AI muhandisi yo'li — poydevordan mahsulotgacha
Bu yo’l fast.ai ning «avval amaliyot, keyin nazariya» tartibiga, chuqurlashish bosqichi esa Andrej Karpathy ning Neural Networks: Zero to Hero kursiga tayanadi. Muhandislik bosqichi esa boshqa joydan chiqdi: Google va Meta ning muhandislik darajalari tavsifidan, ya’ni ishning haqiqiy mazmunidan.
Bosqichlar
“Bosqichlar” bo'limiga havola- Umumiy vaqt
- ~2–4 yil · haftasiga 10–15 soat
- Kimga
- Ma'lumot va bashorat qiziqtiradigan, matematikani tashlab ketmaydigan 8-sinf va undan katta o'quvchi.
- Yangilangan
Tugunlarni belgilash uchun JavaScript kerak. Xaritaning o'zi quyida to'liq ochiq turibdi —39 tugun, 8 bosqich.
039 tugundan bajarildi
0 · Poydevor
Python, mashina ichida nima bo'layotgani va AI ning haqiqiy tabiati
~4–6 oy · haftasiga 6–8 soat
Python Basic — to'liq~4 oy
Bu yo'lning butun qolgan qismi Python'da yoziladi. Til to'siq bo'lib qolsa, har qadamda ikki jang bo'ladi.
TekshiruvCSV faylni o'qib, tozalab, xulosani yangi faylga yozasiz.
Computer Fundamentals~2 oy
Xotira, fayl, tarmoq va shifrlash. Model qayerda ishlashini bilmasdan uni ishga tushirib bo'lmaydi.
TekshiruvManzil satriga sayt nomi yozilgandan keyin nima bo'lishini oxirigacha aytasiz.
AI Fundamentals~2 oy
Naqsh topish, token, ma'no fazosi va gallyutsinatsiya. Bu modul AI ni sehrdan asbobga aylantiradi.
Tekshiruv20 ta tuzoqdan kamida 16 tasini birinchi urinishda ushlaysiz.
Tekshirish protokoli2 hafta
AI javobini uch darajada baholash. Bu ko'nikma butun yo'l davomida har kuni ishlatiladi — modelni baholash ham shundan boshlanadi.
TekshiruvUzun AI javobidagi tekshirilishi shart bo'lgan uchta da'voni ajratib ko'rsatasiz.
Bosqich sinoviPython'da fayl o'qib, tahlil qilib, natijani yangi faylga yozasiz.
1 · Avval muhandis
Bu bosqich tashlab ketiladi va bu YO'LNING ENG KATTA XATOSI
~6–9 oy · haftasiga 10–12 soat
Git va GitHub~1 oy
Versiya nazorati, shox, konflikt va Pull Request. Jamoada ishlaydigan har qanday kod shu yerdan o'tadi.
TekshiruvKonfliktli merge'ni qo'lda hal qilib, tarixni buzmasdan yakunlaysiz.
Pro Git kitobiBizda hali yo'q — tashqi manbaRejadagi modul
Terminal va Linux asoslari~1 oy
Server deyarli har doim Linux. Fayl huquqlari, jarayonlar, muhit o'zgaruvchilari va SSH — kundalik asboblar.
TekshiruvUzoq serverga SSH bilan kirib, skriptni ishga tushirib, natijani olib kelasiz.
SQL~2 oy
Ma'lumot deyarli har doim bazada. SELECT, JOIN, GROUP BY va indeks — bu yo'lning eng ko'p ishlatiladigan tili Python'dan keyin shu.
TekshiruvUch jadvalli bazadan JOIN va GROUP BY bilan hisobot so'rovini yozasiz.
SQLBoltBizda hali yo'q — tashqi manbaRejadagi modul
HTTP va API~2 oy
So'rov, javob, status kodi, JSON va autentifikatsiya. Model foydalanuvchiga aynan API orqali yetib boradi.
TekshiruvUch endpoint'li API yozib, uni Swagger sahifasidan sinab ko'rasiz.
Testlash va toza kod~1 oy
Assert, birlik testi va o'qiladigan tuzilma. Testsiz kod ishlab turgandek ko'rinadi — buzilguncha.
TekshiruvAPI'ingizga 10 ta test yozasiz va ular avtomatik ishga tushadi.
Birinchi ishga tushirilgan loyiha~1 oy
API + baza + README + testlar. Ishga olishda aynan shu farq ko'rinadi: Jupyter'da ishlaydigan kod va odam ishlata oladigan tizim ikki boshqa narsa.
TekshiruvHavolangizni bergan odam brauzerdan API'ingizga so'rov yubora oladi.
Render — bepul deployBizda hali yo'q — tashqi manba
Bosqich sinoviO'z API'ingizni yozib GitHub'ga qo'yasiz va boshqa odam uni README bo'yicha o'zi ishga tushira oladi.
2 · Ma'lumot
Model emas, ma'lumot: tozalash, ko'rsatish va yolg'onini ushlash
~3–4 oy · haftasiga 8–10 soat
numpy3 hafta
Massiv va vektor amallari. Sikl o'rniga bitta amal — bu keyin PyTorch'da ham xuddi shunday ishlaydi.
TekshiruvMillion elementli massivda o'rtacha va tarqoqlikni siklsiz hisoblaysiz.
NumPy — boshlovchilar uchunBizda hali yo'q — tashqi manba
pandas~1 oy
Jadval bilan ishlash: filtr, guruhlash, birlashtirish. Amaliy ishning katta qismi shu kutubxonada o'tadi.
Tekshiruv100 000 qatorli jadvaldan guruhlangan hisobotni 20 qatorda chiqarasiz.
pandas — 10 daqiqadaBizda hali yo'q — tashqi manba
Ma'lumotni tozalash~1 oy
Bo'sh katak, takror qator, noto'g'ri tur va chetdagi qiymat. Real ishda vaqtning eng katta ulushi shu yerga ketadi.
TekshiruvAtaylab buzilgan CSV'ni tozalab, har qarorni bir qatorda izohlaysiz.
Vizualizatsiya3 hafta
Grafik — bezak emas, dalil. Noto'g'ri tanlangan diagramma to'g'ri ma'lumotdan noto'g'ri xulosa chiqartiradi.
TekshiruvBitta ma'lumotni ikki xil grafikda chizib, qaysi biri chalg'itishini aytasiz.
Matplotlib qollanmasiBizda hali yo'q — tashqi manba
Statistika asoslari~1 oy
O'rtacha, mediana, tarqoqlik, korrelyatsiya va tanlama xatosi. «Korrelyatsiya sababiyat emas» — bu yerda u shior emas, hisob.
TekshiruvMa'lumotdan chiqarilgan xulosaning nima uchun noto'g'ri bo'lishi mumkinligini ko'rsatasiz.
Seeing TheoryBizda hali yo'q — tashqi manba
Ma'lumot yolg'on gapirganda2 hafta
Yig'ish usulidagi qiyshiqlik, yetishmayotgan guruhlar va tanlangan davr. Model ma'lumotdagi qiyshiqlikni yo'qotmaydi — kuchaytiradi.
TekshiruvBerilgan to'plamda kim yoki nima yetishmayotganini nom bilan aytasiz.
Bosqich sinoviIflos CSV'ni tozalab, beshta xulosa chiqarib, ularni grafik bilan ko'rsatasiz.
3 · Matematika
Chuqur emas, ISHLAYDIGAN darajada — lekin qoldirib bo'lmaydi
davomiy · haftasiga 3–4 soat
Chiziqli algebra~2 oy
Vektor, matritsa, ko'paytma va o'lchamlar. Neyron tarmoq — asosan matritsa ko'paytmalari ketma-ketligi.
TekshiruvMatritsa ko'paytmasining o'lcham xatosini xabar matnidan o'qib topasiz.
3Blue1Brown — Essence of Linear AlgebraBizda hali yo'q — tashqi manba
Ehtimollik~2 oy
Taqsimot, shartli ehtimollik va Bayes. Model chiqaradigan raqam — ishonch emas, ehtimollik.
TekshiruvKasallik testi masalasida noto'g'ri intuitsiyani hisob bilan tuzatasiz.
Hosila g'oyasi~1 oy
O'zgarish tezligi va nishab. Gradient tushish shu bitta g'oyaning ko'p o'lchovli ko'rinishi, boshqa hech narsa emas.
TekshiruvNima uchun nishabga TESKARI yo'nalishda qadam tashlanishini tushuntirasiz.
3Blue1Brown — Essence of CalculusBizda hali yo'q — tashqi manba
Maktab matematikasini jiddiy olishdavomiy
Bu yo'lning eng katta to'sig'i shu, va u «keyin o'rganaman» deb qoldiriladigan narsa emas. Maktabda o'tkazib yuborilgan matematika keyin ikki barobar vaqt oladi.
TekshiruvMatematika bahoyingiz butun o'quv yili davomida tushmagan.
Khan AcademyBizda hali yo'q — tashqi manba
Bosqich sinoviGradient tushish nima ekanini qog'ozda, formulasiz tushuntirasiz.
4 · Klassik ML
Neyron tarmoqdan OLDIN: regressiya, klassifikatsiya va overfitting
~4–6 oy · haftasiga 10 soat
O'z modelingizni o'rgatish2 hafta
Ma'lumot, belgi, yorliq va o'rganish sikli — hammasi bitta kichik misolda. Bu darsdan keyin scikit-learn sehrli emas, tushunarli bo'ladi.
TekshiruvKichik to'plamda modelni o'rgatib, aniqligini o'zingiz hisoblaysiz.
Regressiya va klassifikatsiya~1,5 oy
Ikki asosiy masala turi: son bashorat qilish va sinfga ajratish. Deyarli hamma amaliy masala shu ikkisidan biri.
TekshiruvBitta to'plamda ikkala masalani ham yechib, farqini tushuntirasiz.
scikit-learn qollanmasiBizda hali yo'q — tashqi manba
Overfitting va train/test~1 oy
Model o'rgangan emas, yodlagan bo'lishi mumkin. Bu bosqichning eng muhim tushunchasi — va eng ko'p e'tibordan chetda qoladigani.
TekshiruvAtaylab overfit qilingan modelni yasab, uni test to'plamida qulatasiz.
Google — Machine Learning Crash CourseBizda hali yo'q — tashqi manba
Metrikalar3 hafta
Aniqlik aldaydi: 99% aniqlik kasal bo'lmagan 99 kishida hech narsa isbotlamaydi. Precision, recall va chalkashlik matritsasi shuning uchun kerak.
TekshiruvNomutanosib to'plamda 99% aniqlikning nima uchun ma'nosiz ekanini raqam bilan ko'rsatasiz.
ML loyihasi~1 oy
Ma'lumotdan modelgacha va modeldan xulosagacha bo'lgan to'liq zanjir, hujjat bilan.
TekshiruvLoyihangiz README'sida model qayerda ishonchsiz ekani ochiq yozilgan.
Kaggle LearnBizda hali yo'q — tashqi manba
Bosqich sinoviModel yasab, u qayerda va NEGA adashishini ko'rsatasiz.
5 · Chuqur o'rganish
Neyron tarmoq: avval ishlatib ko'rish, keyin noldan yozish
~6–9 oy · haftasiga 10–12 soat
fast.ai — amaliyotdan boshlash~2 oy
Birinchi darsdayoq ishlaydigan model. Nazariya keyin keladi va aynan shu tartib ko'pchilikda ishlaydi.
TekshiruvO'z rasmlaringizdan klassifikator o'rgatib, uni sinab ko'rasiz.
fast.ai — Practical Deep LearningBizda hali yo'q — tashqi manba
PyTorch~2 oy
Tenzor, avtomatik hosila va o'rgatish sikli. Bu uch narsa chuqur o'rganishning butun texnik asosi.
TekshiruvO'rgatish siklini o'zingiz yozasiz: forward, loss, backward, step.
PyTorch — 60 daqiqadaBizda hali yo'q — tashqi manba
Karpathy — Zero to Hero~3 oy
Neyron tarmoqni noldan qurish: micrograd'dan GPT gacha. Bu yo'ldagi eng chuqur va eng qimmatli bepul manba.
Tekshiruvmicrograd'ni o'zingiz qayta yozasiz va u backprop qiladi.
Andrej Karpathy — Neural Networks: Zero to HeroBizda hali yo'q — tashqi manba
Til modeli ichida3 hafta
Token, kontekst oynasi, keyingi so'z bashorati va ma'no fazosi. Nazariya shu yerda amaliyot bilan tutashadi.
TekshiruvBir matnning necha token ekanini taxmin qilib, keyin o'lchab tekshirasiz.
Bosqich sinoviKichik neyron tarmoqni kutubxonasiz, noldan yozasiz va u o'rganadi.
6 · LLM muhandisligi
Model o'rgatish emas, mavjud modeldan ishonchli tizim qurish
~4–6 oy · haftasiga 10 soat
Prompt va kontekst3 hafta
So'rovni qanday aytish va kontekstga nima solish. Bu «hiyla» emas — bu tizimning kirish interfeysi.
TekshiruvBir vazifani ikki xil so'rov bilan berib, natija farqini o'lchaysiz.
Embedding va vektor baza~1 oy
Matnni ma'no fazosidagi nuqtaga aylantirish va yaqinlarini topish. RAG shu ikki amaldan iborat.
TekshiruvO'z hujjatlaringizdan qidiruv yasab, mos bo'lmagan natijani ko'rsatasiz.
RAG tizimi~1,5 oy
Hujjatdan topib, keyin javob yozish. Gallyutsinatsiyani kamaytirishning eng amaliy usuli — lekin yo'q qilmaydi.
TekshiruvTizimingiz javob bilan birga MANBA havolasini ham qaytaradi.
Anthropic — Contextual RetrievalBizda hali yo'q — tashqi manba
Evals — sifatni o'lchash~1 oy
«Yaxshi ishlayapti» degan gap o'lchov emas. Test to'plami, mezon va raqam bo'lmasa, tizim yaxshilanayotganini bilib bo'lmaydi.
Tekshiruv50 savolli test to'plami yasab, ikki versiyani raqam bilan solishtirasiz.
Fine-tuning asoslari3 hafta
Qachon kerak va qachon kerak emas. Ko'pincha to'g'ri javob — fine-tuning emas, yaxshiroq kontekst.
TekshiruvMasalangizda fine-tuning kerakmi degan savolga xarajat hisobi bilan javob berasiz.
Hugging Face — LLM CourseBizda hali yo'q — tashqi manba
Bosqich sinoviRAG tizimini qurib, uning sifatini raqam bilan o'lchaysiz.
7 · Mahsulot
Odamlar ishlatadigan tizim: deploy, xarajat, kechikish, xavfsizlik
davomiy · haftasiga 10+ soat
Deploy va monitoring~1 oy
Kod serverda ishlashi va yiqilganda buni BILISH. Log, xato kuzatuvi va ogohlantirish shu yerga kiradi.
TekshiruvTizimingiz yiqilganda sizga xabar keladi va sabab logda ko'rinadi.
Docker — boshlashBizda hali yo'q — tashqi manba
Xarajat va kechikish3 hafta
Har so'rov pul va vaqt. Token hisobi, keshlash va model tanlash — bu qarorlar mahsulot yashaydimi yoki yo'qmi degan savolga javob beradi.
TekshiruvMing foydalanuvchida oylik xarajatni raqam bilan aytasiz.
Xavfsizlik va maxfiylik~1 oy
Kalitni saqlash, foydalanuvchi ma'lumotini himoyalash va so'rov ichidagi hujumlar. Bitta ochiq kalit butun loyihani yopadi.
TekshiruvRepozitoriyingizda birorta kalit yo'q va buni skript bilan tekshirasiz.
Capstone mahsuloti~3 oy
Real muammo, real foydalanuvchi, o'lchanadigan natija. Uchta yarim loyiha o'rniga bitta tugallangani.
TekshiruvKamida 10 kishi mahsulotingizdan bir haftada foydalangan.
Portfolio va ingliz tilidavomiy
Uchta tugallangan loyiha, README, skrinshot va qisqa yozma tushuntirish. Masofaviy ish aynan shu paketdan boshlanadi.
TekshiruvLoyihangiz haqida inglizcha bir sahifalik matn yozasiz va uni odam tushunadi.
GitHub DocsBizda hali yo'q — tashqi manbaRejadagi modul
Bosqich sinoviOdamlar ishlatadigan AI mahsulotini chiqarasiz va uning xarajatini oyma-oy bilasiz.
Uch qoida — ular bu yo’lda hal qiluvchi
“Uch qoida — ular bu yo’lda hal qiluvchi” bo'limiga havola1-bosqich tashlab ketilmaydi. Eng ko’p uchraydigan xato — darhol modelga o’tish. Natijasi Jupyter daftarida ishlaydigan, lekin hech qayerga qo’yib bo’lmaydigan kod bo’ladi. Ishga olishda aynan shu farq ko’rinadi: model o’rgata oladigan odam ko’p, o’rgatgan modelini odamlar ishlatadigan tizimga aylantira oladigani kam.
Matematika — asosiy to’siq. Maktab o’quvchisi uchun rost yo’l bitta: matematikani maktabda jiddiy o’qish. Bu «keyin o’rganaman» deb qoldiriladigan narsa emas, chunki keyin u ikki barobar vaqt oladi va odatda umuman o’rganilmaydi. Xaritada matematika alohida bosqich bo’lib turibdi, lekin amalda u boshqa bosqichlarga parallel ketadi.
Portfolio sertifikatdan qimmatroq. Uch tugallangan loyiha — GitHub’da, README bilan, odam ishlatadigan holatda — o’nta kurs sertifikatidan ko’ra ko’proq narsa aytadi. Sertifikat siz kursni ochganingizni ko’rsatadi; loyiha esa nima qila olishingizni.
Tadqiqotchi bo’lish — bu boshqa yo’l
“Tadqiqotchi bo’lish — bu boshqa yo’l” bo'limiga havolaYangi model va yangi usul yaratadigan tadqiqotchi bo’lish uchun magistratura yoki PhD kerak, va matematika bu yerdagidan ancha chuqur bo’lishi shart: chiziqli algebra, tahlil, optimallashtirish va ehtimollik nazariyasi to’liq hajmda.
Bu yo’l yomonroq yoki yaxshiroq emas, u boshqacha. Agar sizni aynan «nima uchun ishlaydi» degan savol qiziqtirsa, xaritadagi matematika bosqichini «yetarlicha» darajada emas, jiddiy darajada oling va universitet tanlashda shuni hisobga oling.
Saytdagi AI darslariga eslatma
“Saytdagi AI darslariga eslatma” bo'limiga havolaAI Fundamentals moduli bu yo’lning nol bosqichi. U model qurishni emas, AI ni tushunib ishlatishni o’rgatadi: token, kontekst, gallyutsinatsiya va javobni tekshirish protokoli. Modul 12-darsidan boshlab maktabning AI siyosati bilan bog’lanadi.
Bu yo'l qayerdan olingan
Xarita quyidagi ochiq manbalardan yig'ildi va o'zbek maktabi sharoitiga moslandi. Har biriga bevosita borishingiz mumkin; aksariyati ingliz tilida.
- fast.ai — Practical Deep Learning for Coderscourse.fast.ai
- Andrej Karpathy — Neural Networks: Zero to Herokarpathy.ai
- Google — Machine Learning Crash Coursedevelopers.google.com
- The Missing Semester of Your CS Education (MIT)missing.csail.mit.edu
- roadmap.sh — AI Engineerroadmap.sh
- Teach Yourself Computer Scienceteachyourselfcs.com
Yo'l xaritasi eskiradi — ayniqsa AI yo'nalishida vositalar tez o'zgaradi. Shu sababli har sahifada yangilangan sanasi turadi va yo'llar olti oyda bir qayta ko'riladi.