Курс учит выявлять, анализировать и отражать современное финансовое мошенничество, построенное на генеративном ИИ, дипфейках, автоматизации кода и синтетических медиа. Разбирается, как злоумышленники используют LLM, клонированные голоса, поддельные торговые боты и уязвимости DeFi, чтобы обманывать инвесторов и манипулировать рынками в больших масштабах. Через форензик-анализ, состязательные лаборатории и реальные кейсы участники учатся распознавать синтетический контент, оценивать уязвимости и находить слабые места систем наблюдения. К концу курса слушатели способны проектировать надёжные защитные протоколы и оберегать розничные и институциональные среды от финансового обмана с помощью ИИ.

Рост

Навыки и цели обучения

В этом курсе 11 модулей

Рост роли ИИ в финансовом мошенничествеОткройте этот класс, чтобы смотреть4 мин 5 с
Исторические рыночные аферы и их современные аналогиОткройте этот класс, чтобы смотреть3 мин 39 с
Почему ИИ усложняет выявление мошенничестваОткройте этот класс, чтобы смотреть3 мин 34 с
Вызовы прогнозирования на финансовом рынкеОткройте этот класс, чтобы смотреть4 мин 17 с
Экономика «мошенничество как услуга» и стеки автоматизацииОткройте этот класс, чтобы смотреть3 мин 29 с
Охват и системные угрозы целостности рынкаОткройте этот класс, чтобы смотреть3 мин 26 с

Дипфейки в финансовых консультациях и медиаОткройте этот класс, чтобы смотреть4 мин 20 с
Синтетические новости, атака отзывами и усиление ботамиОткройте этот класс, чтобы смотреть3 мин 30 с
Межплатформенный сбор данных: скрейпинг, куки и злоупотребление APIОткройте этот класс, чтобы смотреть3 мин 38 с
Поведенческая инженерия через микротаргетированный контентОткройте этот класс, чтобы смотреть3 мин 26 с
Кейс — ИИ-мошенничество с грошовыми акциями (NeuroQuant Solutions)Откройте этот класс, чтобы смотреть5 мин 14 с

Контент от LLM: галлюцинации против умышленного мошенничестваОткройте этот класс, чтобы смотреть3 мин 3 с
Фишинг и мошеннический код от ИИ — расширения браузера и торговые скриптыОткройте этот класс, чтобы смотреть3 мин 37 с
Фильтры Калмана и байесовское обновление в финансахОткройте этот класс, чтобы смотреть1 мин 57 с
Распространение мошенничества по платформам и социальным графамОткройте этот класс, чтобы смотреть2 мин 2 с
Мини-проект — картирование мультиплатформенной мошеннической кампанииОткройте этот класс, чтобы смотреть2 мин 45 с
Лаборатория — смоделировать атаку «промпт → фишинговое письмо»Откройте этот класс, чтобы смотреть2 мин 41 с
Вопрос для размышления — поведенческая психология хайп-кампанийОткройте этот класс, чтобы смотреть2 мин 55 с

Дипфейк-видео в торговых курсах и вебинарахОткройте этот класс, чтобы смотреть4 мин 21 с
Созданные ИИ инфографика, финансовые графики и результаты симуляцийОткройте этот класс, чтобы смотреть3 мин 45 с
Клонирование голоса в мошеннических линиях и имитация брокеровОткройте этот класс, чтобы смотреть3 мин 28 с
Медиаграмотность: визуальные тревожные признаки для розничных инвесторовОткройте этот класс, чтобы смотреть3 мин 16 с
Кейс: сети финансовых инфлюенсеров, созданные ИИОткройте этот класс, чтобы смотреть4 мин 51 с

Quote stuffing, лейеринг и спуфинг ML-агентамиОткройте этот класс, чтобы смотреть1 мин 39 с
Обучение с подкреплением в высокочастотном манипулировании рынкомОткройте этот класс, чтобы смотреть1 мин 28 с
Усиление макроэкономического шума синтетическими новостями и реакциямиОткройте этот класс, чтобы смотреть34 с
Эксплойты смарт-контрактов и атаки флеш-займами на рынках DeFiОткройте этот класс, чтобы смотреть1 мин 20 с
Мини-проект: смоделировать ловушку ликвидности, вызванную ИИОткройте этот класс, чтобы смотреть1 мин 6 с
Расширение кейса: рыночная нестабильность от ИИ в развивающихся экономикахОткройте этот класс, чтобы смотреть2 мин 35 с

Генерация whitepaper и сфабрикованная ИИ токеномикаОткройте этот класс, чтобы смотреть1 мин 15 с
Кампании в Discord/Telegram и управление ботамиОткройте этот класс, чтобы смотреть1 мин 4 с
Эксплуатация управления DAO и манипуляция форкамиОткройте этот класс, чтобы смотреть1 мин 3 с
Пробелы обнаружения в децентрализованных экосистемахОткройте этот класс, чтобы смотреть59 с
Кейс: ИИ-подпитанные rug pull в разных юрисдикциях (NovaYieldX)Откройте этот класс, чтобы смотреть1 мин 6 с
Этическое упражнение: когда проект «слишком оптимизирован ИИ»?Откройте этот класс, чтобы смотреть1 мин 5 с
Манипулируемые ИИ смарт-контракты и опустошители кошельковОткройте этот класс, чтобы смотреть2 мин 8 с

NLP- и графовый надзор у брокеров и на биржахОткройте этот класс, чтобы смотреть1 мин 20 с
Ложные срабатывания, пропуски и усталость от оповещенийОткройте этот класс, чтобы смотреть1 мин 23 с
Дрейф и деградация моделей в обнаружении в реальном времениОткройте этот класс, чтобы смотреть1 мин 15 с
Мини-проект: настройка порогов в обнаружении финансовых аномалийОткройте этот класс, чтобы смотреть1 мин 37 с

Атрибуция ИИ и предвзятость моделей в финансовом правопримененииОткройте этот класс, чтобы смотреть2 мин 18 с
Юрисдикционная сложность глобального финансового мошенничестваОткройте этот класс, чтобы смотреть2 мин 23 с
Системы возмещения: платформенные, регуляторные и гражданские искиОткройте этот класс, чтобы смотреть2 мин 22 с
Влияние на страховой сектор: ИИ-искажения в инвестиционно-страховых продуктахОткройте этот класс, чтобы смотреть1 мин 58 с
Итоговая дискуссия: следует ли финансово маркировать выводы ИИ?Откройте этот класс, чтобы смотреть1 мин 57 с
Учебное слушание: подготовка правовой записки против мошенничества с ИИОткройте этот класс, чтобы смотреть2 мин 42 с

Обмен данными между платформами, регуляторами и финтех-компаниямиОткройте этот класс, чтобы смотреть1 мин 21 с
Открытые стандарты обнаружения и совместимые сигнатуры мошенничестваОткройте этот класс, чтобы смотреть1 мин 10 с
Упражнение по рецензированию: критика протокола защиты уровня платформыОткройте этот класс, чтобы смотреть1 мин 10 с
Мини-проект: создать межплатформенную коалицию за целостность рынкаОткройте этот класс, чтобы смотреть1 мин 46 с

Этические границы между прогнозом и манипуляциейОткройте этот класс, чтобы смотреть54 с
Устойчивый к мошенничеству дизайн: интерфейсы, брокерские порталы и торговые приложенияОткройте этот класс, чтобы смотреть57 с
Финансовая медиаграмотность и масштабируемое обучение инвесторовОткройте этот класс, чтобы смотреть54 с
Проектирование розничных платформ с приоритетом возмещения и каналов информированияОткройте этот класс, чтобы смотреть55 с
Финальный проект: обнаружить и пресечь смоделированную многослойную ИИ-аферуОткройте этот класс, чтобы смотреть54 с
Будущие сценарии: гонка вооружений между обнаружением и обманомОткройте этот класс, чтобы смотреть1 мин 21 с
ЗаключениеОткройте этот класс, чтобы смотреть1 мин 5 с

Этот курс является частью следующих сертификаций

Сертифицированный управляющий портфелями и фондами (CPFM)

63 КурсыБезлимитные интерактивные упражнения

Откройте сертификат – Выберите план

Сертификат по финансовому анализу на основе ИИ (CAFA)

56 КурсыБезлимитные интерактивные упражнения

Откройте сертификат – Выберите план

Сертификация по ИИ и алгоритмической торговле (AIAT)

54 КурсыБезлимитные интерактивные упражнения

Откройте сертификат – Выберите план

FAQпо курсам

Курс даёт знания и криминалистические навыки для выявления, анализа и противодействия финансовому мошенничеству с использованием ИИ: дипфейкам, синтетическим медиа, манипуляциям ботами и межплатформенному обману.

Курс предназначен для финансовых специалистов, регуляторов, следователей по мошенничеству, команд кибербезопасности и инвесторов, желающих понимать и нейтрализовать мошеннические тактики на базе ИИ.

Модуль охватывает переход от ручного мошенничества к обману машинного масштаба: рассылки на основе LLM, дипфейк-коммуникации, синтетические инфлюенсеры и системы «мошенничество как услуга».

Курс разбирает фишинговый код, написанный ИИ, вредоносные расширения браузера, поддельные дашборды, синтетические новости, фиктивные аналитические отчёты и усиленные ботами манипуляции настроениями в соцсетях.

Слушатели научатся выявлять состязательный контент, отслеживать скоординированные мошеннические сети, оценивать регуляторные рамки, проектировать защитные меры управления и проводить red team-симуляции для повышения устойчивости организации.