Углубленная аналитика внешних материалов: систематический сбор, первичный анализ и структурирование научных статей, отчетов (от ENISA, NIST, MITRE ATLAS, OWASP AI Security & Privacy Guide), стандартов, блогов ведущих вендоров и исследователей
Сравнительный анализ: сопоставление требований из разных источников (например, OWASP ML Top 10 vs OWASP LLM Top 10 vs стандарт ISO/IEC 27090) и подготовка сводных таблиц
Литературный обзор по целевым темам: LLM Security, AI-agent security, RAG Security, model supply chain, интерпретируемость, отравление данных, методы джейлбрейков и промпт-атак, guardrails
Адаптация (в идеале): оценка применимости конкретных практик из OWASP, MITRE ATLAS и др. к инфраструктуре и ландшафту банка, формирование кандидатом требований и мер митигации описываемых угроз
Базовые понятия кибербезопасности: нарушитель, угроза, модель угроз, уязвимости, поверхность атаки, вектор атаки, редтиминг, SOC, идентификация, авторизация, аутентификация, управление доступом (RBAC/ABAC), сетевая безопасность
Что такое ML/DL, NLP, базовые архитектуры нейросетей, механизм внимания и трансформеры, генеративные модели (GPT, диффузионные)
Концепции RAG, Fine-tuning, AI-агентов на концептуальном уровне (важно понимать, из каких компонентов состоят и где уязвимости)
Жизненный цикл ML/AI-моделей (MLOps/LLMOps)
Написание AI-агентов – очень ценный опыт