Cem Dilmegani
Experiência profissional e conquistas
Ao longo de sua carreira, Cem atuou como consultor de tecnologia, comprador de tecnologia e empreendedor de tecnologia. Ele assessorou empresas em suas decisões tecnológicas na McKinsey & Company e na Altman Solon por mais de uma década. Ele também publicou um relatório da McKinsey sobre digitalização. Liderou a estratégia de tecnologia e a aquisição de uma empresa de telecomunicações, reportando-se ao CEO. Ele também liderou o crescimento comercial da empresa de tecnologia avançada Hypatos, que atingiu uma receita recorrente anual de 7 dígitos e uma avaliação de 9 dígitos partindo de zero em 2 anos. O trabalho de Cem na Hypatos foi noticiado por importantes publicações de tecnologia como TechCrunch e Business Insider. [6], [7]Interesses de pesquisa
O trabalho de Cem concentra-se em como as empresas podem aproveitar as novas tecnologias em IA, IA agente, cibersegurança (incluindo segurança de rede e segurança de aplicações) e dados, incluindo dados da web. A experiência prática de Cem com software empresarial contribui para o seu trabalho. Outros analistas da AIMultiple e a equipe técnica apoiam Cem na concepção, execução e avaliação de benchmarks.Educação
Ele se formou em Engenharia da Computação pela Universidade Bogazici em 2007. Durante sua graduação, estudou aprendizado de máquina na época em que era comumente chamado de "mineração de dados" e a maioria das redes neurais possuía algumas camadas ocultas. Possui um MBA pela Columbia Business School, obtido em 2012. Cem é fluente em inglês e turco. Seu nível de alemão é avançado e seu nível de francês é iniciante.Publicações externas
- Cem Dilmegani, Bancos pós-IA: milhões de empregos em risco com a automação das funções essenciais dos bancos . International Banker.
- Cem Dilmegani, Bengi Korkmaz e Martin Lundqvist (1 de dezembro de 2014). Digitalização do setor público: o desafio de um trilhão de dólares , McKinsey & Company.
Mídia, apresentações em conferências e outros eventos
- Respostas às perguntas da Korea24 sobre a perda de empregos devido à IA, Korea24
- Imóveis e Tecnologia , apresentado pelo Centro Wilbur F. Breslin de Estudos Imobiliários e pela Escola de Negócios Frank G. Zarb da Universidade Hofstra em 2023 e 2024.
- Sessão Radar AI (22 de junho de 2023): "Aumentando o impacto da ciência de dados com o ChatGPT".
- Encontro de IA Generativa em Atlanta: IA Generativa para Tecnologia Empresarial .
Fontes
- Por que Microsoft, IBM e Google estão intensificando seus esforços em ética de IA , Business Insider.
- A Microsoft investe US$ 1 bilhão na OpenAI para desenvolver inteligência artificial mais inteligente do que nós , Washington Post.
- Fortalecendo a Liderança em IA: Kit de Ferramentas de IA para Executivos de Alto Nível , Fórum Econômico Mundial.
- Desempenho da UE em Ciência, Investigação e Inovação , Comissão Europeia.
- O investimento de 200 mil milhões de euros da UE em IA injeta dinheiro nos centros de dados, mas o mercado de chips continua a ser um desafio , IT Brew.
- Hypatos recebe US$ 11,8 milhões por uma abordagem de aprendizado profundo para processamento de documentos , TechCrunch.
- Conseguimos um olhar exclusivo sobre a apresentação que a startup de IA Hypatos usou para levantar US$ 11 milhões , Business Insider.
Últimos artigos de Cem
Mais de 30 agentes de IA industriais para ficar de olho.
Os agentes de IA industrial superam as limitações dos dados isolados, integrando-se de forma autônoma e extraindo insights acionáveis de IoT, sistemas de controle (como SCADA) e ativos conectados. Abaixo, você encontrará uma análise categorizada de mais de 30 fornecedores importantes que oferecem plataformas e ferramentas de agentes de IA: Para explorar cada seção e descobrir os fornecedores, ferramentas, plataformas, recursos e focos relevantes, consulte as seções abaixo.
Os 12 melhores softwares de gerenciamento de patches, incluindo o NinjaOne.
Sistemas sem patches são alvos fáceis para atacantes. Um único servidor desatualizado ou uma estação de trabalho esquecida se torna um ponto de entrada. O software de gerenciamento de patches automatiza o processo de encontrar, testar e implantar atualizações antes que as vulnerabilidades se transformem em violações.
As 3 principais alternativas prolíficas
A Prolific é um serviço popular de coleta de dados de IA que oferece uma plataforma de crowdsourcing para quem busca dados de IA. Nossa pesquisa identificou algumas desvantagens de trabalhar com a Prolific, tanto na perspectiva de seus clientes quanto na de seus colaboradores. Se você está explorando alternativas à Prolific, pode comparar: Alternativas à Prolific para participantes (colaboradores).
Modelos Multimodais de Grande Porte (LMMs) vs. Modelos Multimodais de Grande Porte (LLMs)
Avaliamos o desempenho de Modelos Multimodais de Grande Porte (LMMs) em tarefas de raciocínio financeiro usando um conjunto de dados cuidadosamente selecionado. Ao analisar um subconjunto de amostras financeiras de alta qualidade, avaliamos as capacidades dos modelos no processamento e raciocínio com dados multimodais no domínio financeiro. A seção de metodologia fornece informações detalhadas sobre o conjunto de dados e a estrutura de avaliação empregada.
Análise comparativa de modelos tabulares: desempenho em 19 conjuntos de dados até
Avaliamos 7 modelos de aprendizado tabular amplamente utilizados em 19 conjuntos de dados do mundo real, abrangendo aproximadamente 260.000 amostras e mais de 250 recursos no total, com tamanhos de conjuntos de dados variando de 435 a quase 49.000 linhas.
Avaliação de Grandes Modelos de Linguagem em: Mais de 10 Métricas e Métodos
A avaliação de Modelos de Linguagem de Grande Porte (LLM, na sigla em inglês) é a avaliação multidimensional de grandes modelos de linguagem (LLMs). Uma avaliação eficaz é crucial para a seleção e otimização de LLMs. As empresas têm uma variedade de modelos base e suas variações à disposição, mas alcançar o sucesso é incerto sem uma medição precisa do desempenho.
Desempenho de agentes de IA: taxas de sucesso e ROI
Pesquisas recentes revelam que o desempenho da IA segue padrões previsíveis de decaimento exponencial, permitindo que as empresas prevejam capacidades e diferenciem entre falhas dispendiosas e implementações bem-sucedidas que geram retorno sobre o investimento (ROI). Este artigo analisa os principais benchmarks da AIMultiple, incluindo quase 70 agentes de IA em mais de 1.000 tarefas.
O panorama da avaliação LLM com estruturas
A avaliação de modelos requer ferramentas que avaliam o raciocínio em múltiplas etapas, o desempenho em produção e o uso de ferramentas. Passamos 2 dias revisando estruturas populares de avaliação de modelos que fornecem métricas estruturadas, registros e rastreamentos para identificar como e quando um modelo se desvia do comportamento esperado.
40 aplicações e casos de uso da IoT
A receita anual mundial com IoT em 2033 deverá atingir US$ 934 bilhões. A IoT possibilita uma infinidade de aplicações de negócios diferentes. Conhecer esses exemplos e casos de uso da IoT pode ajudar as empresas a integrar tecnologias de IoT em suas futuras decisões de investimento.
Inteligência Artificial Agenética para Cibersegurança: Casos de Uso e Exemplos
A IA agente refere-se a sistemas de IA que combinam modelos como grandes modelos de linguagem (LLMs) com fluxos de trabalho automatizados, integração de ferramentas e suporte à decisão. Esses sistemas auxiliam as equipes de segurança em SecOps e AppSec, analisando alertas, automatizando tarefas rotineiras e apoiando trabalhos investigativos. As ferramentas de IA agente geralmente operam sob supervisão humana. Elas não são totalmente autônomas.
Boletim informativo AIMultiple
Receba um e-mail gratuito por semana com as últimas notícias de tecnologia B2B e insights de especialistas para impulsionar o seu negócio.