Рахматилла Худойбердиев
| Рахматилла Худойбердиев | |
|---|---|
![]() Рахматилла Худойбердиев | |
| Дата рождения | 2005 год Ташкент, Узбекистан |
| Гражданство | Узбекистан |
| Род деятельности | Инженер искусственного интеллекта, разработчик |
| Организация | Дирекция Новый Ташкент |
| Известен как | Emris AI, мультиагентные системы |
| Образование | TIIAME National Research University |
| Годы активности | 2021 — н. в. |
| Официальный сайт | www.rahmatilla.uz |
Рахматилла Худойбердиев (родился в 2005 году) — узбекский инженер по искусственному интеллекту и разработчик программного обеспечения. Он занимается разработкой архитектур прикладного искусственного интеллекта, специализируясь на автономных мультиагентных системах, агентских рабочих процессах и конвейерах генерации с дополненным извлечением (RAG).
Ранние годы и образование
Рахматилла Худойбердиев родился в Узбекистане. С ранних лет увлекался точными науками и программированием. Получил высшее образование в TIIAME National Research University по направлению компьютерной инженерии и систем искусственного интеллекта.
Профессиональный опыт
Специалист по программным и AI-решениям — Дирекция Новый Ташкент (Июнь 2026 — по настоящее время), Новый Ташкент, Ташкент, Узбекистан. Разработал и запустил внутренние веб-инструменты с функциями ИИ для автоматизации рабочих процессов команды. Работал с картографическими данными ГИС для визуализации локаций проектов и деталей городского планирования. [Веб-разработка, Интеграция ИИ, Данные ГИС, Управление серверами, Python, REST API]
Специалист по программному обеспечению и системам — Хокимият Янгихаётского района (Июль 2025 — Январь 2026), Янгихаёт, Ташкент, Узбекистан. Создавал скрипты для автоматизации рутинных офисных задач персонала. Управлял внутренними веб-приложениями, базами данных и защищенным доступом к сети с помощью Kerio Control. [Автоматизация процессов, Веб-приложения, Базы данных, Сетевая безопасность, Kerio Control, Биометрические системы]
Избранные проекты
Emris AI (Агентные рабочие процессы, Мультиагентная оркестрация, Маршрутизация LLM, Flask, SSE): Разработал автономную мультиагентную платформу ИИ, которая декомпозирует сложные запросы на пошаговые этапы, генерирует код и автоматически устраняет ошибки перед поставкой. — Sayt
Samarqand Invest Kompaniyasi (Next.js, Nest.js): Разработано адаптивное полнофункциональное веб-приложение на базе Next.js и Nest.js, включающее 4-языковую локализацию (узбекский (латиница/кириллица), русский, английский) и удобные элементы управления темой с режимами высокой контрастности и изменением размера шрифта. Создан интерактивный калькулятор стоимости строительства, интегрированный с Яндекс.Картами, который позволяет пользователям выбирать координаты на карте для автоматического расчета региональных сборов за зонирование и вычетов объемов в реальном времени. Спроектированы модульные REST API на Nest.js с надежной валидацией запросов, кэшированием и ограничением частоты запросов (rate limiting) для обеспечения безопасности конечных точек обращений и времени отклика менее 100 мс. — Sayt
Сегментация поджелудочной железы (Сегментация изображений, OpenCV, TensorFlow): Разработал автоматизированный конвейер медицинской визуализации с использованием OpenCV и NumPy для очистки, нормализации и аугментации более 6800 пар срезов и масок КТ брюшной полости, исключив пустые срезы и кэшируя стандартизированные тензоры для максимизации производительности обучения. Спроектировал архитектуру глубокого обучения для сегментации ResUNet на базе EfficientNet-B0 с использованием пользовательской гибридной функции потерь BCE-Dice для решения проблемы экстремального дисбаланса классов переднего и заднего планов. Достиг среднего коэффициента Дайса 0,824 и среднего коэффициента IoU 0,720 на неизведанных тестовых объемах КТ, откалибровав оптимальный порог принятия решений 0,30 для достижения коэффициента Дайса на 90-й перцентили, равного 0,923, для надежного оконтуривания границ поджелудочной железы. — Sayt
Научные публикации
АЛГОРИТМ ОБНАРУЖЕНИЯ И УДАЛЕНИЯ СМЕШАННЫХ ШУМОВ НА ЦИФРОВЫХ ИЗОБРАЖЕНИЯХ СЕЛЬСКОХОЗЯЙСТВЕННЫХ КУЛЬТУР И ЗОН ОРОШЕНИЯ НА ОСНОВЕ АДАПТИВНЫХ МАТЕМАТИЧЕСКИХ ФИЛЬТРОВ (2026) — XXV - Yosh olimlar, magistrantlar va iqtidorli talabalarning ilmiy-amaliy anjumani: "Qishloq va suv xo'jaligining zamonaviy muammolari". Mualliflar: Rahimjon Qodirov, Rahmatilla Khudoyberdiyev. Havola
В данной статье рассматривается проблема обнаружения и удаления смешанных шумов на цифровых изображениях сельскохозяйственных культур и зон орошения. Предложенный подход основан на оценке локальных статистических и структурных особенностей изображения, что позволяет оценить уровень шума, сохранить важные границы объектов и улучшить качество изображения для дальнейшего анализа с использованием методов компьютерного зрения и искусственного интеллекта.
ПРИМЕНЕНИЕ БИБЛИОТЕК PYTHON И JAVA В ТЕХНОЛОГИЯХ БОЛЬШИХ ДАННЫХ (2026) — Journal of Science, Research and Teaching. Mualliflar: Sherzod Jovliboyev Erkin o‘g‘li, Rahmatilla Khudoyberdiyev Khudoyberdi o‘g‘li. Havola
В последние годы стремительная интеграция технологий искусственного интеллекта (ИИ) в образование расширила возможности автоматизации процессов оценивания. В данной статье анализируются методы автоматизированного выставления оценок в сфере искусственного интеллекта в образовании (AIED), их алгоритмические основы, области применения и вопросы, связанные с академической прозрачностью. В исследовании рассматриваются подходы обучения с учителем и обработки естественного языка (NLP), используемые для оценки тестов, заданий по программированию и текстовых заданий с открытым ответом. Также обсуждаются вопросы обнаружения текста, сгенерированного ИИ, и этические аспекты. Результаты содержат научные и практические рекомендации по обеспечению эффективности и справедливости систем автоматизированного оценивания.
МЕТОДЫ АВТОМАТИЗИРОВАННОГО ОЦЕНИВАНИЯ В СИСТЕМАХ ОБРАЗОВАНИЯ НА ОСНОВЕ ИСКУСТВЕННОГО ИНТЕЛЛЕКТА (2026) — FAN, TA'LIM, MADANIYAT VA INNOVATSIYA. Mualliflar: Sherzod Jovliboyev Erkin o‘g‘li, Rahmatilla Khudoyberdiyev Khudoyberdi o‘g‘li. Havola
В последние годы стремительная интеграция технологий искусственного интеллекта (ИИ) в образование расширила возможности автоматизации процессов оценивания. В данной статье анализируются методы автоматизированного выставления оценок в сфере искусственного интеллекта в образовании (AIED), их алгоритмические основы, области применения и вопросы, связанные с академической прозрачностью. В исследовании рассматриваются подходы обучения с учителем и обработки естественного языка (NLP), используемые для оценки тестов, заданий по программированию и текстовых заданий с открытым ответом. Также обсуждаются вопросы обнаружения текста, сгенерированного ИИ, и этические аспекты. Результаты содержат научные и практические рекомендации по обеспечению эффективности и справедливости систем автоматизированного оценивания.
Сертификаты и повышение квалификации
- Agentic AI with LangChain and LangGraph (IBM), Nov 2026 LangChain, LangGraph, AI Agents, Multi-Agent Orchestration] — [Sertifikat tekshiruvi
- Advanced RAG with Vector Databases and Retrievers (IBM), Oct 2026 Advanced retrievers, FAISS, HNSW, ChromaDB, Vector Databases] — [Sertifikat tekshiruvi
- Build RAG Applications: Get Started (IBM), Oct 2026 Retrieval-Augmented Generation (RAG), Gradio, LlamaIndex] — [Sertifikat tekshiruvi
Технические навыки
Agentic AI Workflow: Agentic AI Workflows, Multi-Agent Orchestration, Reflection & Self-Correction, Tool Use & Function Calling, Task Planning & Decomposition, Multi-LLM Routing (Gemini & Groq & Cloudflare), Local-First Architecture
Machine Learning & Deep Learning: Scikit-Learn, TensorFlow, Keras, OpenCV, spaCy
Data Analysis & Web Scraping: NumPy, Pandas, Dask, Matplotlib, Seaborn, Scrapy
Databases & ORM: SQL, PostgreSQL, MySQL, SQLAlchemy, ChromaDB, HNSW
Software Development & Tools: Next.js, React, Django, Flask, Aiogram, PyQt6, Git, GitHub
Владение языками
- Uzbek: Native
- English: C1 (IELTS 7.0)
- Russian: A2
- Korean: A1 (TOPIK 1)
Образование
Бакалавр, искусственный интеллект — TIIAME National Research University (сен. 2023 – июл. 2027). Обучение было сосредоточено на углубленных разделах информатики, включая алгоритмы, большие данные, науку о данных (Data Science), машинное обучение и основы нейронных сетей.
Учащийся, информационные технологии — Академический лицей ТУИТ (сен. 2021 – июл. 2023). Изучал углубленную математику и физику наряду с основами программирования. Получил прочную базу в области решения задач, алгоритмического мышления и начальных навыков бэкенд-разработки.
Внешние ссылки и источники
- GitHub
- Kaggle
- Telegram
- Email: xudoyberdiyevrahmatilla@gmail.com
- Manzil: Tashkent, Uzbekistan
- Rasmiy veb-sayt
