Данные 500 тыс. россиян-соискателей с jobinmoscow.ru опубликованы в Сети

Данные 500 тыс. россиян-соискателей с jobinmoscow.ru опубликованы в Сети

Данные 500 тыс. россиян-соискателей с jobinmoscow.ru опубликованы в Сети

Очередная крупная утечка информации о гражданах России. Неизвестные киберпреступники разместили в Сети базу данных ресурса jobinmoscow.ru, специализирующегося на подборе вакансий в Москве.

Как сообщила газета «Коммерсантъ», в руки злоумышленников попали данные около полумиллиона россиян, зарегистрированных в данном сервисе трудоустройства.

Согласно имеющейся информации, на момент утечки на сайте jobinmoscow.ru были размещены более 566 тысяч вакансий от 209 тыс. компаний. Также ресурс располагал базой в 195 тысяч резюме.

Эксперты в области кибербезопасности убеждены, что киберпреступникам не составит труда найти принадлежащие пострадавшим гражданам аккаунты в социальных сетях. Помимо этого, злоумышленники вполне могут попытаться взломать почтовые ящики жертв утечки.

Также есть риск, что скомпрометированными данными может воспользоваться рынок фальшивого трудоустройства. Там уже мошенники могут задействовать разные схемы, располагая личной информацией россиян.

Специалисты обращают внимание, что в слитой базе данных есть сведения о бывших работодателях, что открывает специфический вектор атаки.

Подпишитесь на новости

Не просто стойка с GPU: в России собрали ПАК для корпоративного ИИ

«Лаборатория Числитель» и «Информзащита» представили программно-аппаратный комплекс, который должен помочь крупным компаниям перейти от вечных ИИ-пилотов к нормальной промышленной эксплуатации моделей. Решение анонсировали на форуме TNF-2026.

В основе ПАК — высокопроизводительный ML-кластер и российская платформа контейнеризации «Штурвал». Но создатели подчёркивают: это не очередная дорогая стойка с GPU, на которой каждый проект приходится собирать руками.

Комплекс превращает вычислительные мощности в единый управляемый ресурс. ML-специалист запускает задачу, а платформа сама выделяет CPU и GPU, поднимает нужное окружение, подключает хранилище, запускает обучение и масштабирует нагрузку. Для автоматизации используются Kubernetes и инструменты MLOps, включая Kubeflow, MLflow и model serving.

Архитектура состоит из четырёх уровней: аппаратной инфраструктуры, платформы «Штурвал», MLOps-стека и прикладных ИИ-сервисов — от прогнозирования и аналитики до корпоративных ассистентов. Вокруг ядра работают IAM/SSO, объектное хранилище, реестр образов, CI/CD, мониторинг и аудит.

Заказчики получают единый пул вычислительных ресурсов, изоляцию проектов, централизованное управление доступами и полный жизненный цикл моделей — от эксперимента до публикации и обновления. При этом ML-инструменты не лезут напрямую в железо, а получают инфраструктуру как сервис.

Как сообщается в публикации о проекте, архитектура уже прошла промышленную эксплуатацию у крупного государственного заказчика.

RSS: Новости на портале Anti-Malware.ru