Cem Dilmegani
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
- Cem Dilmegani, « Le secteur bancaire post-IA : des millions d’emplois menacés par l’automatisation des fonctions essentielles des banques » , International Banker.
- Cem Dilmegani, Bengi Korkmaz et Martin Lundqvist (1er décembre 2014). Numérisation du secteur public : le défi à mille milliards de dollars , McKinsey & Company.
Présentations aux médias, conférences et autres événements
- Réponses aux questions de Korea24 sur les pertes d'emplois dues à l'IA, Korea24
- Immobilier et technologie , présenté par le Wilbur F. Breslin Center for Real Estate Studies et la Frank G. Zarb School of Business de l'Université Hofstra en 2023 et 2024.
- Session Radar AI (22 juin 2023) : « Accroître l'impact de la science des données avec ChatGPT ».
- Rencontre d'Atlanta sur l'IA générative : L'IA générative au service des technologies d'entreprise .
Sources
- Pourquoi Microsoft, IBM et Google intensifient leurs efforts en matière d'éthique de l'IA , Business Insider.
- Microsoft investit 1 milliard de dollars dans OpenAI pour développer une intelligence artificielle plus performante que l'humanité , Washington Post.
- Développer le leadership en IA : Boîte à outils IA pour les dirigeants , Forum économique mondial.
- Performances scientifiques, de recherche et d'innovation de l'UE , Commission européenne.
- 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.
- Hypatos lève 11,8 millions de dollars pour une approche d'apprentissage profond appliquée au traitement de documents , TechCrunch.
- 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
IA Reproductible: Pourquoi c'est important et comment l'améliorer
La reproductibilité est un aspect fondamental des méthodes scientifiques, permettant aux chercheurs de répliquer une expérience ou une étude et d'obtenir des résultats cohérents en utilisant la même méthodologie. Ce principe est tout aussi vital dans les applications d'intelligence artificielle (IA) et d'apprentissage automatique (ML), où la capacité de reproduire les résultats assure une inference…
Top 7 Outils d'analyse de sentiments open source
L'analyse de texte devrait dépasser une valeur de marché mondiale de 56 milliards de dollars US d'ici 2029.1 L'analyse de sentiments a gagné en importance mondiale en tant que l'une des applications d'analyse de texte. Les entreprises qui n'ont pas mis en œuvre l'analyse de sentiments peuvent ressentir le besoin de trouver les meilleurs outils…
Construire des agents IA avec des modèles composables
Nous avons passé 3 jours à expérimenter des workflows et des pipelines d'agents dans n8n, en suivant les guides de Anthropic et OpenAI sur la construction d'agents IA efficaces.12 Explorez les composants de l'agent IA fondamentaux, comment choisir les bons composants et outils, ainsi que la construction de workflows d'agents basés sur les modèles simples…
Meilleurs outils RPA open source
L'automatisation robotisée des processus (RPA) open source peut toujours jouer un rôle important dans l'avenir de l'automatisation. Ses principaux avantages sont la transparence, la flexibilité et l'absence de coûts de licence. Plusieurs outils RPA open source existent déjà. Ci-dessous, nous listons six options notables et nous fournissons des liens vers leur code source. Si vous…
Top 6 des solutions de sauvegarde SaaS
De nombreuses entreprises fonctionnent sous le faux prétexte que leurs fournisseurs SaaS (comme Microsoft 365 ou Google Workspace) protègent entièrement leurs données contre toutes les menaces. Bien que ces plateformes offrent un certain niveau de redondance des données, elles ne protègent pas contre la suppression accidentelle, les ransomwares ou les menaces internes. Elles fonctionnent généralement…
Top 10 Logiciels de Managed File Transfer Testés: Découvrez le Meilleur
Nous avons analysé les plans tarifaires, les spécifications techniques et les mesures de performance de quatre fournisseurs majeurs : Cerberus FTP, IBM Aspera, Serv-U et Thru, sur la base de scénarios de transfert de fichiers réels, et avons créé un benchmark MFT. Nous avons listé des solutions qui vont au-delà des protocoles de transfert de…
LLM Fine-Tuning Guide for Enterprises
Suivez les liens pour les solutions spécifiques aux défis de sortie de votre LLM. Si votre LLM : N'a pas accès aux faits nécessaires dans votre domaine, soit entraînez un nouveau LLM, passez à un modèle spécifique au domaine, ou utilisez RAG pour récupérer des faits Possède les faits pertinents mais doit répondre dans un…
Grands modèles multimodaux (LMMs) vs LLMs
Nous avons évalué les performances des grands modèles multimodaux (LMMs) dans des tâches de raisonnement financier à l'aide d'un dataset soigneusement sélectionné. En analysant un sous-ensemble d'échantillons financiers de haute qualité, nous évaluons les capacités des modèles à traiter et à raisonner avec des données multimodales dans le domaine financier. La section méthodologie fournit des…
10+ Exemples de grands modèles de langage & Benchmark
Nous avons utilisé des benchmarks open-source pour comparer les principaux exemples de modèles de langage propriétaires et open-source. Vous pouvez choisir votre cas d'utilisation pour trouver le bon modèle. Comparaison des modèles de langage les plus populaires Nous avons développé un système de notation de modèle basé sur trois métriques clés : la préférence des…
Top 5 Défis de la reconnaissance faciale & Solutions
La reconnaissance faciale fait désormais partie du quotidien, du déverrouillage des téléphones à la vérification des identités dans les espaces publics. Sa portée continue de s'étendre, apportant à la fois commodité et nouvelles possibilités. Cependant, cette expansion soulève également des préoccupations concernant la précision, la vie privée et l'équité qui nécessitent une attention particulière. Découvrez…
Newsletter AIMultiple
Un e-mail gratuit par semaine contenant les dernières actualités technologiques B2B et des analyses d'experts pour accélérer la croissance de votre entreprise.