Cem Dilmegani
Esperienza professionale e risultati conseguiti
Nel corso della sua carriera, Cem ha lavorato come consulente tecnologico, acquirente di tecnologia e imprenditore tecnologico. Ha fornito consulenza alle aziende sulle loro decisioni tecnologiche presso McKinsey & Company e Altman Solon per oltre un decennio. Ha anche pubblicato un rapporto McKinsey sulla digitalizzazione. Ha guidato la strategia tecnologica e gli acquisti di una società di telecomunicazioni, riportando direttamente all'amministratore delegato. Ha anche guidato la crescita commerciale dell'azienda deep tech Hypatos, che ha raggiunto un fatturato ricorrente annuo a 7 cifre e una valutazione a 9 cifre partendo da zero in 2 anni. Il lavoro di Cem in Hypatos è stato trattato da importanti pubblicazioni tecnologiche come TechCrunch e Business Insider. [6], [7]Interessi di ricerca
Il lavoro di Cem si concentra su come le aziende possono sfruttare le nuove tecnologie in ambito di intelligenza artificiale, intelligenza artificiale agenziale, sicurezza informatica (inclusa la sicurezza di rete e la sicurezza delle applicazioni) e dati, compresi i dati web. L'esperienza pratica di Cem nello sviluppo di software aziendali contribuisce al suo lavoro. Altri analisti del settore e il team tecnico supportano Cem nella progettazione, esecuzione e valutazione dei benchmark.Preparazione
Si è laureato in ingegneria informatica presso l'Università di Bogazici nel 2007. Durante gli studi di ingegneria, ha approfondito l'apprendimento automatico in un periodo in cui veniva comunemente chiamato "data mining" e la maggior parte delle reti neurali presentava alcuni strati nascosti. Ha conseguito un MBA presso la Columbia Business School nel 2012. Cem parla fluentemente inglese e turco. Ha una conoscenza avanzata del tedesco e un livello principiante del francese.Pubblicazioni esterne
- Cem Dilmegani, Post-AI Banking: Milioni di posti di lavoro a rischio a causa dell'automazione delle funzioni principali delle banche . International Banker.
- Cem Dilmegani, Bengi Korkmaz e Martin Lundqvist (1° dicembre 2014). Digitalizzazione del settore pubblico: la sfida da mille miliardi di dollari , McKinsey & Company.
Presentazioni ai media, a conferenze e ad altri eventi.
- Risposte alle domande di Korea24 sulla perdita di posti di lavoro dovuta all'IA, Korea24
- "Immobiliare e tecnologia" , un seminario presentato dal Wilbur F. Breslin Center for Real Estate Studies e dalla Frank G. Zarb School of Business della Hofstra University nel 2023 e nel 2024.
- Sessione Radar AI (22 giugno 2023): "Aumentare l'impatto della scienza dei dati con ChatGPT".
- Incontro di Generative AI Atlanta: Intelligenza artificiale generativa per la tecnologia aziendale .
Fonti
- Perché Microsoft, IBM e Google stanno intensificando gli sforzi sull'etica dell'IA , Business Insider.
- Microsoft investe 1 miliardo di dollari in OpenAI per perseguire un'intelligenza artificiale più intelligente di noi , Washington Post.
- Potenziare la leadership nell'IA: Toolkit per i dirigenti di alto livello in materia di IA , World Economic Forum.
- Prestazioni dell'UE in materia di scienza, ricerca e innovazione , Commissione europea.
- L'investimento di 200 miliardi di euro dell'UE nell'intelligenza artificiale convoglia capitali verso i data center, ma il mercato dei chip rimane una sfida , IT Brew.
- Hypatos riceve 11,8 milioni di dollari per un approccio di deep learning all'elaborazione dei documenti , secondo TechCrunch.
- Business Insider ha pubblicato in esclusiva il pitch deck utilizzato dalla startup di intelligenza artificiale Hypatos per raccogliere 11 milioni di dollari .
Ultimi articoli di Cem
Confronto delle prestazioni dei 5 principali provider VPN
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.
Migliori 12+ emulatori Android
Android emulators let you run Android apps and games on PC, Mac, and browsers. Different emulators excel in different use cases. Below is a list of the top Android emulators categorized by their strengths from gaming to app development, security testing, and everyday Android app usage.
7 Kullanışlı Yapay Zeka Dönüşüm Stratejisi
AI transformation is the next phase of digital transformation. Businesses are willing to invest in AI technologies to stay ahead of competitors. Digital transformation is a prerequisite for companies to initiate their AI transformation, as digital data is essential for AI training, and digital processes are typically required to deploy AI solutions.
Top 12 Software di Gestione delle Patch Incluso NinjaOne
Unpatched systems are low-hanging fruit for attackers. A single outdated server or forgotten workstation becomes an entry point. Patch management software automates the process of finding, testing, and deploying updates before vulnerabilities turn into breaches.
En İyi 3 Prolific Alternatifi
We analyzed Prolific’s top alternatives by comparing participant ratings, crowd size, payment terms, and verified platform data. The right alternative depends on whether you’re a worker looking for tasks or a research buyer looking for data the tradeoffs differ significantly between the two.
Modelli multimodali di grandi dimensioni (LMM) vs LLM
Abbiamo valutato le prestazioni dei modelli multimodali di grandi dimensioni (LMM) in compiti di ragionamento finanziario utilizzando un dataset accuratamente selezionato. Analizzando un sottoinsieme di campioni finanziari di alta qualità, valutiamo le capacità dei modelli nell'elaborazione e nel ragionamento con dati multimodali nel dominio finanziario. La sezione sulla metodologia fornisce informazioni dettagliate sul dataset e sul framework di valutazione utilizzati.
Benchmark Modelli Tabulari: Prestazioni su 19 Dataset
We benchmarked 7 widely used tabular learning models across 19 real-world datasets, covering ~260,000 samples and over 250 total features, with dataset sizes ranging from 435 to nearly 49,000 rows. Our goal was to understand top-performing model families for datasets of different sizes and structure (e.g. numeric vs.
Valutazione dei Modelli Linguistici di grandi dimensioni: 10+ Metriche & Metodi
Large Language Model evaluation (i.e. LLM eval) is the multidimensional assessment of large language models (LLMs). Effective evaluation is crucial for selecting and optimizing LLMs. Enterprises have a range of base models and their variations to choose from, but achieving success is uncertain without precise performance measurement.
Agentic LLM Benchmark: Confronto dei Modelli Leader
We benchmarked the top LLMs across 10 software development tasks by using an agentic CLI tool. We executed ~3,500 automated validation steps per model across both API and UI layers. Agentic LLM benchmark results Success rate comparison Each alias ran 3 times across 10 tasks (30 samples per alias, 230 cells per iteration).
Prestazioni degli Agenti AI: Tassi di Successo & ROI
Recent research reveals that AI performance follows predictable exponential decay patterns, enabling businesses to forecast capabilities and differentiate between costly failures and successful ROI-generating implementations. I oversaw 12 AIMultiple benchmarks, including nearly 70 AI agents across more than 1,000 tasks.
Newsletter AI Multiple
Una email gratuita a settimana con le ultime notizie tecnologiche B2B e approfondimenti di esperti per dare impulso alla tua azienda.