Как ИИ ловит хакеров и спасает жизни
г. Санкт-Петербург, ул. Социалистическая, дом 21, 10‑й этаж. Арт-галерея Zarenkov Gallery
Посмотреть адрес на карте
Посмотреть адрес на карте
19 октября 2025
18:00 - 21:00
18:00 - 21:00
Поговорим об искусственном интеллекте и машинном обучении в атмосфере творческой гармонии арт‑галереи. Приходите, чтобы узнать, как ML применяется в кибербезопасности и в медицине, познакомиться со специалистами из этих отраслей и зарядиться вдохновением. Записей мероприятия не будет — только живое общение.
20:10-21:00
Окончание мероприятия
19:40
ИИ в медицине: как находить всё? Скейлимся от 1 до 100 болезней
19:10
Перерыв
18:10
ИИ в кибербезопасности: выявляем действия хакеров шаг за шагом. Разбор реальных кейсов
18:00
Открытие
17:30
Сбор гостей
ПРОГРАММА
Выявляем действия хакеров шаг за шагом. По следам реальных расследований
Николай Лыфенко, Данила Ваганов, Александр Петров
Используя кейсы хакерской атаки на инфраструктуру, ML‑команда Positive Technologies пройдёт вместе с вами по основным этапам — от выявления до защиты от вредоносных действий.
Как находить всё? Скейлимся от 1 до 100 болезней
Евгений Никитин, сооснователь и технический директор Celsus AI
Традиционно ML‑модели в рентгенологии обучаются с помощью supervised‑подхода — размечаем конкретные патологии и тренируем модели их находить. Но такой подход существенно ограничивает внерение и применение ИИ‑систем:, например, на компьютерной томографии грудной клетки можно обнаружить более 50 признаков различных патологий. В этом докладе Евгений расскажет о разных способах решения этой проблемы — от постепенного добавления новых классов до подходов, которые вовсе не требуют обучения на конкретные патологии.
Николай Лыфенко, Данила Ваганов, Александр Петров
Используя кейсы хакерской атаки на инфраструктуру, ML‑команда Positive Technologies пройдёт вместе с вами по основным этапам — от выявления до защиты от вредоносных действий.
Как находить всё? Скейлимся от 1 до 100 болезней
Евгений Никитин, сооснователь и технический директор Celsus AI
Традиционно ML‑модели в рентгенологии обучаются с помощью supervised‑подхода — размечаем конкретные патологии и тренируем модели их находить. Но такой подход существенно ограничивает внерение и применение ИИ‑систем:, например, на компьютерной томографии грудной клетки можно обнаружить более 50 признаков различных патологий. В этом докладе Евгений расскажет о разных способах решения этой проблемы — от постепенного добавления новых классов до подходов, которые вовсе не требуют обучения на конкретные патологии.
РеГИСТРАЦИЯ
Какой у тебя опыт работы?*
Я даю свое согласие АО «Позитив Текнолоджиз» на обработку своих персональных данных для цели ответа на мою заявку
Я даю согласие АО «Позитив Текнолоджиз» на обработку моих персональных данных с целью подбора вакансии и (или) включения меня в кадровый резерв и (или) направления мне информации об имеющихся вакансиях*
ОТПРАВИТЬ
* поля обязательные для заполнения
Пожалуйста, дождитесь письма с подтверждением заявки на участие.
Пожалуйста, дождитесь письма с подтверждением заявки на участие.
© Positive Technologies, 2002—2025
Сообщение об успешной отправке!