемся вместе с Анастасией Корепановой, научным сотрудником лПИИ СПб ФИЦ РАН, исполнительным директором по исследованию данных в Сбере и старшим преподавателем СПбГУ

🔍 Что такое парсинг?

Парсинг (он же веб-скрейпинг или краулинг) — это автоматизированный сбор данных с сайтов, форумов, соцсетей и других онлайн-ресурсов. В отличие от обычного сбора информации, автоматизированный парсинг работает в промышленных масштабах, экономя время и ресурсы.

⚙️ Языки и инструменты для парсинга

Парсинг возможно писать практически на любом языке программирования, но безусловными лидерами остаются Python и JavaScript.

➖ Python — фаворит среди персеров и специалистов по ИИ.
Богат экосистемой библиотек: BeautifulSoup, Scrapy, Selenium

➖ JavaScript — идеально подходит, если нужно работать с фронтендом или парсить SPA-сайты. Среди инструментов: Cheerio, Puppeteer, Playwright.

📌 Зачем нужен парсинг в 2025 году?

💬 Интернет стал крупнейшим источником данных. Парсинг позволяет видеть не только информацию о людях — через профили в соцсетях, — но и о состоянии общества в целом, анализируя цифровые коммуникации», — делится Анастасия Андреевна

Вот где парсинг особенно востребован:

🔵 ИИ: собранные данные — это источник для обучения LLM и других ИИ-систем. Например, Сбер использует парсинг для дообучения GigaChat

🔵Бизнес: парсинг даёт полный срез рынка по ценам и ассортименту, анализирует риски и тренды, информирует о новостях, влияющих на работу бизнеса, собирает информацию о пользователях на основе профилей и активности в соцсетях.

🔵Наука: анализ коммуникаций в медиа и соцсетях позволяет отслеживать общественные тренды, настроения и динамику изменений в реальном времени.

❗️ С какими вызовами сталкиваются парсеры?

— Анти-бот защита: Cloudflare, Akamai, CAPTCHA, поведенческий анализ.
— Динамический контент: данные загружаются асинхронно через JavaScript, что делает их невидимыми для простых HTTP-запросов.
— Нестабильная структура данных: Частое изменение HTML-разметки целевого сайта приводит к поломке парсера.
— Масштабы: обработка миллионов страниц требует эффективного управления памятью, параллельного исполнения и надежного хранения.
— Этика и закон: не всё можно парсить легально — важно соблюдать robots.txt, условия использования сайта и законодательство (например, GDPR).

🚀 Что дальше?

По словам Анастасии Андреевны, в ближайшие годы мы увидим рывок в трёх ключевых направлениях:

✅ Сложный медиаконтент: ИИ уже умеет извлекать данные из изображений и видео — например, определять цены с фото витрин или анализировать видеоролики.

✅ AI-Powered Parsing: языковые модели (LLM) делают парсеры «умнее», позволяя им адаптироваться к изменениям сайтов и извлекать информацию по смыслу, а не по жестко заданным правилам.

✅ Этичный парсинг с Federated Learning: разработка методов, которые позволяют обучать модели на агрегированных данных без необходимости централизации конфиденциальной информации. Это станет стандартом для чувствительных сфер, таких как медицина и финансы.

Еще больше об ИИ и науке читайте в DSCS.pro