Contáctanos
Servicios
Contáctanos
Cem Dilmegani

Cem Dilmegani

Analista principal
342 Artículos
Mantente al día sobre tecnología B2B.
Cem ha sido el analista principal de AIMultiple durante casi una década. Su trabajo en AIMultiple ha sido citado por importantes publicaciones globales como Business Insider, Forbes, Morning Brew, Washington Post, empresas globales como HPE, ONG como el Foro Económico Mundial y organizaciones supranacionales como la Comisión Europea. [1], [2], [3], [4], [5]

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

Presentaciones en medios de comunicación, conferencias y otros eventos.

Fuentes

  1. Por qué Microsoft, IBM y Google están intensificando sus esfuerzos en materia de ética de la IA , Business Insider.
  2. Microsoft invierte mil millones de dólares en OpenAI para desarrollar una inteligencia artificial más inteligente que nosotros , según informa el Washington Post.
  3. Potenciando el liderazgo en IA: Kit de herramientas de IA para la alta dirección , Foro Económico Mundial.
  4. Resultados en ciencia, investigación e innovación de la UE , Comisión Europea.
  5. 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.
  6. Hypatos recibe 11,8 millones de dólares por un enfoque de aprendizaje profundo para el procesamiento de documentos , según TechCrunch.
  7. 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

Agente de IAAbr 24

Entornos de aprendizaje por refuerzo: la infraestructura detrás de la IA agenica

Los entornos de aprendizaje por refuerzo son entornos controlados donde los agentes de IA realizan acciones, observan los resultados y reciben retroalimentación. Su utilidad aumenta a medida que los modelos pasan de respuestas puntuales a procesos de varios pasos en programación, tareas de navegador, atención al cliente y software empresarial. Empresas de entornos de aprendizaje por refuerzo: Algunas empresas venden entornos personalizados para programación, finanzas, flujos de trabajo empresariales o tareas informáticas.

DatosAbr 24

Extracción de datos financieros sin código: herramientas y consejos de cumplimiento

Si bien los proveedores oficiales de datos financieros ofrecen API, estas suelen tener un alcance, acceso o flexibilidad limitados para necesidades de datos en tiempo real o específicos.

AIAbr 24

Motores de inferencia LLM: vLLM vs LMDemploy vs SGLang

Realizamos pruebas comparativas de 3 motores de inferencia LLM líderes en NVIDIA H100: vLLM, LMDeploy y SGLang. Cada motor procesó cargas de trabajo idénticas: 1000 solicitudes ShareGPT utilizando Llama 3.1 8B-Instruct para aislar el verdadero impacto en el rendimiento de sus elecciones arquitectónicas y estrategias de optimización.

Software empresarialAbr 24

Las 5 mejores herramientas de monitorización de bases de datos de código abierto

Las herramientas comerciales de monitorización de bases de datos suelen prometer interfaces pulidas y soporte empresarial especializado. Las soluciones de código abierto se eligen cada vez más por su transparencia, rentabilidad, desarrollo impulsado por la comunidad y flexibilidad.

AIAbr 24

LCM: De la tokenización LLM a la representación a nivel de concepto

Los modelos conceptuales grandes (MCG), introducidos por Meta en su trabajo sobre “Modelos Conceptuales Grandes”, representan un cambio fundamental de la predicción basada en tokens a la representación a nivel conceptual.

AIAbr 24

Comparación de los modelos de lenguaje visual con el reconocimiento de imágenes.

¿Pueden los modelos avanzados de lenguaje de visión (VLM) reemplazar a los modelos tradicionales de reconocimiento de imágenes? Para averiguarlo, evaluamos 16 modelos líderes en tres paradigmas: CNN tradicionales (ResNet, EfficientNet), VLM (como GPT-4.1, Gemini 2.5) y API en la nube (AWS, Google, Azure).

Agente de IAAbr 24

MCP Benchmark: Los mejores servidores MCP para acceso web

Realizamos pruebas de rendimiento en 8 servidores MCP en tareas de búsqueda y extracción web, así como en tareas de automatización de navegadores, ejecutando 4 tareas diferentes 5 veces en todos los MCP adecuados. También realizamos una prueba de carga con 250 agentes de IA concurrentes.

AIAbr 24

Base de datos de vectores principal para RAG: Qdrant vs Weaviate vs Pinecone

Las bases de datos vectoriales impulsan la capa de recuperación en los flujos de trabajo RAG al almacenar incrustaciones de documentos y consultas como vectores de alta dimensión. Permiten búsquedas rápidas de similitud basadas en distancias vectoriales. Realizamos una evaluación comparativa de seis proveedores de bases de datos vectoriales, centrándonos en sus estructuras de precios y rendimiento: Comparación de bases de datos vectoriales: Precios y rendimiento.

AIAbr 22

Las 125 mejores aplicaciones de IA generativa

Basándonos en nuestro análisis de más de 30 estudios de caso y 10 comparativas, donde probamos y comparamos más de 40 productos, identificamos 125 casos de uso de IA generativa en las siguientes categorías: Para otras aplicaciones de IA para consultas con una única respuesta correcta (por ejemplo, predicción o clasificación), consulte las aplicaciones de IA.

CiberseguridadAbr 21

Los 10 principales competidores y alternativas a Sophos

Sophos es un actor popular en los mercados de software DLP y ciberseguridad. Sin embargo, nuestro análisis identificó algunas deficiencias en sus productos. Basándonos en nuestra comparativa de los 6 mejores productos DLP, identificamos a los principales competidores de Sophos para ayudar a las empresas a encontrar el mejor software DLP.

...2526272829...