Services
Contactez-nous
Aucun résultat trouvé.
Cem Dilmegani

Cem Dilmegani

Analyste principal
347 Articles
Restez informé des dernières technologies B2B
Cem est analyste principal chez AIMultiple depuis près de dix ans. Ses travaux chez AIMultiple ont été cités par des publications internationales de premier plan telles que Business Insider, Forbes, Morning Brew et le Washington Post, ainsi que par des entreprises internationales comme HPE, des ONG comme le Forum économique mondial et des organisations supranationales comme la Commission européenne. [1], [2], [3], [4], [5]

Expérience professionnelle et réalisations

Tout au long de sa carrière, Cem a occupé les postes de consultant, d'acheteur et d'entrepreneur dans le secteur des technologies. Pendant plus de dix ans, il a conseillé des entreprises sur leurs décisions technologiques chez McKinsey & Company et Altman Solon. Il a également publié un rapport McKinsey sur la numérisation. Il a dirigé la stratégie technologique et les achats d'un opérateur télécom, sous la responsabilité directe du PDG. Il a également piloté la croissance commerciale de la société de deep tech Hypatos, qui a atteint un chiffre d'affaires annuel récurrent à sept chiffres et une valorisation à neuf chiffres en seulement deux ans. Son travail chez Hypatos a été couvert par des publications technologiques de référence telles que TechCrunch et Business Insider. [6], [7]

Intérêts de recherche

Les travaux de Cem portent sur la manière dont les entreprises peuvent tirer parti des nouvelles technologies en matière d'IA, d'IA agentielle, de cybersécurité (notamment la sécurité des réseaux et des applications) et de données, y compris les données web. Son expérience pratique des logiciels d'entreprise enrichit ses recherches. D'autres analystes du secteur et l'équipe technique d'AIMultiple épaulent Cem dans la conception, la mise en œuvre et l'évaluation des benchmarks.

Éducation

Il a obtenu son diplôme d'ingénieur en informatique à l'Université de Bogazici en 2007. Durant ses études, il s'est spécialisé en apprentissage automatique, alors souvent appelé « exploration de données », et les réseaux de neurones ne comportaient généralement que quelques couches cachées. Il est titulaire d'un MBA de la Columbia Business School (promotion 2012). Cem parle couramment anglais et turc. Il possède un niveau avancé en allemand et des notions de français.

Publications externes

Présentations aux médias, conférences et autres événements

Sources

  1. Pourquoi Microsoft, IBM et Google intensifient leurs efforts en matière d'éthique de l'IA , Business Insider.
  2. Microsoft investit 1 milliard de dollars dans OpenAI pour développer une intelligence artificielle plus performante que l'humanité , Washington Post.
  3. Développer le leadership en IA : Boîte à outils IA pour les dirigeants , Forum économique mondial.
  4. Performances scientifiques, de recherche et d'innovation de l'UE , Commission européenne.
  5. L'investissement de 200 milliards d'euros de l'UE dans l'IA injecte des fonds dans les centres de données, mais le marché des puces reste un défi , IT Brew.
  6. Hypatos lève 11,8 millions de dollars pour une approche d'apprentissage profond appliquée au traitement de documents , TechCrunch.
  7. Business Insider nous a permis de découvrir en exclusivité le pitch deck utilisé par la startup d'IA Hypatos pour lever 11 millions de dollars .

Derniers articles de Cem

cybersécuritéMai 14

Top 10 Outils DAST Open Source / Gratuits Comparés

We relied on our research on vulnerability scanning tools and DAST to select leading open-source DAST tools and free versions of proprietary DAST software. See our rationale by following the links on product names: As the cost and frequency of cyberattacks increase, businesses are increasingly adopting DAST tools to enhance their security posture.

cybersécuritéMai 14

Top 10 Logiciels de Sécurité des Points de Terminaison

Endpoint security management software secures devices, computers, mobile phones, and servers against cyber threats. Organizations use these tools to prevent malware infections, block unauthorized access, and protect sensitive data across their networks. We analyzed the top endpoint security platforms across approximately 20 features.

IAMai 14

Top 50 cas d'utilisation et études de cas d'apprentissage profond

Deep learning uses artificial neural networks to learn from data. When trained on large, high-quality datasets, it achieves high accuracy, making it valuable wherever you have abundant data and need accurate predictions. Below are real deep learning applications across industries and business functions, with concrete examples.

Logiciel d'entrepriseMai 14

Meilleurs outils de surveillance des performances de base de données : Comparaison des 5 meilleures plateformes

Database issues cause application failures: A memory spike crashes your server, and a slow query times out user requests. We analyzed six database monitoring platforms and benchmarked three of them extensively on MySQL and MongoDB by installing them from scratch, running identical workloads, and documenting every step of the setup and monitoring experience.

IAMai 14

IA dans les ventes : 15 cas d'utilisation et exemples

Artificial intelligence can enhance sales processes from lead generation to sales forecasting, helping businesses overcome low conversion rates and long sales cycles.

DonnéesMai 13

Feuille de route du web scraping : Insights de 30M de requêtes

We scraped more than 30 million web pages using 50+ products from six web data infrastructure companies.

IAMai 13

10 Risques de l'IA générative & Comment les atténuer

With industries prioritizing generative AI for innovation and automation, its potential grows. However, risks of generative AI like accuracy and ethical concerns remain. Addressing these challenges is key to ensuring AI benefits humanity. Explore the top 10 risks of generative AI and steps to mitigate them: Model reliability & output integrity risks 1.

IAMai 13

Top 7 Bases de données vectorielles open-source : Faiss vs. Chroma

As AI Agents and models increasingly rely on high-dimensional data retrieval, selecting an open-source vector database becomes critical for enterprise deployment.

IAMai 13

Entraînement de grands modèles de langage

Integrating existing LLMs into enterprise workflows is increasingly common. However, some enterprises develop custom models trained on proprietary data to improve performance for specific tasks. Building and maintaining such models requires significant resources, including specialized AI talent, large training datasets, and computing infrastructure, which can increase costs to millions of dollars.

Logiciel d'entrepriseMai 13

Top 7 alternatives à MOVEit

We reviewed the leading alternatives to MOVEit in the secure file transfer market, looking at protocol support, verified product capabilities, and user reviews. MOVEit alternatives’ comparison * Ratings are based on Capterra, Gartner, and G2. The vendors are listed according to their reviews.