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

CiberseguridadJun 11

Los 5 mejores componentes de código abierto de ZTNA

ZTNA está reemplazando a las VPN en muchas organizaciones como parte de una transición más amplia hacia la seguridad de confianza cero. Las herramientas de código abierto ZTNA ofrecen una forma rentable de autorizar el acceso en cada capa, asegurando el acceso remoto a los recursos. Explore las 5 mejores soluciones de código abierto ZTNA: Para empresas.

AIJun 11

Conversión de texto a SQL: Comparación de la precisión de LLM

Llevo 18 años utilizando SQL para el análisis de datos, desde mis inicios como consultor. Traducir preguntas en lenguaje natural a SQL facilita el acceso a los datos, permitiendo que cualquier persona, incluso sin conocimientos técnicos, trabaje directamente con bases de datos.

DatosJun 11

Aprendizaje federado: 7 casos de uso y ejemplos

Según análisis recientes de McKinsey, los riesgos más acuciantes de la adopción de la IA incluyen la distorsión de los modelos, la procedencia y autenticidad de los datos, el incumplimiento normativo y las vulnerabilidades en la cadena de suministro de la IA. El aprendizaje federado (FL) se ha consolidado como una técnica fundamental para las organizaciones que buscan mitigar estos riesgos.

AIJun 11

Las 20 principales predicciones de expertos sobre la pérdida de empleos en el sector de la IA.

Como consultor de McKinsey, ayudé a empresas a adoptar nuevas tecnologías durante una década. Mis respuestas rápidas sobre la pérdida de empleos por IA: Predicciones de pérdida de empleos por IA Nota: El tamaño de los gráficos está correlacionado con el tamaño de la predicción de pérdida de empleos. Los porcentajes a los que se hace referencia en nuestro análisis se derivan de supuestos sobre el desplazamiento laboral general.

AIJun 10

Sistemas de recomendación: aplicaciones y ejemplos

Los sistemas de recomendación benefician tanto a las empresas como a los clientes al utilizar datos para personalizar las experiencias. Ayudan a impulsar las ventas, aumentar la fidelización de los clientes y reducir la deserción al simplificar las opciones y mantener a los usuarios comprometidos. Comparamos el rendimiento de tres bibliotecas de recomendación de Python: LightFM, Cornac BPR y TensorFlow Recommenders, utilizando el mismo conjunto de datos de retroalimentación implícita y los mismos pasos de preprocesamiento.

Software empresarialJun 10

Análisis de Ninjaone: 15 capacidades para TI empresarial

NinjaOne presta servicios a unidades de TI en 35 000 empresas. Su plataforma incluye control de endpoints, monitorización, seguridad, copias de seguridad y operaciones de servicio. NinjaOne ofrece un rendimiento líder en el mercado en gestión de parches y RMM. Cada sección explica nuestra experiencia con NinjaOne y su rendimiento: Capa de control (Dispositivos) 1.

DatosJun 10

VPN Benchmark of Top 5 VPN Providers

We tested six leading consumer VPN services, measuring throughput against a clean baseline, packet drops over 15 minutes per provider, CPU and RAM use on macOS, and VPN connection behavior under load. Our test on VPN providers show that best VPN services change based on different needs.

AIJun 10

Más de 20 marcos RAG agenciales

Agentic RAG mejora el RAG tradicional al optimizar el rendimiento de LLM y permitir una mayor especialización. Realizamos una prueba comparativa para evaluar su rendimiento en el enrutamiento entre múltiples bases de datos y la generación de consultas. Explore los marcos y bibliotecas de Agentic RAG, las principales diferencias con el RAG estándar, los beneficios y los desafíos para aprovechar todo su potencial.

AIJun 10

Evaluación comparativa de latencia de LLM por casos de uso en

La eficacia de los modelos de lenguaje a gran escala (LLM, por sus siglas en inglés) no solo depende de su precisión y capacidades, sino también de la velocidad con la que interactúan con los usuarios. Evaluamos el rendimiento de los principales modelos de lenguaje en diversos casos de uso, midiendo sus tiempos de respuesta a la entrada del usuario.

AIJun 10

Comparación de modelos de visión amplia: GPT-4o vs YOLOv8n

Los modelos de visión a gran escala (LVM) pueden automatizar y mejorar tareas visuales como la detección de defectos, el diagnóstico médico y la monitorización ambiental. Evaluamos el rendimiento de tres modelos de detección de objetos: YOLOv8n, DETR y GPT-4o Vision, con 1000 imágenes cada uno, midiendo métricas como mAP@0.5, velocidad de inferencia, FLOPs y número de parámetros.

...23456...