Davronbek | SWE 🪐

Kechagi post izohlarida tokenlarni tejash bo'yicha ajoyib takliflar bo'ldi. Ular bo'yicha alohida post qilaman. Hozir esa o'zimning yechimimni aytaman. Bu agentlar. Yechimga kelishdan avval men Claude codedan mening foydalanish uslubimni to'liq tahlil qilib chiqishni so'radim. Sababi, dasturlash faqat kod yozishdan iborat emas, rejalash, maslahatlashish, dokumentasiya va hokazo mingta mayda ishlar ham bor. Men esa (ko'pchilik kabi) hammasi uchun standart opusdan foydalanar edim. Tahlil esa faqatgina 1% vazifalar opusga qolgan 99% ni esa bemalol arzonroq sonnet va suv-tekin haiku modellariga topshirish mumkinligini ko'rsatdi (1-rasm). Masalan, haiku opusga nisbatan 15 barobar kamroq token yeyishini men shu tahlildan keyin bildim (Claude o'zi aytdi 😅). Va umuman olganda agar boshidan har bir turdagi vazifalar uchun alohida agent ishlatganimda qancha token tejashim mumkinligini ham solishtirib berdi - 85% (2-rasm). Keyin esa claude'ning o'zidan mening loyihalarim va foydalanish uslubimdan kelib chiqqan holda agentlar yozib berishni so'radim va u menga 3-rasmda ko'rsatilgan agentlarni tavsiya qildi. Va bularni yaratish uchun ham tayyor prompt yozib berdi. Endi har gal kod yozganimda asosiy agent unga qoy'ilgan vazifadan kelib chiqqan holda boshqa agentlarni ishga tushiradi va ular o'zi biriktirlgan model asosida ishlaydi. Bunda asosiy hal qilvuchi agent sonnet asosida ishlaydi. Xullas agar sizga ham multi-agent claude code muhiti qiziq bo'lsa sizning ish uslubingizni tahlil qilib, sizga mos agentlar yaratib beradigan promptni 1-izohda qoldiraman. 👇 P.s. Natijalar bilan izohda boʻlishamiz, siz qanday foydalanar ekansiz va sizga qanday agentlar tavsiya qilindi.

Zamon bilan xam nafas bo'lib yashash kerak, lekin bu ai agent erasi hech tuxtagisi kelmaydi, bugun chiqan future change'lar kechagi change'ga to'g'ri kelmay qolmoqda. Ai uchun MD fayl'larni mukammal yozish haqida youtube'da kurilmagan video darsliklar qolmadi ... 🗿 Siz qaysini ishlatib kelmoqdasiz? • Claude • Codex • Gemini (antigravity.google) • OpenCode • GitHub Copilot • Cursor • Windsurf • Yana qaysilari qolib ketdi? [more]

Yangi dokumentatsiyasi mavjud bo'lmagan loyihaga qo'shilganizda ast qotishi mumkin bo'lgan pluggin ekan. Codebase tahlil qilib sizga archecture chizib animatsiyon holatga ko'rsatib bera olar ekan p.s) Ko'proq tokenlariz ketib qolishi mumkin boshida /plugin marketplace add Lum1104/Understand-Anything /plugin install understand-anything /understand [more]

Qurbon hayiti muborak bo‘lsin! 🌙

So'nggi paytlarda AI va AI agentlar rivojini kuzatib bitta narsani aniqroq tushunyapman: Bu skill'lar AI davrida ham o'lmaydi. • Distributed Systems • Latency, timeout, retry, backoff • Idempotency • CAP theorem • Consistency models • Database internals • Postgres internals • Caching strategy • Queue/event-driven architecture • Kafka internals • API Gateway • Rate limiting • Circuit breaker • Observability • Scalability patterns • Multi-tenant architecture • System design interview practice Oddiy code yozish tobora arzonlashyapti. Lekin production’da ishlaydigan buzilganda tiklanadigan scale bo‘ladigan system qurish hali ham qimmat skill. Shuning uchun menimcha kelajakda kuchli developer bulish uchun faqat framework bilish yetmaydi: Framework o'zgaradi. AI tool o'zgaradi. Library o'zgaradi. Lekin system thinking qoladi. p.s) Algorithm sizni kuchli senior qilmaydi. U faqat eshikdan (interview) kirishda filter. Real ishda sizni system design, architecture, debugging, ownership kutaradi. • Arrays / HashMap • Two pointers • Sliding window • Stack / Queue • Binary search • Linked list • Trees • Heap / Priority Queue • Graph BFS/DFS • Dynamic Programming basic • Intervals • Backtracking basic • Top K patterns Links: • Grokking System Design • System Design Cheatsheet • Python Design Patterns #1 • Python Design Patterns #2 • System Design Primer • System Design Academy • Best system Design Resources • https://t.me/links_for_mine_prep/184 • https://t.me/links_for_mine_prep/210 Sharing is caring🤝 » @davron_coder

Algoritmlarni osonroq va vizual tarzda o‘rganish uchun kichik saytcha Bunda siz: • Sorting va searching algoritmlarini qadam-baqadam kuzatishingiz • Animatsiyalarni boshqarib, tajriba qilib ko‘rishingiz • Sodda tushuntirishlarni o‘qishingiz • Qisqa quizlar orqali bilimingizni sinashingiz mumkin Ko‘rib chiqingchi ;) https://firdavsdev.github.io/algo-interactive-visualization

Mac’ning terminali uchun kichik qo‘llanma * Fish va Starship sozlash * autosuggestion va icon’lar * foydali CLI tool’lar * Docker, API va network debugging * monitoring va performance command’lari Balki sizga ham foydasi tegib qolar! 🔗 [Gist]

Ai bilan ko'p nazariy bilimlarni kuchaytirish mumkin, lekin nazariy bilimlar o'zi yetarli emas, shunga qaramay yaqin kunlarda o'zim qiziqib yurgan mavzularni bir saytga jamladim (AI bilan albatta). Sizga ham foydali bo'lib qolishi mumkin balki. Ko'z yugurturib mavzularni o'ziz uchun ko'rib chiqsangiz bo'ladi: 🔗 [sayt] Sharing is caring🤝

🚀 Вакансия: Middle ML Engineer 🏢 Компания: Комитет Республики Узбекистан по безопасности пищевой продукции Ищем Middle ML Engineer для разработки и внедрения AI/ML-решений в сфере безопасности пищевой продукции — от подготовки данных и обучения моделей до запуска решений в production. 📍 Локация: Ташкент 🏢 Формат: On-site 🕐 Занятость: Full-time 💼 Уровень: Middle 💰 Зарплата: конкурентная, обсуждается по результатам собеседования Что предстоит делать: • разрабатывать и внедрять решения на базе Machine Learning / Deep Learning; • работать с NLP и Large Language Models; • создавать решения для OCR и Document AI; • разрабатывать RAG-системы, embeddings и semantic search; • готовить и обрабатывать datasets для обучения моделей; • заниматься model training, fine-tuning и evaluation; • выводить ML-модели в production; • разрабатывать и поддерживать model serving; • участвовать в полном жизненном цикле ML-проектов. Что ожидаем: • практический опыт разработки ML/AI-решений; • уверенное понимание Machine Learning и Deep Learning; • опыт работы с NLP / LLM; • понимание RAG, embeddings и современных подходов к поиску; • опыт подготовки и обработки datasets; • понимание процессов обучения, fine-tuning и оценки качества моделей; • опыт или хорошее понимание deployment и production ML; • способность самостоятельно вести ML-задачу от подготовки данных до production. Основные направления: Machine Learning • Deep Learning • LLM • NLP • OCR • Document AI • RAG • Embeddings • Semantic Search • Fine-tuning • Model Evaluation • Production ML • Model Serving Условия: • full-time работа; • работа в офисе; • участие в реальных государственных AI/ML-проектах; • возможность создавать решения для цифровизации сферы безопасности пищевой продукции; • заработная плата обсуждается индивидуально в зависимости от опыта. 📩 Резюме: @davronbek_dev 👉 @uzpythonjobs

Suhbatlarda ko'ryapman: ko‘pchilik AI Engineer sifatida kelmoqda, lekin Classic ML algoritmlaridan deyarli xabari yo'q 🤷‍♂️ Mavjud model va API'lardan foydalanish, RAG yoki fine-tuning qilishni bilishadi. Lekin modelning "kapot tagida" qanday ishlashini tushunish sayoz AI/ML bilan jiddiy shug‘ullanayotgan bo'lsangiz, hech bo'lmaganda quyidagilarni ko'rib chiqishni tavsiya qilaman: * Linear va Logistic Regression * KNN * Naive Bayes * Decision Tree * Random Forest * SVM * K-Means * DBSCAN * PCA * Gradient Boosting * XGBoost, LightGBM, CatBoost Faqat nomini bilish emas qanday ishlashini tushunish va bir-ikkitasini noldan implement qilib ko'rish ancha foydali. Tayyor modeldan foydalanish yaxshi. Lekin uning ichida nima bo‘layotganini bilish undan ham yaxshi)) 🔗 [RoadMap]