Cem Dilmegani
Experiencia profesional y logros
A lo largo de su trayectoria profesional, Cem se desempeñó como consultor, comprador y emprendedor tecnológico. Asesoró a empresas en sus decisiones tecnológicas en McKinsey & Company y Altman Solon durante más de una década. También publicó un informe de McKinsey sobre digitalización. Dirigió la estrategia y las adquisiciones tecnológicas de una empresa de telecomunicaciones, reportando directamente al CEO. Asimismo, lideró el crecimiento comercial de Hypatos, una empresa de tecnología avanzada que alcanzó ingresos recurrentes anuales de siete cifras y una valoración de nueve cifras partiendo de cero en tan solo dos años. El trabajo de Cem en Hypatos fue reseñado por importantes publicaciones tecnológicas como TechCrunch y Business Insider. [6], [7]Intereses de investigación
El trabajo de Cem se centra en cómo las empresas pueden aprovechar las nuevas tecnologías en IA, IA con agentes, ciberseguridad (incluida la seguridad de redes y aplicaciones) y datos, incluidos los datos web. Su experiencia práctica en software empresarial contribuye a su trabajo. Otros analistas de la industria de IA y el equipo técnico apoyan a Cem en el diseño, la ejecución y la evaluación de pruebas comparativas.Educación
Se graduó como ingeniero informático en la Universidad de Bogazici en 2007. Durante su carrera de ingeniería, estudió aprendizaje automático en una época en la que se le conocía comúnmente como "minería de datos" y la mayoría de las redes neuronales tenían pocas capas ocultas. Obtuvo un MBA en la Escuela de Negocios de Columbia en 2012. Cem habla inglés y turco con fluidez. Tiene un nivel avanzado de alemán y un nivel básico de francés.Publicaciones externas
- Cem Dilmegani, Banca post-IA: Millones de empleos en riesgo a medida que los bancos automatizan sus funciones principales . International Banker.
- Cem Dilmegani, Bengi Korkmaz y Martin Lundqvist (1 de diciembre de 2014). Digitalización del sector público: El desafío del billón de dólares , McKinsey & Company.
Presentaciones en medios de comunicación, conferencias y otros eventos.
- Respuestas a las preguntas de Korea24 sobre la pérdida de empleos debido a la IA, Korea24
- Bienes raíces y tecnología , presentado por el Centro Wilbur F. Breslin de Estudios Inmobiliarios de la Universidad de Hofstra y la Escuela de Negocios Frank G. Zarb en 2023 y 2024.
- Sesión de Radar AI (22 de junio de 2023): "Aumentando el impacto de la ciencia de datos con ChatGPT".
- Encuentro de IA generativa en Atlanta: Inteligencia artificial generativa para la tecnología empresarial .
Fuentes
- Por qué Microsoft, IBM y Google están intensificando sus esfuerzos en materia de ética de la IA , Business Insider.
- Microsoft invierte mil millones de dólares en OpenAI para desarrollar una inteligencia artificial más inteligente que nosotros , según informa el Washington Post.
- Potenciando el liderazgo en IA: Kit de herramientas de IA para la alta dirección , Foro Económico Mundial.
- Resultados en ciencia, investigación e innovación de la UE , Comisión Europea.
- La inversión de 200.000 millones de euros de la UE en IA inyecta capital en los centros de datos, pero el mercado de chips sigue siendo un reto , según IT Brew.
- Hypatos recibe 11,8 millones de dólares por un enfoque de aprendizaje profundo para el procesamiento de documentos , según TechCrunch.
- Business Insider nos ofrece un vistazo exclusivo a la presentación que la startup de IA Hypatos utilizó para recaudar 11 millones de dólares .
Últimos artículos de Cem
Comparación de 7 métodos de programación de tareas en Python
La programación de tareas en Python permite ejecutar tareas automáticamente en momentos o intervalos específicos, reduciendo así el esfuerzo manual y mejorando la fiabilidad. A continuación, se presentan los distintos métodos de programación de tareas en Python, desde soluciones sencillas hasta avanzadas, junto con sus ventajas y desventajas: Principales métodos de programación de tareas en Python 1.
Las 4 herramientas de RPA más rentables
Los costos operativos pueden disuadir, especialmente a las organizaciones más pequeñas, de invertir en RPA y perderse los beneficios de la automatización. Estos costos incluyen licencias para software RPA, programación RPA y herramientas RPA. Siga los enlaces para ver proveedores de RPA rentables: ¿Qué es un software de automatización robótica de procesos (RPA) asequible? Argos Labs.
Inteligencia artificial responsable: 4 principios y mejores prácticas para
El 65 % de los líderes se sienten poco preparados para gestionar eficazmente los riesgos relacionados con la IA. Desarrollar y escalar aplicaciones de IA teniendo en cuenta la responsabilidad, la confiabilidad y las prácticas éticas es esencial para crear una IA que beneficie a todos. Explore cuatro principios para el diseño de una IA responsable (IAR) y recomiende las mejores prácticas para lograrlos: Guía paso a paso para una IA responsable 1.
Precios de los sistemas ERP en in '26: 5 proveedores, 5 modelos y 6 factores
Los sistemas ERP son populares por ofrecer soluciones integrales, y se prevé que el mercado de ERP alcance los 52.000 millones de dólares en 2024. Sin embargo, el 47 % de las organizaciones sufrieron sobrecostes en sus implementaciones de ERP en 2023, a menudo debido a precios poco claros. Este artículo explora los modelos de precios de ERP, los factores que influyen en los costes y las estructuras de precios de 5 proveedores.
Los 7 mejores servicios para compartir archivos que cumplen con la normativa HIPAA.
Las organizaciones sanitarias requieren soluciones de transferencia de archivos gestionadas que cumplan con la HIPAA y garanticen el manejo seguro de los datos confidenciales de los pacientes. Analizamos las soluciones basándonos en certificaciones de seguridad, adopción empresarial y características específicas de la HIPAA para identificar las mejores opciones. Principales servicios de intercambio de archivos compatibles con la HIPAA * Las calificaciones se basan en Capterra y G2.
Prevención de pérdida de datos (DLP): Tipos y 6 desafíos
La mayor movilidad introduce riesgos de pérdida o robo de datos, lo que puede ocasionar graves pérdidas financieras y daños a la reputación de las empresas. Un software eficaz de prevención de pérdida de datos (DLP) debe impedir el movimiento no autorizado de datos privados e información de identificación personal (PII) para limitar el riesgo financiero y reputacional.
Orquestación de procesos SAP: Principales soluciones, características e integraciones
Analizamos los aspectos clave de SAP PO, comprendiendo sus funcionalidades, beneficios y aplicaciones en el entorno empresarial actual.
Automatización de cargas de trabajo en la nube: Software y casos de uso más destacados
Las empresas están aumentando su flexibilidad y gestionando los costos mediante la adopción de una estrategia de nube híbrida. Según Statista, las industrias han incrementado sus cargas de trabajo en la nube y han experimentado un repunte como respuesta a la pandemia de COVID-19.
Las 10 mejores prácticas y casos prácticos de DLP móvil
Los empleados acceden a archivos, envían correos electrónicos y utilizan aplicaciones empresariales en dispositivos móviles como smartphones y tabletas, lo que genera nuevos riesgos. Los dispositivos móviles suelen presentar vulnerabilidades para el software DLP debido a su portabilidad, acceso a sistemas en la nube y diversas aplicaciones.
Las 7 mejores alternativas a Automic Automation
Automic Automation es una herramienta destacada de automatización de cargas de trabajo en el mercado de WLA. Sin embargo, dadas las necesidades únicas y a menudo específicas de las empresas, es fundamental explorar diversas alternativas.
Boletín informativo de AIMultiple
Reciba un correo electrónico gratuito a la semana con las últimas noticias tecnológicas B2B y análisis de expertos para impulsar su empresa.