Melhores mais de 50 agentes de IA de código aberto listados

Todos têm construído agentes de IA, então, após testes práticos com agentes de codificação de IA, construtores de agentes de IA e benchmarks de uso de ferramentas populares para avaliar suas capacidades no mundo real, reunimos uma lista curada dos mais de 50 melhores agentes de IA de código aberto. Clique nos cabeçalhos das categorias para ir direto às nossas principais escolhas:

Como pensar sobre agentes de IA?

Um agente de IA é um sistema componível que combina planejamento, memória, uso de ferramentas e execução iterativa. Ele forma um loop estruturado em torno de um LLM que pode tomar decisões, realizar ações e adaptar-se a novas informações.

Veja como pensar sobre eles:

• Autonomia e fluxos de trabalho: Os agentes de IA variam desde a automação básica de tarefas baseada em fluxos de trabalho predefinidos até sistemas totalmente autônomos capazes de decomposição de objetivos, uso de memória e interação com ferramentas. O principal desafio técnico está em manter o contexto entre as etapas e coordenar operações de múltiplos estágios.

• Contexto e controle: O verdadeiro desafio nos agentes de IA é garantir que o LLM tenha o contexto apropriado em cada etapa. Isso inclui gerenciar o conteúdo fornecido ao LLM e garantir que o agente execute tarefas relevantes com base em contexto atualizado.

• Integração de ferramentas: Construir agentes eficazes requer integração perfeita com ferramentas externas, APIs e fontes de dados. Frameworks como o LangChain podem ajudar a integrar esses recursos externos, mas o controle sobre o fluxo de trabalho é essencial para adaptar o comportamento do agente a novas entradas.

• Benefícios dos frameworks de agentes: Todos os sistemas agentivos, sejam fluxos de trabalho simples ou agentes autônomos complexos, podem se beneficiar dos recursos principais fornecidos pelos frameworks agentivos. Esses recursos podem ser construídos do zero ou aproveitados de uma plataforma de código aberto existente, dependendo das suas necessidades.

Novos padrões

• Model Context Protocol (MCP): O padrão da indústria sobre como os agentes se comunicam com fontes de dados externas. O LangGraph integra MCP para permitir que os agentes se conectem facilmente com bancos de dados e ferramentas locais sem wrappers personalizados.
• Stripe Agentic Commerce Protocol (ACP): Este é o primeiro padrão ativo da indústria que permite que agentes de IA lidem com pagamentos, inventário e envio de forma segura. Ele permite o "Agentic Checkout", onde o agente pode concluir uma compra para o usuário dentro de uma interface de chat.

O que exatamente é um agente de IA?

Não há uma definição consensual do que constitui um "agente de IA".

• A IA tradicional define agentes como sistemas que interagem com o seu ambiente.
• A pesquisa de Simon Willison com profissionais apresenta uma variedade de definições de trabalho de participantes da indústria.²
• A definição da Anthropic descreve princípios de design para construir agentes de IA eficazes e alinhados.³
• Grandes empresas de consultoria enfatizam o papel dos agentes na automação de fluxos de trabalho e tomada de decisão empresarial.⁴ .

Muitas dessas definições incluem explicitamente fluxos de trabalho e autonomia no final de um espectro.

Concordamos com esses pontos de vista, portanto, não fornecemos uma definição rigorosa. Em vez disso, listamos os fatores que fazem com que um sistema de IA seja considerado mais agentivo:

• Ambiente e objetivos:
  • Sistemas de IA em ambientes complexos, como aqueles com múltiplas tarefas e mudanças inesperadas, são agentivos.
  • Sistemas de IA que seguem objetivos sem serem instruídos são agentivos.
• Interface do usuário e supervisão: Sistemas de IA que podem aprender linguagens naturais e sistemas que precisam de menos supervisão do usuário são agentivos.
• Design do sistema: Sistemas que usam padrões de design como uso de ferramentas (por exemplo, pesquisa na web, programação) ou planejamento (por exemplo, reflexão, decomposição de subobjetivos) são agentivos.

Para uma explicação mais detalhada, listamos anteriormente esses fatores e discutimos como eles definem sistemas de IA agentivos.

Esses agentes são totalmente autônomos?

Ainda não. A maioria dos agentes de IA de código aberto aprimora a autonomia do LLM permitindo o uso de ferramentas, tomada de decisão e resolução de problemas, mas eles ainda exigem entradas estruturadas e um humano no circuito.

Exemplos como Devon e PR-Agent seguem fluxos de trabalho predefinidos ou de aprendizado por reforço em vez de demonstrar comportamento agentivo completo. Outros agentes de IA ainda carecem de capacidades de (Aprendizado Autônomo + Generalização).

Quando (e quando não) usar agentes de IA

Nem toda aplicação de LLM requer complexidade agentiva. Muitos casos de uso são melhor atendidos por geração aumentada por recuperação (RAG) leve.

Sistemas agentivos introduzem sobrecarga arquitetural: gerenciamento de memória, orquestração de ferramentas, tratamento de erros e loops de controle que aumentam a latência e o custo. Por exemplo, em nossos benchmarks, observamos que as taxas de sucesso dos agentes de IA diminuíram após 35 minutos de interação humana.

Para mitigar esses riscos, é essencial testar sistemas agentivos em ambientes controlados e implementar salvaguardas robustas antes da implantação.

Os agentes são mais valiosos quando as etapas não podem ser facilmente previstas ou codificadas de forma rígida. Eles são particularmente adequados para situações em que:

• As tarefas são dinâmicas e de múltiplas etapas, com lógica ramificada ou subobjetivos pouco claros.
  
• O uso de ferramentas é condicional ou adaptativo, exigindo que o sistema escolha qual ferramenta invocar com base na entrada ou estado anterior.
  
• Memória ou contexto de longo prazo é necessário, entre sessões ou estágios de execução.
  
• A execução deve responder ao feedback do ambiente, como resultados de API, saídas de pesquisa ou ações com falha.
  
• A colaboração humano-no-circuito é necessária, onde autonomia e supervisão devem ser combinadas (por exemplo, copilotos de IA).

Por outro lado, fluxos de trabalho ou chamadas sem estado ao LLM são preferíveis quando:

• A lógica da tarefa é estática ou previsível, como preenchimento de formulários ou transformação de conteúdo.
  
• Baixa latência é crítica, como em interações voltadas para o usuário.
  
• Minimizar o custo é essencial, especialmente evitando chamadas recursivas ao LLM e orquestração complexa.

Leia mais

Aqui estão nossos benchmarks mais recentes sobre infraestrutura comumente usada por sistemas agentivos:

• Navegadores remotos: Como a infraestrutura de navegador permite que os agentes interajam com a web de forma segura.
• Benchmark de MCP de navegador: Principais servidores MCP para uso de ferramentas e acesso à web.

Exemplos de agentes de IA de código aberto

Algumas ferramentas descritas como "agentes de IA" não são realmente tão agentivas; esses sistemas (por exemplo, Devon PR-agent) são em grande parte fluxos de trabalho de IA baseados em aprendizado por reforço, com LLMs organizados através de caminhos de código predefinidos.

1. Frameworks de agentes (Construa o seu próprio)

Bibliotecas modulares e SDKs para desenvolvedores construírem agentes com controle sobre lógica, memória, ferramentas e orquestração.

✳️ Alguns agentes como SmolAgents e Agno se encaixam tanto nas categorias de frameworks de agentes quanto de automação de fluxo de trabalho.

Frameworks de agentes gerais

Frameworks que focam em construir agentes, oferecendo ferramentas flexíveis e personalizáveis para orquestrar fluxos de trabalho, configurações multiagentes e casos de uso de propósito geral.

• LangGraph – Orquestração de fluxo de trabalho de LLM baseada em grafos – O LangGraph é um software proprietário, mas fornece uma biblioteca de código aberto para desenvolvimento de agentes. Melhor para pipelines de RAG, memória de agente/ gerenciamento de estado e configurações multiagentes.

• AutoGen – Colaboração multiagente assíncrona – Projetado para coordenar agentes que usam ferramentas através de APIs semelhantes a chat. Melhor para automatizar fluxos de trabalho complexos, particularmente em geração autônoma de código.

• CrewAI – Framework multiagente sem código/baixo código – Uma das ferramentas mais fáceis para começar, oferecendo modelos de agentes prontos (por exemplo, agente de preparação de reuniões).

Frameworks de agentes especializados

Frameworks com foco especializado em tipos específicos de comportamentos de agentes ou integrações de agentes.

• Camel – Simulação de agentes baseada em papéis – Otimizado para agentes colaborativos de interpretação de papéis usando raciocínio estruturado. Melhor para automação de fluxo de trabalho e geração de dados sintéticos.

• Mastra – Desenvolvimento de agentes integrado ao frontend – Baseado em JavaScript, melhor para incorporar agentes em aplicações voltadas para o usuário.

• PydanticAI – Controle mínimo de agente com segurança de tipos – Fornece validação rigorosa e caminhos lógicos transparentes com Pydantic.

• Cybersecurity IA (CAI) – Framework de agentes de segurança cibernética orientado por IA – Fornece testes de penetração, descoberta de vulnerabilidades e red teaming com capacidades de humano-no-circuito, aproveitando grandes modelos de linguagem e integrações com ferramentas como Nmap.

• Atomic Agents – Construtor de agentes personalizados granulares com schema-first – Construído para estrutura granular de agentes e lógica componível.

• SmolAgents – SDK de agente leve para desenvolvedores – Abstração mínima, roteia lógica via Python em vez de JSON.

Runtimes de agentes (Agentes autônomos pré-construídos)

Agentes autônomos pré-construídos e autocontidos que você pode executar imediatamente (como um aplicativo). Normalmente suportam execução autônoma de tarefas a partir de objetivos em linguagem natural.

Totalmente autônomos:

• Auto-GPT – Decomposição de objetivos e execução autônoma – Decompõe objetivos em subtarefas e as completa usando ferramentas, memória e raciocínio. Oferece agentes pré-construídos e uma interface de baixo código.

• AIlice – Execução de tarefas de propósito geral local – Executa tarefas complexas no dispositivo, suporta ferramentas locais e manipulação de arquivos. Visa criar um assistente de IA, semelhante ao JARVIS, baseado no LLM de código aberto.

• Manus IA – Operações em sandbox de propósito geral. Executa ferramentas e fluxos de trabalho em um sandbox seguro, capaz de lidar com operações de múltiplos domínios e múltiplas etapas de forma autônoma. Foi adquirido pela Meta, integrando-se ao ecossistema "Personal Ambient Intelligence" da Meta.⁵

Parcialmente autônomos:

• BabyAGI – Executor de loop de tarefas iterativo – Cria, prioriza e executa listas de tarefas em um loop de feedback. Melhor para experimentos de geração de tarefas.

Baseados em navegador/interface:

• AgentGPT – Agente autônomo implantado no navegador – Permite que os usuários criem e executem agentes de tarefa através de uma IU web. Leve, melhor para experimentação.

• OpenManus – Agente de navegador persistente – Projetado para fluxos de trabalho que abrangem sessões em ambientes de navegador. Usa ferramentas como Playwright para automatizar interações web. Bom para usar em pipelines de automação existentes. A configuração é rápida com Conda.

2. Automação e orquestração de fluxo de trabalho

Ferramentas que automatizam fluxos de trabalho e integram múltiplas plataformas ou serviços, muitas vezes com a capacidade de integrar agentes de IA.

Agentes gerais de automação e integração de fluxo de trabalho

Plataformas que conectam APIs, acionam eventos e automatizam tarefas, facilitando a construção e integração de fluxos de trabalho em diferentes sistemas.

• n8n – Automação visual de fluxo de trabalho e integração de API – Conecta aplicativos, gatilhos e fluxos de dados usando um editor de nós. Combina construção visual sem código com JavaScript/Python personalizado e suporta mais de 400 integrações. Você pode auto-hospedar, executar fluxos de trabalho de agentes de IA com LangChain. Melhor para pessoas técnicas.

• PlanExe – Ferramenta de planejamento de LLM para Gantt/WBS – Planejador de IA semelhante à pesquisa profunda da OpenAI. Converte objetivos em linguagem natural em cronogramas estruturados usando LlamaIndex.

• Agno ✳️ – Construtor de fluxo de trabalho e agentes amigável para desenvolvedores – Ele se encaixa tanto como uma ferramenta de automação de fluxo de trabalho (ajudando a automatizar tarefas e fluxos de trabalho) quanto como um construtor de agentes.

• SmolAgents ✳️ – SDK de agente leve para desenvolvedores – O SmolAgents é flexível o suficiente para se encaixar tanto como um SDK de agente leve (para frameworks de agentes) quanto como uma ferramenta de fluxo de trabalho (já que se integra com modelos do Hugging Face).

• Windmill – Plataforma de desenvolvedor de código aberto e mecanismo de fluxo de trabalho – Converte scripts em IUs, APIs e cron jobs; suporta Python, TypeScript, Go e outras linguagens.

• Activepieces – Plataforma de automação de código aberto – Construtor visual de fluxo de trabalho auto-hospedado para automatizar tarefas e integrar aplicativos com codificação mínima. Suporta mais de 280 servidores MCP para executar tarefas de IA distribuídas e cadeias de agentes em escala.

• Huginn – Automação web e gerenciamento de agentes – Constrói agentes para automatizar tarefas baseadas na web e monitoramento.

• Node-RED – Desenvolvimento baseado em fluxo para IoT e dados em tempo real – Integra serviços e automatiza tarefas com um editor de fluxo baseado em navegador.

Orquestração de fluxo de trabalho multiagente

Frameworks projetados para coordenar agentes interagentes em fluxos de trabalho estruturados e integrar sistemas multiagentes.

• HyperAgent – Orquestração de agentes para o ciclo de vida completo do software – Agentes trabalham juntos para planejar, codificar e verificar tarefas de engenharia.

• Supercog – agentic – Orquestração modular com blocos de lógica reutilizáveis – Projetado para automação escalável, estruturada e baseada em equipes.

3. Automação e navegação web

Agentes navegam autonomamente em sites e realizam tarefas de múltiplas etapas, como preenchimento de formulários, extração de dados e automação de navegação web.

Agentes web autônomos e copilotos

Agentes autônomos de propósito geral (com capacidade web):

• AgenticSeek – Agente de navegação web totalmente autônomo – Manus IA totalmente local. Especializado em extração de dados e preenchimento de formulários, automatizando tarefas baseadas na web.

• Agent-E – Agente de automação de navegador com reconhecimento de DOM – Foca em interagir com páginas web analisando o DOM (Modelo de Objeto de Documento), melhor para clicar em botões e preencher formulários.

• AutoWebGLM – Agente web baseado em LLM – Usa aprendizado por reforço e simplificação de HTML para melhor navegação em sites complexos.

Agentes de navegação web baseados em visão (multimodais):

• Extensão WebSurfer do Autogen – Agente web multimodal – Combina entrada textual e visual (capturas de tela) para aprimorar a interação web.

• Skyvern – Agente de IA com visão computacional – Automatiza fluxos de trabalho usando LLMs e visão computacional, lidando com elementos textuais e visuais.

• WebVoyager – Agente web habilitado para visão – Usa texto e capturas de tela para melhorar a navegação em sites com muitas imagens.

Para mais informações sobre automação e navegação web de código aberto, aqui está uma visão estruturada de algumas das principais ferramentas e agentes:

Agentes de uso de computador

Agentes de navegação web

Kit de ferramentas de automação web e scraping

RPA web e extensões de navegador com LLM

Scrapers e crawlers web com IA

Ferramentas de pesquisa web com IA

4. Agentes de codificação e desenvolvimento

Agentes de IA projetados para auxiliar em tarefas de codificação, fornecendo suporte em tempo real para desenvolvedores através de sugestões de código, depuração e automação de tarefas.

Agentes de codificação baseados em CLI

• Codex CLI – Ferramenta de interação multimodal (sugerir, editar, executar) – Aprimora os fluxos de trabalho do desenvolvedor via linha de comando, oferecendo sugestões e edições de código.

• OpenDevin – Assistente de codificação de IA de código aberto – Auxilia em tarefas de programação, oferecendo sugestões de código para várias linguagens. Nota: OpenDevin foi recentemente renomeado para OpenHands para refletir sua missão mais ampla de "All Hands IA".⁶

• Aider – Assistente de programação em par com IA – Integrado ao seu terminal para assistência de codificação, suportando autocompletar, depuração e automação de tarefas.

Editores de código com IA

• Neovim – Editor de código integrado com IA – Plugins alimentados por IA que fornecem completação de código, refatoração.

• Visual Studio Code (VS Code) – Ferramenta de completação de código e depuração com IA – Oferece sugestões de código e autocompletar via GitHub Copilot, integrado com ambientes IDE para desenvolvedores.

• Cursor – Editor de código integrado com IA – Construído com completação de código em tempo real alimentada por IA.

Construtores de prompt-para-aplicativo (Vibe coding)

Alternativas de código aberto ao v0 / lovable / Bolt:

• Dyad – Construtor de aplicativos de IA de código aberto – Ferramenta local-first, sem código para construir aplicações orientadas por IA com comandos de linguagem natural.

• vx.dev – Construtor de aplicativos de IA de código aberto – Uma ferramenta local-first, de baixo código focada em transformar prompts de linguagem natural em aplicativos.

5. Agentes de segurança cibernética

Agentes de IA projetados para aprimorar as operações de segurança cibernética, incluindo tarefas como testes de penetração, descoberta de vulnerabilidades, red teaming e detecção autônoma de ameaças.

• YAWNING TITAN – Simulação abstrata de segurança cibernética baseada em grafos – Suporta o treinamento de agentes para operações cibernéticas autônomas com foco em ambientes baseados em grafos.

• bumpgen – Agente de gerenciamento de pacotes – Atualiza pacotes npm (gerenciador de pacotes Node.js) automaticamente.

• Agentes de segurança cibernética com LLM – Tarefas de segurança cibernética orientadas por LLM – Construído sobre o AutoGen. Usado em várias aplicações de pesquisa para demonstrar automação de EDR com ChatGPT e CI/CD automatizado para engenharia de detecção.

6. Agentes de criação de conteúdo de vídeo com IA

Agentes de IA que auxiliam na geração, edição e aprimoramento de conteúdo visual e multimídia, incluindo arte, imagens e vídeos.

• Mochi – Geração de texto para vídeo – Converte prompts de texto em vídeo, com foco na criação de vídeos curtos. Adequado para gerar vídeos rapidamente a partir de descrições textuais.

• CogVideo – Geração de texto para vídeo – Converte prompts de texto em vídeo com alta fidelidade, permitindo a criação de imagem para vídeo. Uma ferramenta mais avançada para geração de vídeo de alta qualidade a partir de texto ou imagens.

• Allegro – Geração de texto para vídeo – Converte prompts de texto em vídeo com foco na criação de conteúdo criativo. Esta ferramenta enfatiza a síntese criativa de vídeo a partir de texto para produzir narrativas visuais únicas.

• DALL·E (versões de código aberto) – Geração de texto para vídeo – Gera imagens a partir de descrições de texto, transformando prompts escritos em conteúdo visual detalhado e criativo.

Não perca os nossos benchmarks e insights baseados em dados. O botão abre o Google; selecionar a AIMultiple confirma que deseja ver a AIMultiple com mais frequência nos resultados de pesquisa do Google.

Adicionar como fonte preferencial

7. Agentes financeiros

Agentes de IA que fornecem aprimoramento automatizado de aprendizado por reforço ou análise de dados financeiros em tempo real.

• FinRL – Aprendizado por reforço automatizado para negociação – Aprende e executa autonomamente estratégias de negociação com base em dados de mercado, adaptando-se a ambientes financeiros dinâmicos.

• OpenBB Terminal – Análise de dados financeiros – Fornece insights financeiros autônomos para negociação em tempo real, permitindo que profissionais de investimento tomem decisões de negociação informadas.

8. Agentes de saúde

Agentes de IA que auxiliam em diagnósticos médicos, monitoramento de doenças e insights de saúde, analisando dados de pacientes e relatórios médicos.

• HIA (Health Insights Agent) – Análise de relatórios médicos – Analisa relatórios médicos e fornece insights de saúde.
  
• IA-HealthCare-Assistant – Diagnóstico e monitoramento de doenças – Diagnostica e monitora doenças usando dados de pacientes.

9. Agentes de pesquisa

Agentes de IA que auxiliam na coleta de dados, revisões de literatura e testes de hipóteses, simplificando o processo de pesquisa.

• ChemCrow – Agente de pesquisa química autônoma – Integra LLMs com ferramentas de química para planejar e executar tarefas experimentais e computacionais complexas em análise química.

• GPT Researcher – Assistente de pesquisa geral autônomo – Realiza pesquisas online estruturadas, analisa conteúdo e compila relatórios de pesquisa detalhados com entrada mínima do usuário.

10. Agentes de análise de dados

Agentes de IA que processam, analisam e interpretam dados para fornecer insights acionáveis e apoiar a tomada de decisões.

Finanças

• FinRobot – Agente de análise de dados financeiros – Automatiza a interpretação e relatório de dados financeiros usando grandes modelos de linguagem.

Agentes de business intelligence e consulta

• Wren IA – Agente de insights de negócios texto-para-SQL – Converte perguntas em linguagem natural em consultas SQL para relatórios de negócios.

• Entaoai – Ferramenta de engenharia de dados assistida por GenAI – Fornece uma interface de chat para tarefas de consulta e transformação de dados.

• Vanna IA – Agente de linguagem natural para SQL – Gera consultas SQL com base em prompts do usuário para explorar conjuntos de dados estruturados.

Agentes de mídia social

• Twitter Personality Agent – Agente de análise de mídia social – Analisa o histórico de tweets para inferir traços comportamentais e de personalidade.

11. Agentes de assistência pessoal

Agentes de IA que ajudam no gerenciamento de tarefas, agendamento e organização pessoal, aumentando a produtividade e o gerenciamento do tempo.

• VacAIgent (agente CrewAI pré-construído) – Assistente de planejamento de viagens – Gera autonomamente itinerários completos de viagem usando Streamlit e LLMs.

• Inbox Zero – Assistente de e-mail – prioriza, classifica e resume mensagens usando processamento de linguagem natural e integração com o Gmail.

• Cal – Agente de agendamento de calendário – Automatiza a criação, reagendamento e resumo de reuniões via interação baseada em LLM.

Construindo sistemas de agentes de IA

Muitos frameworks de IA são controlados por um único fornecedor ou repositórios públicos, mas rigidamente governados.

Esses projetos muitas vezes migram para modelos open core: o código base permanece gratuito, mas a orquestração multiagente, observabilidade ou controle refinado podem ser restritos por licenças comerciais. Em alguns ecossistemas "abertos", o uso em produção muitas vezes requer a aquisição de um backend proprietário.

Fonte⁷

Projetos de agentes de IA no mundo real

Com base na nossa experiência, aqui estão alguns agentes de IA e suas aplicações:

• Editores de código com IA para desenvolvimento de API e construção de aplicativos
• Execução de captura de tela para código para geração de sites com IA
• Agentes de uso de computador para pedir entregas, fazer reserva em restaurante ou projetar um ambiente.

Outros projetos independentes de agentes de IA:

Outros projetos de agentes de IA por framework:

Leitura adicional

• Compare 20 ferramentas de segurança de LLM e frameworks de código aberto

Cite esta pesquisa

Escolha o formato adequado ao local onde você vai publicar. Colar a versão com link no seu CMS preserva o backlink.

@misc{dilmegani2026,
  author = {Dilmegani, Cem and Şimşek, Hazal},
  title  = {{Melhores mais de 50 agentes de IA de código aberto listados}},
  year   = {2026},
  month  = aug,
  howpublished    = {\url{https://aimultiple.com/open-source-ai-agents}},
  note   = {AIMultiple. Acessado em 4 Agosto 2026}
}

Links de referência

1.

Reflection Agents

LangChain Blog

2.

Simon Willison on ai-agents

3.

Building Effective AI Agents \ Anthropic

4.

AI Agents: What They Are and Their Business Impact | BCG

Boston Consulting Group

5.

Manus Joins Meta for Next Era of Innovation

6.

One Year of OpenHands: A Journey of Open Source AI Development | Mar 17, 2025

7.

Dapr Agents: AI Agents & Workflows for Production

Diagrid

Cem Dilmegani

Analista Principal

Siga-nos

Cem tem sido o analista principal do AIMultiple desde 2017. O AIMultiple informa centenas de milhares de empresas (de acordo com o similarWeb), incluindo 60% das empresas da Fortune 500 todos os meses.

O trabalho de Cem foi citado por publicações globais de destaque, incluindo Business Insider, Forbes, Washington Post, empresas globais como Deloitte, HPE e ONGs como o Fórum Econômico Mundial e organizações supranacionais como a Comissão Europeia.

Ao longo de sua carreira, Cem atuou como consultor de tecnologia, comprador de tecnologia e empreendedor de tecnologia. Ele aconselhou empresas em suas decisões de tecnologia na McKinsey & Company e na Altman Solon por mais de uma década. Ele também publicou um relatório da McKinsey sobre digitalização.

Ele liderou a estratégia de tecnologia e aquisições de uma empresa de telecomunicações, reportando-se ao CEO. Ele também liderou o crescimento comercial da empresa de tecnologia profunda Hypatos, que alcançou uma receita recorrente anual de 7 dígitos e uma avaliação de 9 dígitos partindo do zero em 2 anos. O trabalho de Cem na Hypatos foi coberto por publicações de tecnologia de destaque como TechCrunch e Business Insider.

Cem fala regularmente em conferências internacionais de tecnologia. Ele se formou na Universidade Bogazici como engenheiro de computação e possui um MBA pela Columbia Business School.

Ver perfil completo

Pesquisado por

Hazal Şimşek

Analista do Setor

Siga-nos

Hazal é analista do setor na AIMultiple, com foco em mineração de processos e automação de TI.

Ver perfil completo

Seja o primeiro a comentar

Seu endereço de e-mail não será publicado. Todos os campos são obrigatórios. Os comentários são deixados em seu idioma original.

Nome

Endereço de email

Comentário

0/450

Postar comentário