Conor's Blogs

Bugun ko‘plab nomzodlar o‘zini AI Engineer deb tanishtiryapti. Ammo rezyume va loyihalarini ko‘rsak, aksariyat hollarda faqat 3rd-party APIlardan foydalanish va prompt engineering bilan cheklanayotganini ko‘ramiz. Bu yomon emas. Ammo bu yo‘l sizni ko‘proq AI Integrator roliga yaqinlashtiradi. AI Integrator mavjud modellarni API orqali ulash, jarayonlarga qo‘shish va tizim yaratish bilan shug‘ullanadi. AI Engineer esa modelni fine-tuning qilish, optimallashtirish, quantize qilish, custom pipeline yaratish, ya’ni haqiqiy texnik muammolarni hal qilish bilan shug‘ullanadi. Agar siz engineering yo‘lidan ketmoqchi bo‘lsangiz modelning ichki arxitekturasi, training jarayoni va optimallashtirishga e’tibor bering. P.S. Eng qiziq joyi - sizlar uchun tayyorlayotgan AI Roadmap deyarli tugadi. Yaqin kunlarda ulashaman. P.P.S. AI’ni integratsiya qilishni bilish, tayyor modellardan to‘g‘ri foydalanishni o‘rganish - hozircha hech narsa qilmay yurishdan ming baravar yaxshi. “Qayerdan boshlayman?” deb 2026-ni kutib o‘tirmang. Bugun boshlang, hatto eng kichik qadam bilan bo‘lsa ham. @adkham_zokhirov

Adham yaxshi mavzuni ko'tarayapti, bugun juda ko'pchilik tayyor SI modellarga API orqali ulanish bilan loyhalar qilayapti va o'zini AI muhandis yoki AI dasturchi deb e'lon qilayapti. Bunday yo'llar bilan butun boshli startuplar ko'tarilayapti va ommaga taqdim etilayapti. Bu yomon emas, lekin uzoq muddatda barqaror (sustainable) yechim emas. Tayyor AI modellar sizni o'ziga bo'glab qo'yadi, siz o'zingizning imkoniyatlaringiz emas, modelning imkoniyatlari bilan chegaralanib qolasiz. Buning o'ziga yarasha afzalliklari ko'p, lekin kamchiliklari ham kam emas. Eng avvalo bu narx. Vaqt o'tib, foydalanuvchilar soni oshganda siz o'zingiz emas 3-tomon uchun (google, openai, anthropic) ishlayotganingizni bilib qolasiz. Siz hali foydaga kirmagan bo'lishingiz mumkin, lekin 3-tomon o'z pullarini har oy talab qilib turadi. To'lov kechiksa, millionlab mijozlarni yo'qotasiz. Ikkinchi muammo - mijozlarga yangi taklif berishingiz modelning imkoniyatlari bilan chegaralanadi. Mijoz esa o'zi uchun xos yechimlar talab qilishi mumkin. Bu esa hech bo'lmaganda tayyor open-source (ochiq kodli) modelni qayta o'qitish yoki butunlay 0 dan qurishni ham talab qilishi mumkin. Bizda tajribada bu ko'p bo'ladi, ayniqsa davlat tashkilotlari SI "o'ziniki bo'lishini", shaxsiy, mahfiy yoki ichki ma'lumotlar tashqi SI tizimlariga yuborilishini xohlashmaydi. Bu esa sizdan mutlaqo boshqa bilim va ko'nikmalarni talab qiladi. Xulosa qilib aytganda, SI integrator bo'lish albatta yaxshi, hech bo'lmaganda SI imkoniyatlarini sinab ko'rish, g'oyani tezda MVP (minimal dastur) ko'rinishiga olib kelish uchun juda qulay. Lekin SI bilan jiddiy shug'ullanaman deganlar uchun albatta SI muhandis bo'lishni tavsiya qilgan bo'lar edim. Adham tez kunlarda muhandis bo'lish uchun roadmap e'lon qilar ekan, demak kanalga ulanib roadmapni kutamiz.

- Hozirgina kechasi 2 da miygamga bir ajoyib idea kelib qoldi, va shuni hozir rejalashtiryabman, manimcha sizga ham yoqdi, keyinroq malumotlarini beraman🗿

- Yana bir katta loyhalarimdan biri muvoffaqqiyatli yakunlandi, Alhamdulillah! -Finagro.ai - O‘zbekiston fermerlari uchun sun’iy intellekt asosidagi aqlli yordamchi! - Ushbu loyiha O‘zbekiston agro-sektoridagi real muammolarga AI yordamida yechim berishga qaratilgan: o‘simlik kasalliklarini aniqlash, sug‘orishni optimallashtirish, kredit ehtiyojini taxmin qilish va o‘zbek tilida muloqot qila oladigan agro-chatbot xizmatini taqdim etadi. Finagro nimalar qila oladi? • Barg yoki poya rasmlaridan kasallikni aniqlash (AI klasifikatsiya + tavsiya berish) • Sug‘orish va o‘g‘it tavsiyalari (AI + rule-based hisoblash) • O‘zbek tilidagi Agro Chatbot — sodda, ravon va tez javob beradi Texnologiyalar: • Frontend: HTML, CSS, JavaScript (MVP) • Backend: Python, FastAPI, Uvicorn • AI Modellar: CNN (PyTorch/TensorFlow), OpenCV • Hosting: Vercel (frontend), Render (backend) — hozircha Nega bu loyhani qurdim? Ko‘plab fermerlar quyidagi muammolarga duch keladi: • Kasalliklarni erta aniqlashning qiyinligi • Sug‘orish va o‘g‘itlashni rejalashtirishdagi noaniqlik • O‘zbek tilida tez va aniq agro maslahat topishning mushkulligi. Finagro shu muammolarning barchasiga amaliy AI yechim taklif qiladi. Loyhaning katta maqsadi - Finagroni O‘zbekistondagi eng kuchli Agro AI yordamchisiga aylantirish va aniq, ishonchli, ko‘p tilli va butun ekin yetishtirish jarayonini qamrab oladigan tizim yaratish. - Loyhani o'zingiz ham ko'rib chiqishingiz va foydalanib test qilib ko'rishingiz mumkin, hozircha haqiqiy serverga joylanmagan👇! - Demo veb-sayt ( qo'shimcha ma'lumotlar siteti ) :https://finagro-demo-afiw.vercel.app/ - Finagro asosiy sayt:finagro-frontend.vercel.app Conordev | LinkedIn | Github

- AI model yaratish jarayonida hamma jarayonlarni - data cleaning, data preprocessing, data featuring va boshqa ishlarni barchasini qilib bo'lib oxiri modelni training qilish qismi eng yoqimlisi ... #ML

- AI model yaratish jarayonida hamma jarayonlarni - data cleaning, data preprocessing, data featuring va boshqa ishlarni barchasini qilib bo'lib oxiri modelni training qilish qismi eng yoqimlisi ... #ML

- Yana bir muvaffaqqiyatli mini projectni yakunladim... - Microsoft Excel yordamida Bike Sales dataseti ustida Data Cleaning va Data Visualization ishini olib bordim! Data Cleaning: Removing duplicates to ensure dataset accuracy. Renaming columns for better understanding: Marital Status:M → Married, S → Single Gender: M → Male, F → Female Cleaning Income column by removing unnecessary zeros. Creating an Age Bracket column based on Age column - Data Visualization - Pivot Tables va Dashboard - Bu mini project menga Excel bo'yicha bilimlarimni yanada yaxshilashga va tajriba oshirishimda yordam berdi, bu orqali Ma'lumotlar tahliliga yanada chuqurroq kira oldim. - Ishimni Github orqali ko'rishingiz va baho berishingiz mumkin👇: https://github.com/Conordeveloper0084/Bike-Sales-Data-Analysis-Full-Project Conordev | LinkedIn |Github

- Yana bir muvaffaqqiyatli mini projectni yakunladim... - MySQL yordamida Layoffs_staging dataseti ustida Data Cleaning va Exploratory Data Analysis ( EDA ) ishini olib bordim! Data Cleaning: - 1. Duplicat qiymatlarni olib tashlash - 2. Standardlash - 3. Bo'sh va Null qiymatlarni olib tashlash - 4. Keraksiz ustunlarni olib tashlash EDA Highlights: - Top 10 industrylar - Top 5 companiyalar - Top 3 mamlakatlar - Date-based layoffs - Bu mini project menga MySQL bo'yicha bilimlarimni yanada yaxshilashga va tajriba oshirishimda yordam berdi, bu orqali Ma'lumotlar tahliliga yanada chuqurroq kira oldim. - Ishimni Github orqali ko'rishingiz va baho berishingiz mumkin👇: https://github.com/Conordeveloper0084/Layoffs_staging_Mini_project_in_Mysql Conordev | Github | LinkedIn

💥 15 daqiqada boshlaymiz: 👉 youtube.com/live/kA2JfbVXCaE

💥 15 daqiqada boshlaymiz: 👉youtube.com/live/kA2JfbVXCaE

- Endi hayotimiz o'zgacha bo'ladi☠️...

Claude 4.5 chiqdi. GPT 5'ni ham ortda qoldirib, hozirda dunyodagi eng kuchli koding bo'yicha SI model hisoblanmoqda. Murakkab va ko'p bosqichli vazifalarda model uzluksiz 30+ soat chalg'imay ishlay olarkan. @Elyordev