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
Las 9 mejores soluciones PAM con alternativas gratuitas
Dedicamos tres días a probar y analizar soluciones populares de gestión de acceso privilegiado (PAM). Utilizamos las versiones de prueba gratuitas y las consolas de administración de BeyondTrust, Keeper PAM y ManageEngine PAM360. Para las soluciones que requerían registro, nos basamos en la documentación oficial del producto y en experiencias de usuario verificadas para evaluar sus capacidades.
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.
Comparación de los 6 mejores servicios gratuitos de GPU en la nube
Los avances en IA y aprendizaje automático han incrementado la demanda de GPU utilizadas en la computación de alto rendimiento. Construir una infraestructura de GPU dedicada implica altos costos iniciales, mientras que los servicios en la nube ofrecen un acceso más asequible. Las plataformas de GPU gratuitas son útiles para investigadores, desarrolladores y organizaciones con presupuestos limitados.
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.
Extracción de datos web para reclutadores: las mejores herramientas y técnicas
El recopilador de datos de Bright Data extrae automáticamente datos disponibles públicamente de LinkedIn para los reclutadores.
Comparativa de los programas LLM de Agentic: Los 13 mejores programas LLM son una referencia
Realizamos pruebas comparativas de 13 modelos LLM en 10 tareas de desarrollo de software utilizando una herramienta CLI de Agentic. Ejecutamos aproximadamente 300 pasos de validación automatizados por modelo para medir el rendimiento en las capas de API e interfaz de usuario. Resultados de la prueba comparativa de Agentic LLM Comparación de la tasa de éxito Claude 4.5 Sonnet y GPT-5.
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.
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. Investigamos cinco plataformas de monitorización de bases de datos de código abierto, verificando sus funcionalidades con la documentación oficial y las notas de la versión, probando la configuración y el análisis de consultas en cargas de trabajo de MySQL y MongoDB, y comparando su adopción por parte de la comunidad.
Las mejores herramientas de monitorización del rendimiento de bases de datos: Comparativa de las 5 plataformas principales
Los problemas con la base de datos provocan fallos en las aplicaciones: un pico de memoria bloquea el servidor y una consulta lenta agota el tiempo de espera de las solicitudes de los usuarios. Analizamos seis plataformas de monitorización de bases de datos y realizamos pruebas comparativas exhaustivas de tres de ellas en MySQL y MongoDB, instalándolas desde cero, ejecutando cargas de trabajo idénticas y documentando cada paso de la configuración y la experiencia de monitorización.
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.
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.