Учебное пособие посвящено применению нейросетей и больших языковых моделей в реверс-инжиниринге. В 20 главах последовательно рассматриваются основы машинного обучения для анализа бинарников, представления кода (байты, opcodes, CFG, IR), классические модели, Graph Neural Networks, трансформеры, восстановление границ функций, имён и типов, нейронная и LLM-декомпиляция, binary similarity, анализ malware и firmware, интеграция с Ghidra, radare2 и Binary Ninja, fine-tuning, агентные системы и этические ограничения. Материал сочетает теорию с практическими примерами, пайплайнами и актуальными инструментами 2025–2026 годов. Курс рассчитан на специалистов по безопасности, reverse engineers и исследователей, знакомых с Python и базовым ML. Пособие помогает перейти от ручного анализа к масштабируемым AI-assisted workflow и самостоятельно строить современные системы анализа бинарного кода.