Data Loss Prevention (DLP) is a suite of technologies and solutions designed to prevent the unauthorized transfer, access, and exfiltration of sensitive data within an organization. DLP software scans and monitors data at rest, in use, and in motion to detect and prevent data breaches, data leaks, and data theft. These solutions are crucial for protecting sensitive information, such as customer data, financial data, medical record numbers, and intellectual property.DLP tools are used across platforms, from cloud services and mobile devices to USB and removable storage devices, ensuring comprehensive data protection and compliance with data security standards such as PCI DSS. They employ real-time monitoring, incident management, and policy settings to safeguard the most sensitive data against insider threats and unauthorized access from external devices.Open-source DLP solutions provide a cost-effective alternative for businesses of all sizes, from small businesses to large enterprises, allowing for continuous monitoring and adaptation to new threats. They are user-friendly and support integration with systems like Microsoft Exchange and Microsoft Azure, enhancing security teams' ability to prevent data loss and manage policy violations through a centralized dashboard.

What are the types of DLP?

Data Loss Prevention (DLP) solutions are categorized into three primary types:1. Network DLP: Monitors and protects data in transit across the network to prevent data breaches and unauthorized data transfers.2. Endpoint DLP: Focuses on securing sensitive data on endpoint devices like laptops, mobile devices, and USB devices, employing real-time monitoring and policy enforcement to prevent data leakage and theft.3. Cloud DLP: Protects sensitive information stored in cloud services and managed through cloud-native tools, ensuring data security across all cloud-based file transfers and storage solutions.

What is open-source DLP software?

Open-source data loss prevention software is a type of solution designed to protect sensitive information from data leaks, unauthorized access, and breaches. This software provides tools for scanning sensitive data, monitoring data transfers, and preventing data loss across various platforms, including cloud services, mobile devices, and external devices.

Why is open-source DLP software valued?

Open-source DLP tools are particularly valued for their flexibility and adaptability, allowing IT administrators and security teams to modify source code to meet specific data security requirements and compliance standards.They offer a cost-effective option for businesses of all sizes to safeguard customer, financial, and personally identifiable information, ensuring continuous protection against data exfiltration, insider threats, and data breaches.

Citer Cette Recherche

Top 7 des logiciels DLP open source

Cem Dilmegani

mis à jour le 29 juin 2026

Consultez nos normes éthiques

Citer Cette Recherche

Loading Chart

Bien que les logiciels DLP open source offrent des solutions viables pour la protection des données, les grandes entreprises se tournent souvent vers les logiciels DLP propriétaires pour une gestion centralisée des clés renforcée et des options de déploiement cloud natives.

Voici les cinq meilleurs outils DLP open source, évalués selon la précision de détection, la complexité de déploiement et le soutien communautaire.

Meilleurs logiciels DLP open source

Nom du logiciel	OS pris en charge	Fonctionnalités clés
TruffleHog	Multiplateforme	-Analyse des secrets -Vérification des identifiants -800+ types de secrets
Gitleaks	Multiplateforme	-Analyse des secrets Git -Hooks de pré-commit -Intégration SAST
Wazuh	Linux, Windows	-XDR/SIEM -Sécurité des endpoints -Surveillance de l'intégrité des fichiers
Security Onion	Linux	-Surveillance réseau -Détection d'intrusion -Gestion des logs
Snort	Linux Windows MacOS	-Analyse du trafic -Journalisation des paquets -Prévention d'intrusion réseau
OpenDLP	Linux Windows	-Découverte des données au repos -Analyse avec/sans agent -Support des expressions régulières PCRE
MyDLP	Linux Windows	-Protection des données en mouvement/au repos -Contrôle des périphériques d'endpoint (USB/Impression) -Inspection du trafic Web/Mail

Critères d'inclusion : Tous les logiciels offrant une fonctionnalité DLP open source ou une fonctionnalité DLP configurable avec un développement actif (mises à jour au cours des 6 derniers mois) et une adoption communautaire significative.

Classement : Outils classés par étoiles GitHub pour refléter la validation et l'adoption par la communauté.

Étant donné que le paysage des logiciels DLP open source est limité, nous avons inclus des logiciels open source supplémentaires pouvant être configurés pour effectuer des tâches DLP.

Comparaison détaillée des solutions DLP open source

1. TruffleHog

TruffleHog découvre, classe et vérifie les identifiants divulgués dans les dépôts Git, les fichiers, les répertoires et sur de multiples plateformes.

Capacités remarquables :

Classifie 800+ types de secrets (clés AWS, mots de passe de base de données, API tokens)
Vérifie si les secrets découverts sont encore actifs
Analyse l'historique Git, y compris les commits supprimés et les forks privés
L'analyse avancée révèle les autorisations des secrets et les ressources accessibles

TruffleHog détecte plus de 900 types de secrets depuis la version 3.93.8, publiée en mars 2026, dépassant le précédent seuil de 800 types.¹ Les nouveaux détecteurs incluent la prise en charge des tokens de référence JFrog Artifactory et des analyseurs MuleSoft Anypoint OAuth2, ainsi que des capacités étendues d'analyse diff pour les fichiers supprimés et la couverture du décodeur HTML pour Confluence et Microsoft Teams.²

Limitations : Principalement axé sur le code et le contrôle de version ; nécessite une intégration pour des besoins DLP d'entreprise plus larges.

2. Gitleaks

Gitleaks est un outil spécialement conçu pour détecter les secrets codés en dur dans les dépôts Git, il s'intègre parfaitement dans les pipelines CI/CD.

Capacités remarquables :

Les hooks de pré-commit empêchent les commits de secrets avant qu'ils ne se produisent
Règles composites avec correspondance de proximité pour les motifs complexes
L'extraction d'archives analyse les fichiers zip et les tarballs
Rapports personnalisés avec plusieurs formats de sortie (JSON, SARIF, CSV)

Limitations : Axé sur Git avec une couverture limitée au-delà des dépôts de code source.

Remarque : Depuis mars 2026, le projet est entré en mode maintenance, le créateur Zach Rice ayant annoncé que des correctifs de sécurité seront publiés et qu'aucune nouvelle fonctionnalité n'est prévue.³ Rice a lancé Betterleaks comme projet successeur officiel, conçu pour répondre aux exigences de l'ère de l'IA avec une précision de détection améliorée et une implémentation pure en Go sans dépendances CGO.

3. Wazuh

Wazuh n'est pas un outil DLP traditionnel ; il offre une protection robuste des données grâce à des capacités unifiées XDR et SIEM.

Capacités remarquables :

La surveillance de l'intégrité des fichiers détecte les modifications non autorisées des données
Sécurité des endpoints sur les environnements sur site, cloud et conteneurisés
Détection des vulnérabilités et évaluation de la configuration de sécurité
Analyse des logs et gestion de la conformité (PCI DSS, HIPAA, GDPR)

Wazuh version 4.14.5 a été publiée en avril 2026, introduisant le suivi de l'inventaire des extensions de navigateur sur les principaux systèmes d'exploitation, un tableau de bord Microsoft Graph API pour la surveillance des événements Azure et Microsoft 365, et une configuration d'agent à rechargement à chaud qui élimine l'obligation de redémarrer les agents lors de l'application des modifications.⁴

Limitations : Nécessite une configuration importante pour les cas d'usage spécifiques DLP ; courbe d'apprentissage plus raide que les outils DLP dédiés.

4. Security Onion

Security Onion Il comprend des outils intégrés pour la chasse aux menaces, la détection d'intrusion et la gestion des logs.

Capacités remarquables :

Plateforme unifiée avec Suricata, Zeek, osquery et Elasticsearch
Analyse du trafic réseau en temps réel et capture PCAP
Gestion des cas et flux de travail d'investigation des alertes
Tableaux de bord préconstruits pour les opérations de sécurité

Security Onion 3.1.0 a été publié en mai 2026, proxy une refonte architecturale majeure qui nécessite Oracle Linux 9 et supprime Stenographer au profit de la gestion PCAP native de Suricata.⁵ La version introduit Onion IA avec compatibilité Azure OpenAI pour l'analyse assistée des menaces, et met à jour les composants principaux vers Elastic 9.3.3, Suricata 8.0.5 et Zeek 8.0.8. Les utilisateurs doivent noter que Security Onion version 2.4 atteint sa fin de vie le 1er octobre 2026.⁶

Limitations : Pas explicitement conçu pour le DLP ; détecte principalement les tentatives d'exfiltration de données plutôt que de les prévenir. Nécessite du matériel dédié ou des VMs.

5. Snort

Snort est un système de prévention d'intrusion open source. Il effectue une analyse du trafic en temps réel et peut être configuré pour des tâches DLP via des règles personnalisées.

Capacités remarquables :

Moteur de détection personnalisable basé sur des règles
Analyse de protocole et correspondance de contenu
Intégration avec les plateformes d'automatisation de la sécurité

Limitations : Nécessite la création manuelle de règles pour la fonctionnalité DLP ; pas de classification automatisée des données ni de gestion des politiques.

6. OpenDLP

OpenDLP est un outil de prévention de perte de données open source, basé sur des agents et géré de manière centralisée, qui peut identifier les données sensibles au repos sur des milliers de systèmes simultanément.⁷ Il déploie et gère des agents d'analyse sur le réseau (par exemple, via SMB/NetBIOS) et peut recevoir des résultats de centaines ou de milliers d'endpoints simultanément. Il prend également en charge l'analyse sans agent des systèmes de fichiers réseau (tels que les partages Windows ou les répertoires Unix via SSH), permettant aux équipes de découvrir des fichiers sensibles sur des hôtes distants sans installer d'agent sur chaque machine.

Remarque : OpenDLP n'a pas été mis à jour depuis la version 0.5.1 publiée en août 2012, rendant le projet effectivement abandonné depuis plus de treize ans.⁸ Le logiciel manque de compatibilité avec les systèmes d'exploitation modernes, les environnements cloud et les plateformes SaaS, et doit être considéré comme inadapté aux déploiements de production actuels malgré son importance historique en tant qu'agent DLP open source précoce.

7. MyDLP

MyDLP est une plateforme DLP open source pour les endpoints et les réseaux qui surveille les flux de données sur des canaux tels que le web, l'email, les périphériques amovibles (USB), les imprimantes et les captures d'écran.⁹ Son édition communautaire comprend des modules qui inspectent les canaux Web/FTP et email et appliquent des règles de politique (journalisation ou blocage) pour protéger les données sensibles.¹⁰ Il prend également en charge la surveillance des fichiers envoyés vers des périphériques de stockage amovibles (clés USB, etc.) avec une application similaire de journalisation/blocage.

Remarque : MyDLP a été acquis par le groupe Comodo en mai 2014, et l'édition communautaire open source n'a reçu aucune mise à jour depuis début 2014.¹¹ Le code source n'est plus distribué ni maintenu en tant que projet indépendant, le rendant inadapté aux exigences modernes de prévention de perte de données en entreprise.

Guide de sélection rapide

Priorité	Outil recommandé	Pourquoi
Prévenir les secrets dans le code	Gitleaks	Rapide, léger, excellente intégration CI/CD
Détection complète des secrets	TruffleHog	800+ types de secrets, vérification, analyse approfondie
Surveillance de sécurité d'entreprise	Wazuh	XDR/SIEM complet, conformité, évolutivité
Chasse aux menaces réseau	Security Onion	Plateforme SOC tout-en-un
Détection réseau personnalisée	Snort	Moteur de règles flexible, technologie éprouvée
Conformité réglementaire	Wazuh	Cadres de conformité intégrés
Flux de travail développeur	Gitleaks	Friction minimale, hooks de pré-commit

Fonctionnalités essentielles des logiciels DLP open source

Classification et gouvernance des données

Les moteurs de détection sont essentiels à la capacité d'une solution DLP à identifier, classer et gérer les données sensibles. Une bonne solution DLP permet la classification automatique et l'application d'étiquettes de sensibilité aux fichiers dans l'ensemble de l'environnement. La configuration personnalisable des politiques de classification et des mesures de protection est essentielle.

Contrôle d'accès et surveillance de l'activité des utilisateurs

Le contrôle d'accès basé sur les rôles est un composant essentiel du DLP. Le suivi des identités et des rôles des utilisateurs par rapport à des politiques granulaires permet une approche proactive pour empêcher les acteurs malveillants d'accéder aux actifs numériques sensibles. Les contrôles d'accès granulaires aident à prévenir les menaces internes, telles que les transferts de fichiers non conformes.

Prévention de l'exfiltration et analyse inline

La prévention de l'exfiltration est une fonction DLP critique qui atténue les risques de vol de données et de fuites involontaires. L'analyse inline est requise pour cette fonction, car l'action doit être bloquée avant qu'elle ne se produise. Prévenir le vol et les fuites de données aide à réduire le nombre de vecteurs d'attaque potentiels.

Détection et vérification des secrets

Les outils DLP modernes détectent les secrets codés en dur, les clés API et les identifiants dans les dépôts de code. Les solutions avancées vérifient si les secrets découverts sont actifs, permettant aux équipes de prioriser efficacement les efforts de remédiation.

DLP open source vs propriétaire

Ici, nous comparons les logiciels open source et propriétaires sous trois aspects.

1. Flexibilité et personnalisation

DLP open source : Les outils DLP open source, tels que ceux utilisés pour analyser les données sensibles, offrent des options de personnalisation étendues. Ces solutions permettent aux équipes de sécurité de modifier le code source, en adaptant l'outil DLP pour protéger efficacement les informations sensibles, y compris les données financières et les informations personnellement identifiables.

Ce niveau de personnalisation prend en charge la surveillance continue et les ajustements des paramètres de politique pour les entreprises manipulant les données les plus sensibles.

DLP propriétaire : D'autre part, les logiciels DLP propriétaires offrent généralement moins de flexibilité mais sont livrés avec des paramètres préconfigurés et conviviaux, idéaux pour un déploiement immédiat. Ces outils, souvent utilisés par les grandes entreprises, sont conçus pour répondre efficacement aux exigences générales de protection des données, assurant la conformité aux normes de sécurité des données et réduisant le risque de violations de données avec une configuration minimale.

2. Coût et accessibilité

DLP open source : Les solutions DLP open source n'ont généralement pas de coût initial, ce qui en fait une option attrayante pour les petites et moyennes entreprises. Cependant, elles nécessitent une expertise informatique significative pour personnaliser et maintenir, augmentant potentiellement le coût total de possession, y compris la gestion continue et les mises à jour pour se protéger contre le vol et les fuites de données.

DLP propriétaire : Inversement, les solutions DLP propriétaires impliquent des frais de licence initiaux et continus, mais elles incluent également le support du fournisseur pour la gestion des incidents, les mises à jour et le dépannage. Cela peut fournir une dépense plus prévisible et moins de charge administrative pour les administrateurs informatiques, en particulier dans les environnements avec des transferts de données importants ou lorsque des données sensibles sont stockées sur des services cloud et des périphériques externes.

3. Sécurité et support

DLP open source : La sécurité des logiciels DLP open source repose fortement sur la communauté et sur l'implication active des utilisateurs. Bien que flexible, cette approche nécessite une position proactive sur les mises à jour de sécurité et peut ne pas fournir le même niveau de support immédiat que les alternatives propriétaires.

Elle est bien adaptée aux organisations disposant d'équipes techniques capables dédiées à la protection des données au repos et en transit, à la gestion de l'accès aux données et à la prévention de la perte de données par des ajustements et une surveillance continus.

DLP propriétaire : Les solutions DLP propriétaires offrent souvent des fonctionnalités de sécurité plus complètes dès leur installation, conçues pour une protection robuste contre les menaces internes, les transferts de fichiers non autorisés et l'exfiltration de données.

Avec le support dédié du fournisseur, ces solutions aident à rationaliser les exigences de conformité et fournissent un tableau de bord centralisé pour surveiller les comportements suspects et gérer efficacement les incidents de violation de données.

Aspect	Open Source	Propriétaire
Flexibilité	Personnalisable pour des besoins spécifiques mais nécessite une expertise.	Préconfiguré, convivial et idéal pour un déploiement rapide.
Coût	Gratuit mais nécessite des ressources pour la gestion et les mises à jour.	Payant avec un support fournisseur pour la maintenance et les mises à niveau.
Sécurité	Repose sur des mises à jour communautaires et des mesures de sécurité proactives.	Protection avancée intégrée et conformité rationalisée avec le soutien du fournisseur.

Les outils DLP open source offrent un prix abordable et une flexibilité pour les petites entreprises et les organisations qui disposent de l'expertise technique nécessaire. Cependant, leurs limitations en matière d'évolutivité et de support font souvent des solutions propriétaires le choix préféré pour les entreprises nécessitant une protection solide.

L'avenir des logiciels DLP open source

L'IA et l'apprentissage automatique améliorent les solutions DLP en améliorant la précision de détection, en réduisant les faux positifs et en fournissant des renseignements sur les menaces en temps réel. Le paysage DLP en évolution comprend :

Cloud Access Security Brokers (CASB) – Protection des données dans les applications cloud
DLP Email et Passerelle – Surveillance des données en transit
Gestion des Risques Internes – Analytique comportementale et surveillance des utilisateurs
Gestion de la Posture de Sécurité des Données – Découverte et classification continues des données
DLP Natif des Applications – Protection intégrée aux applications

Les outils open source intègrent de plus en plus ces capacités, rendant la protection des données de niveau entreprise accessible aux organisations de toutes tailles.

Ne manquez pas nos benchmarks et analyses basées sur les données. Le bouton ouvre Google ; sélectionner AIMultiple confirme que vous souhaitez voir AIMultiple plus souvent dans les résultats de recherche Google.

Ajouter comme source préférée

Autres logiciels open source pour la protection des données

1. ModSecurity

Objectif : Pare-feu d'application web open source qui peut être configuré à des fins DLP en écrivant des règles personnalisées pour détecter et bloquer des motifs spécifiques de données sensibles dans le trafic HTTP.
Fonctionnalités : Analyse du trafic en temps réel et support de règles personnalisées.
Étoiles GitHub : ~6,8 K.

2. OSSEC

Objectif : Un autre outil de sécurité open source qui fonctionne comme un système de détection d'intrusion basé sur l'hôte (HIDS) et peut surveiller les modifications de fichiers ou détecter les fuites de données sensibles lorsqu'il est configuré avec des règles personnalisées.
Fonctionnalités : Surveillance de l'intégrité des fichiers et alertes.
Étoiles GitHub : ~4,3 K.

3. Pi-hole

Objectif : Bien que principalement un bloqueur de publicités et de trackers au niveau DNS, il peut être adapté pour filtrer ou bloquer les domaines impliqués dans l'exfiltration de données.
Fonctionnalités : Surveillance et filtrage basés sur le DNS.
Étoiles GitHub : ~43 K.

4. ELK Stack (Elasticsearch, Logstash, Kibana)

Objectif : Bien qu'il s'agisse d'un outil de journalisation et de visualisation de données, il peut être adapté pour des tâches DLP via des tableaux de bord personnalisés, des requêtes et la détection d'anomalies dans les flux de données.
Fonctionnalités : Ingestion de logs, analyse et alertes personnalisables.
Étoiles GitHub : Elasticsearch ~64K, Logstash ~13K, Kibana ~18 K.

Ces outils peuvent être configurés ou étendus pour effectuer des tâches spécifiques liées au DLP ; cependant, ils peuvent nécessiter une personnalisation et une expertise importantes pour atteindre le même niveau d'efficacité que les logiciels DLP dédiés.

FAQ

La prévention de perte de données (DLP) est un ensemble de technologies et de solutions conçues pour empêcher le transfert, l'accès et l'exfiltration non autorisés de données sensibles au sein d'une organisation. Le logiciel DLP analyse et surveille les données au repos, en cours d'utilisation et en mouvement pour détecter et prévenir les violations de données, les fuites de données et le vol de données.

Ces solutions sont essentielles pour protéger les informations sensibles, telles que les données clients, les données financières, les numéros de dossier médical et la propriété intellectuelle.
Les outils DLP sont utilisés sur diverses plateformes, des services cloud et appareils mobiles aux périphériques de stockage USB et amovibles, assurant une protection complète des données et la conformité aux normes de sécurité des données telles que PCI DSS. Ils utilisent la surveillance en temps réel, la gestion des incidents et les paramètres de politique pour protéger les données les plus sensibles contre les menaces internes et les accès non autorisés depuis des périphériques externes.

Les solutions DLP open source offrent une alternative économique pour les entreprises de toutes tailles, des petites entreprises aux grandes organisations, permettant une surveillance continue et une adaptation aux nouvelles menaces. Elles sont conviviales et prennent en charge l'intégration avec des systèmes comme Microsoft Exchange et Microsoft Azure, renforçant la capacité des équipes de sécurité à prévenir la perte de données et à gérer les violations de politique via un tableau de bord centralisé.

Les solutions de prévention de perte de données (DLP) sont classées en trois types principaux :

1. DLP Réseau : Surveille et protège les données en transit sur le réseau pour prévenir les violations de données et les transferts de données non autorisés.

2. DLP Endpoint : Se concentre sur la sécurisation des données sensibles sur les appareils d'endpoint comme les ordinateurs portables, les appareils mobiles et les périphériques USB, en utilisant la surveillance en temps réel et l'application des politiques pour prévenir les fuites et le vol de données.

3. DLP Cloud : Protège les informations sensibles stockées dans les services cloud et gérées via des outils cloud natifs, assurant la sécurité des données sur tous les transferts de fichiers et solutions de stockage basés sur le cloud.

Un logiciel de prévention de perte de données open source est un type de solution conçue pour protéger les informations sensibles contre les fuites de données, les accès non autorisés et les violations. Ce logiciel fournit des outils pour analyser les données sensibles, surveiller les transferts de données et prévenir la perte de données sur diverses plateformes, y compris les services cloud, les appareils mobiles et les périphériques externes.

Les outils DLP open source sont particulièrement appréciés pour leur flexibilité et leur adaptabilité, permettant aux administrateurs informatiques et aux équipes de sécurité de modifier le code source pour répondre à des exigences spécifiques de sécurité des données et de conformité.
Ils offrent une option économique pour les entreprises de toutes tailles pour protéger les informations clients, financières et personnellement identifiables, assurant une protection continue contre l'exfiltration de données, les menaces internes et les violations de données.

Lecture complémentaire

Ressources externes

Citer cette recherche

Choisissez le format qui correspond à votre lieu de publication. Coller la version avec lien dans votre CMS préserve le lien retour.

Cem Dilmegani (2026) - "Top 7 des logiciels DLP open source". Publié en ligne sur AIMultiple.com. Consulté le 29 Juin 2026, à : https://aimultiple.com/open-source-dlp-software [Ressource en ligne]

Dilmegani, C. (2026, 29 Juin). Top 7 des logiciels DLP open source. AIMultiple. https://aimultiple.com/open-source-dlp-software

@misc{dilmegani2026,
  author = {Dilmegani, Cem},
  title  = {{Top 7 des logiciels DLP open source}},
  year   = {2026},
  month  = jun,
  howpublished    = {\url{https://aimultiple.com/open-source-dlp-software}},
  note   = {AIMultiple. Consulté le 29 Juin 2026}
}

Liens de référence

2026 March - TruffleHog Docs

TruffleHog 2026: Secret Scanner with Verification

Betterleaks: The Gitleaks Successor Built for Faster Secrets Scanning

Aikido Security

4.14.5 Release notes - 23 April 2026 - 4.x · Wazuh documentation

Wazuh

Security Onion: Security Onion 3.1.0 Now Available with Elastic 9.3.3, Suricata 8.0.5, Zeek 8.0.8, and much more!

GitHub - ezarko/opendlp · GitHub

Press - MyDLP - Data Leak Prevention - Easy, Simple, Open Source

10.

MyDLP Community Edition - MyDLP - Data Leak Prevention - Easy, Simple, Open Source

11.

GitHub - mydlp/mydlp: An open source data loss prevention solution. · GitHub

Cem Dilmegani

Analyste principal

Suivre

Cem est analyste principal chez AIMultiple depuis 2017. AIMultiple informe chaque mois des centaines de milliers d'entreprises (selon similarWeb), dont 55 % des entreprises du classement Fortune 500. Les travaux de Cem ont été cités par des publications internationales de premier plan telles que Business Insider, Forbes et le Washington Post, ainsi que par des entreprises mondiales comme Deloitte et HPE, des ONG comme le Forum économique mondial et des organisations supranationales comme la Commission européenne. Vous trouverez d'autres entreprises et ressources réputées ayant fait référence à AIMultiple. Tout au long de sa carrière, Cem a exercé les fonctions de consultant, d'acheteur et d'entrepreneur dans le secteur des technologies. 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 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. Les travaux de Cem chez Hypatos ont été présentés dans des publications technologiques de référence telles que TechCrunch et Business Insider. Cem intervient régulièrement lors de conférences internationales sur les technologies. Diplômé en génie informatique de l'université de Bogazici, il est également titulaire d'un MBA de la Columbia Business School.

Voir le profil complet