Cem Dilmegani
Le travail de Cem chez AIMultiple a été cité par des publications mondiales de premier plan, notamment Business Insider, Forbes, Morning Brew et Washington Post, par des entreprises mondiales comme Deloitte et HPE, par des ONG comme World Economic Forum et par des organisations supranationales comme European Commission. [1], [2], [3], [4], [5]
Expérience professionnelle et réalisations
Tout au long de sa carrière, Cem a été consultant en technologies, acheteur de technologies et entrepreneur technologique. Il a conseillé des entreprises sur leurs décisions technologiques chez McKinsey & Company et Altman Solon pendant plus de dix ans. Il a également publié un rapport McKinsey sur la digitalisation.Il a dirigé la stratégie technologique et les achats d'un opérateur télécom, sous la responsabilité du PDG. Il a également dirigé la croissance commerciale de l'entreprise de technologie profonde Hypatos, qui a atteint un revenu récurrent annuel à 7 chiffres et une valorisation à 9 chiffres, passant de 0 à ce résultat en deux ans. Le travail de Cem chez Hypatos a été couvert par des publications technologiques de premier plan comme TechCrunch et Business Insider. [6], [7]
Centres d'intérêt de recherche
Le travail de Cem porte sur l'IA d'entreprise et les logiciels.L'expérience pratique de Cem en matière de logiciels d'entreprise contribue à son travail. D'autres analystes sectoriels d'AIMultiple et l'équipe technique aident Cem à concevoir, exécuter et évaluer des benchmarks.
Formation
Il a obtenu son diplôme d'ingénieur informatique de Bogazici University en 2007. Au cours de ses études d'ingénieur, il a étudié l'apprentissage automatique à une époque où on l'appelait couramment « exploration de données » et où la plupart des réseaux de neurones comptaient quelques couches cachées.Il a obtenu un MBA de la Columbia Business School en 2012.
Cem parle couramment l'anglais et le turc. Il a un niveau avancé en allemand et un niveau débutant en français.
Publications externes
- Cem Dilmegani, Post-AI Banking : des millions d'emplois menacés alors que les banques automatisent leurs fonctions essentielles. International Banker.
- Cem Dilmegani, Bengi Korkmaz et Martin Lundqvist (1er décembre 2014). Numérisation du secteur public : le défi de mille milliards de dollars, McKinsey & Company.
Médias, conférences et autres présentations
- Invité sur American Variety Radio, il a répondu aux questions de Court Lewis sur l'AGI le 25 avril 2026.
- A répondu aux questions de Korea24 sur les pertes d'emploi dues à l'IA le 5 novembre 2025. Enregistrement disponible sur : Korea24
- Immobilier et technologie, présenté par le Wilbur F. Breslin Center for Real Estate Studies de Hofstra University et la Frank G. Zarb School of Business en 2023 et 2024.
- Session Radar AI (22 juin 2023) : « Accroître l'impact de la science des données avec ChatGPT ».
- Meetup IA générative d'Atlanta : L'IA générative pour les 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 intelligente que nous, Washington Post.
- Renforcer le leadership en IA : boîte à outils IA pour les dirigeants, World Economic Forum.
- Performance de l'UE en matière de science, de recherche et d'innovation, European Commission.
- L'investissement de 200 milliards d'euros de l'UE dans l'IA injecte des liquidités 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 des documents, TechCrunch.
- Nous avons pu consulter en exclusivité le pitch deck que la start-up d'IA Hypatos a utilisé pour lever 11 millions de dollars, Business Insider.
Derniers articles de Cem
Python RPA: 8 cas d'usage pour les développeurs
L'automatisation robotisée des processus (RPA) permet aux robots logiciels d'exécuter des tâches informatiques répétitives. Python offre aux développeurs un moyen flexible de construire ces robots en code. Le marché mondial de la RPA s'élève à environ 28 milliards USD en 2025 et devrait atteindre environ 247 milliards USD d'ici 2035. Pourtant, entre 30 % et 50 %…
Top 15 plateformes de données d'entraînement
Un modèle est aussi bon que les données sur lesquelles il apprend. Les modèles supervisés ont besoin d'exemples précis et bien étiquetés pour faire des prédictions correctes. Les plateformes de données d'entraînement couvrent les étapes entre les données brutes et un jeu de données utilisable : approvisionnement, étiquetage et contrôles qualité. Découvrez les meilleures plateformes…
Comparaison de 10 méthodes de planification de tâches Python
La planification de tâches Python automatise les tâches à des intervalles spécifiques pour appliquer des délais d'exécution stricts, intercepter les exceptions d'exécution et garantir la cohérence de l'état du système sans intervention manuelle. Voici les différentes méthodes de planification de tâches en Python avec leurs avantages et inconvénients : Cron est un planificateur intégré Unix/Linux…
Meilleurs 7 agents de test IA pour l'assurance qualité
Nous avons évalué les plateformes de test IA intégrant des agents IA ; la plupart étaient des Selenium/Playwright surfaits avec du marketing. Quelques-unes étaient capables d'écrire/maintenir des cas de test ou des tests visuels, bien que ces outils présentent encore des limitations notables. Parmi celles-ci, nous avons sélectionné 7 plateformes et les avons classées par…
Cas d'usage et exemples de technologies eCommerce
La concurrence croissante dans le secteur du eCommerce oblige les entreprises à comprendre comment la technologie modifie les attentes des clients. Les organisations doivent se tenir informées des outils émergents et des évolutions du marché pour répondre efficacement et maintenir la qualité de service. Découvrez les 15 principales technologies eCommerce en matière de personnalisation et…
Outils de collecte de données automatisée & cas d'utilisation
La collecte de données automatisée utilise des systèmes pour rassembler, traiter et analyser des informations efficacement. Étant donné que les données automatisées proviennent de sources multiples et de formats variés, comprendre les différents types et leurs origines est essentiel pour la mettre en œuvre efficacement. L’automatisation de la collecte de données utilise des scripts, des…
LLM Moteurs d'inférence: vLLM vs LMDeploy vs SGLang
Nous avons évalué 3 principaux moteurs d'inférence LLM sur du matériel NVIDIA H100 : vLLM, LMDeploy et SGLang. Chaque moteur a traité des charges de travail identiques : 1 000 prompts ShareGPT en utilisant Llama 3.1 8B-Instruct pour isoler le véritable impact de leurs choix architecturaux et de leurs stratégies d'optimisation sur les performances. Nous…
GPU Logiciel pour l'IA: CUDA vs. ROCm
Les spécifications matérielles brutes ne racontent qu’une partie de l’histoire dans le calcul sur GPU. Pour mesurer les performances réelles de l’IA, nous avons exécuté 52 tests distincts comparant le MI300X d’AMD avec les H100, H200 et B200 de NVIDIA dans des scénarios multi-GPU et à haute concurrence. Bien que le MI300X d’AMD affiche 1…
Tarifs des 6 meilleurs logiciels de gestion des services informatiques (ITSM)
Les outils de gestion des services informatiques (ITSM) qui prennent en charge la gestion des incidents, des problèmes, des changements et de la base de connaissances proposent différents modèles de tarification. Consultez les détails des tarifs de la gestion des services informatiques des 6 principaux fournisseurs et le guide des fonctionnalités pour les petites entreprises…
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.