Cem Dilmegani
Berufserfahrung und Erfolge
Im Laufe seiner Karriere war Cem als Technologieberater, Technologieeinkäufer und Technologieunternehmer tätig. Über ein Jahrzehnt lang beriet er Unternehmen bei McKinsey & Company und Altman Solon in ihren Technologieentscheidungen. Er veröffentlichte zudem einen McKinsey-Bericht zur Digitalisierung. Bei einem Telekommunikationsunternehmen leitete er die Technologiestrategie und -beschaffung und berichtete direkt an den CEO. Darüber hinaus verantwortete er das kommerzielle Wachstum des Deep-Tech-Unternehmens Hypatos, das innerhalb von zwei Jahren von null auf einen siebenstelligen jährlichen Umsatz und eine neunstellige Unternehmensbewertung wuchs. Cems Arbeit bei Hypatos wurde von führenden Technologiepublikationen wie TechCrunch und Business Insider thematisiert. [6], [7]Forschungsschwerpunkte
Cems Arbeitsschwerpunkt liegt darauf, wie Unternehmen neue Technologien in den Bereichen KI, agentenbasierte KI, Cybersicherheit (einschließlich Netzwerk- und Anwendungssicherheit) und Daten, insbesondere Webdaten, nutzen können. Seine praktische Erfahrung mit Unternehmenssoftware fließt in seine Arbeit ein. Weitere KI-Branchenanalysten und das technische Team unterstützen Cem bei der Konzeption, Durchführung und Auswertung von Benchmarks.Ausbildung
Er schloss 2007 sein Studium der Informatik an der Bogazici-Universität ab. Während seines Studiums beschäftigte er sich mit maschinellem Lernen, damals noch unter dem Begriff „Data Mining“ bekannt, und die meisten neuronalen Netze besaßen nur wenige verborgene Schichten. 2012 erwarb er einen MBA an der Columbia Business School. Cem spricht fließend Englisch und Türkisch. Seine Deutschkenntnisse sind fortgeschritten, seine Französischkenntnisse liegen auf Anfängerniveau.Externe Veröffentlichungen
- Cem Dilmegani, Post-KI-Banking: Millionen von Arbeitsplätzen in Gefahr, da Banken ihre Kernfunktionen automatisieren . International Banker.
- Cem Dilmegani, Bengi Korkmaz und Martin Lundqvist (1. Dezember 2014). Digitalisierung des öffentlichen Sektors: Die Billionen-Dollar-Herausforderung , McKinsey & Company.
Medien-, Konferenz- und sonstige Veranstaltungspräsentationen
- Antworten auf die Fragen von Korea24 zum Thema Arbeitsplatzverlust durch KI, Korea24
- Immobilien und Technologie , präsentiert vom Wilbur F. Breslin Center for Real Estate Studies der Hofstra University und der Frank G. Zarb School of Business in den Jahren 2023 und 2024.
- Radar AI- Session (22. Juni 2023): „Steigerung der Wirkung von Data Science mit ChatGPT“.
- Generative AI Atlanta Meetup: Generative KI für Unternehmenstechnologie .
Quellen
- Warum Microsoft, IBM und Google ihre Bemühungen im Bereich KI-Ethik verstärken , Business Insider.
- Microsoft investiert 1 Milliarde Dollar in OpenAI, um künstliche Intelligenz zu entwickeln, die intelligenter ist als wir , Washington Post.
- Stärkung der KI-Führungskräfte: KI-Toolkit für die C-Suite , Weltwirtschaftsforum.
- Wissenschafts-, Forschungs- und Innovationsleistung der EU , Europäische Kommission.
- Die EU investiert 200 Milliarden Euro in KI, wodurch Geld in Rechenzentren fließt, doch der Chipmarkt bleibt eine Herausforderung , IT Brew.
- Hypatos erhält 11,8 Millionen Dollar für einen Deep-Learning-Ansatz zur Dokumentenverarbeitung , TechCrunch.
- Wir haben einen exklusiven Einblick in die Präsentation erhalten, mit der das KI-Startup Hypatos 11 Millionen Dollar eingesammelt hat , Business Insider.
Neueste Artikel von Cem
Die 5 besten Alternativen zu Tenable Nessus: Funktionen & Vergleich
Auf dem Markt für DAST- und Schwachstellenscan-Tools stehen mehrere bemerkenswerte Optionen zur Verfügung. Basierend auf unserer Recherche und dem DAST-Benchmark haben wir die besten Alternativen zu Tenable Nessus ausgewählt.
Große Actionmodelle: Hype oder Realität?
Nach dem Start von Rabbit, einem KI-Gerät, das mobile Apps nutzen kann, gewinnt der Begriff „Large Action Models“ (LAMs) an Popularität. Diese Modelle gehen über die reine Konversation hinaus, indem sie LLMs in „Agenten“ verwandeln, die die isolierte, app-gesteuerte Welt miteinander verbinden können, ohne dass ein Nutzer Apps öffnen oder eine API integrieren muss. Die Grenze zwischen Hype und Realität ist fließend.
Erstellung eines KI-gestützten Lead-Generierungs-Workflows ohne Programmierung
KI-gestützte Vertriebsagenten versprechen automatisierte Kundengewinnung und -ansprache, doch die meisten werden als umfassende Vertriebsplattformen angeboten, deren Kosten durch Onboarding, Datenanreicherung, Integrationen und Premium-Support erheblich steigen. Nach der Überprüfung führender KI-gestützter SDR- und Leadgenerierungstools und der Entwicklung praktischer Workflows stellte ich fest, dass viele Teams eine einfachere, flexiblere und kostengünstigere Lösung benötigen.
Entwicklung persönlicher KI-Agenten + 18 Agentenplattformen und -tools
Wir haben die zwei Tage damit verbracht, anhand von praktischen Demos und Tools persönliche KI-Assistenten zu entwickeln, die Aufgaben wie Terminplanung, Notizenverwaltung oder E-Mail-Bearbeitung übernehmen können. Wir stellen drei Hauptansätze für die Entwicklung und Nutzung solcher Assistenten vor und veranschaulichen diese anhand von Beispielen aus der Praxis: 1.
Die 10+ besten SIEM-Systeme und wie Sie die beste Lösung auswählen
SIEM-Systeme haben sich zu mehr als nur Log-Aggregationswerkzeugen entwickelt. Einige Anbieter haben einheitliche Produkt-Suiten mit UEBA-, SOAR- und EDR-Funktionen entwickelt und bezeichnen diese als SIEM-Systeme der nächsten Generation. Andere konzentrieren sich auf Produkte für das traditionelle Ereignis- und Log-Management.
Top 10 Spracherkennungsanwendungen & Beispiele
Wenn Sie bereits virtuelle Assistenten wie Alexa, Cortana oder Siri genutzt haben, sind Sie wahrscheinlich mit Spracherkennung und dialogbasierter KI vertraut. Diese Technologie ermöglicht es Nutzern, über Sprachbefehle mit Geräten zu interagieren, indem gesprochene Anfragen in maschinenlesbaren Text umgewandelt werden. Entdecken Sie die zehn wichtigsten Anwendungsbereiche der Spracherkennungstechnologie in der Sprachsuche, im Kundenservice, im Gesundheitswesen und weiteren Bereichen. 1.
Text-to-Speech-Software: Hume & ElevenLabs
Mit der Weiterentwicklung von KI-Fähigkeiten wird auch Text-to-Speech-Software (TTS) immer besser darin, natürliche, menschenähnliche Sprache zu erzeugen. Wir haben die Leistung von fünf verschiedenen TTS- und Stimmungsanalyse-Tools (Resemble, ElevenLabs, Hume, Azure und Cartesia) in sieben zentralen Emotionskategorien evaluiert und verglichen, um herauszufinden, welches Tool emotionale Nuancen am genauesten, konsistentesten und umfassendsten erkennen kann.
Die besten Open-Source-UEBA-Tools und kommerzielle Alternativen
Im Kern identifizieren UEBA-Lösungen Muster in Daten, egal ob aus Echtzeitdaten oder historischen Datensätzen. Open-Source-UEBA-Tools: Nach Durchsicht der Dokumentation jedes Open-Source-UEBA-Frameworks und -Tools wählte ich die führenden Open-Source-Technologien für Verhaltensanalyse aus, die standardmäßige SIEM-ähnliche Funktionen, Alarmierung, Unterstützung für das MITRE ATT&CK Threat Intelligence Framework und API-basierte bieten.
Vergleich der besten Design-to-Code-Tools: Detaillierte Analyse
Die Design-to-Code-Landschaft hat sich durch KI-gestützte Tools, die die Lücke zwischen visuellem Design und produktionsreifem Code schließen sollen, grundlegend verändert. Da 82 % der Entwickler täglich oder wöchentlich KI-Codierungsassistenten nutzen, ist die Nachfrage nach effektiven Design-to-Code-Lösungen so hoch wie nie zuvor.
Analyse der Top 4 Open-Source-NGFWs basierend auf den Funktionen im Jahr
Teams, die NGFWs, KI-gestützte Sicherheit und Automatisierung nutzen, sparen im Vergleich zu herkömmlichen Tools rund 2 Millionen US-Dollar. Open-Source-NGFWs bieten eine kosteneffiziente Netzwerksicherheitslösung für umfassende Sicherheit: Vergleich der Top 4 Open-Source-NGFWs (Tabelle 1). Hauptmerkmale: Details zu den Hauptmerkmalen von Open-Source-NGFWs und deren Bedeutung finden Sie in der Tabelle „ngfw features“.
AIMultiple Newsletter
1 kostenlose E-Mail pro Woche mit den neuesten B2B-Technachrichten und Experten Einblicken.