Cem Dilmegani
O trabalho de Cem no AIMultiple foi citado por publicações globais de destaque, incluindo Business Insider, Forbes, Morning Brew, Washington Post, empresas globais como HPE, ONGs como o Fórum Econômico Mundial e organizações supranacionais como a Comissão Europeia. [1], [2], [3], [4], [5]
Experiência profissional e conquistas
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. [6], [7]
Interesses de pesquisa
O trabalho de Cem concentra-se em IA empresarial e software.A experiência prática de Cem com software empresarial contribui para o seu trabalho. Outros analistas da indústria do AIMultiple e a equipe técnica apoiam Cem na concepção, execução e avaliação de benchmarks.
Formação acadêmica
Ele se formou como engenheiro de computação pela Universidade Bogazici em 2007. Durante sua graduação em engenharia, ele estudou aprendizado de máquina numa época em que era comumente chamado de "mineração de dados" e a maioria das redes neurais tinha poucas camadas ocultas.Ele possui um MBA pela Columbia Business School, obtido em 2012.
Cem é fluente em inglês e turco. Ele possui nível avançado em alemão e nível iniciante em francês.
Publicações externas
- Cem Dilmegani, Banco Pós-IA: Milhões de empregos em risco à medida que os bancos automatizam suas funções principais. 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, conferências e outras apresentações em eventos
- Apresentado na American Variety Radio, respondendo às perguntas de Court Lewis sobre IAG em 25 de abril de 2026.
- Respondeu às perguntas da Korea24 sobre perda de empregos devido à IA em 5 de novembro de 2025. Gravação disponível em: Korea24
- Imóveis e Tecnologia, apresentado pelo Wilbur F. Breslin Center for Real Estate Studies da Universidade Hofstra e pela Frank G. Zarb School of Business 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 de Atlanta: IA Generativa para Tecnologia Empresarial.
Fontes
- Por que Microsoft, IBM e Google estão intensificando esforços em ética de IA, Business Insider.
- Microsoft investe US$ 1 bilhão na OpenAI para buscar inteligência artificial que é mais inteligente que nós, Washington Post.
- Capacitando a Liderança em IA: Kit de Ferramentas para C-Suite de IA, Fórum Econômico Mundial.
- Desempenho de Ciência, Pesquisa e Inovação da UE, Comissão Europeia.
- Investimento de €200 bilhões da UE em IA injeta dinheiro em data centers, mas mercado de chips continua desafiador, IT Brew.
- Hypatos recebe US$ 11,8 milhões por abordagem de aprendizado profundo para processamento de documentos, TechCrunch.
- Tivemos uma visão exclusiva do pitch deck que a startup de IA Hypatos usou para levantar US$ 11 milhões, Business Insider.
Últimos artigos de Cem
Prós e Contras das 7 Principais Alternativas ao RPA a Considerar
A Automação Robótica de Processos (RPA) é uma tecnologia benéfica que pode automatizar até 70-80% dos processos baseados em regras.1 No entanto, cerca de 40% das empresas não conseguem atingir as suas expectativas de redução de custos após a implementação de RPA.2 Isto acontece porque o RPA não é a solução adequada para todos os…
DGX Spark vs Mac Studio & Halo: Benchmarks & Alternativas
NVIDIA’s DGX Spark entrou no mercado de IA para desktop em 2025 por $4.699, posicionando-se como um “supercomputador de IA para desktop”. Ele vem com 128GB de memória unificada e promete um petaflop de desempenho de IA FP4 em um chassi do tamanho de um Mac Mini. Veja os resultados dos benchmarks de valor e…
GPU Software para IA: CUDA vs. ROCm
As especificações brutas de hardware contam apenas metade da história no cálculo com GPU. Para medir o desempenho real em IA, realizamos 52 testes distintos comparando o MI300X da AMD com o H100, H200 e B200 da NVIDIA em cenários de múltiplas GPUs e alta concorrência. Embora o MI300X da AMD ofereça 1.307 TFLOPS contra…
Os 8 Melhores Agentes de Codificação de IA de Código Aberto
Em avaliações anteriores, comparamos CLIs Agentic de código aberto e proprietárias, focando no seu desempenho em tarefas de desenvolvimento web, e alguns agentes de código aberto tiveram um desempenho tão bem-sucedido quanto as opções pagas. Portanto, também listamos os melhores agentes de codificação de código aberto para usuários com preocupações de privacidade. Para a metodologia,…
Top 25+ Casos de Uso de Dados Sintéticos
Os dados sintéticos estão ganhando ampla popularidade e aplicabilidade em diversos setores, incluindo aprendizado de máquina, aprendizado profundo e IA generativa (GenAI). Os dados sintéticos oferecem soluções para desafios como preocupações com a privacidade dos dados e tamanhos limitados de conjuntos de dados. Estima-se que até 2030 os dados sintéticos serão preferidos em relação aos…
RAG Estruturas: LangChain vs LangGraph vs LlamaIndex
Comparamos 5 frameworks RAG: LangChain, LangGraph, LlamaIndex, Haystack e DSPy, construindo o mesmo fluxo de trabalho agêntico de RAG com componentes padronizados: modelos idênticos (GPT-4.1-mini), embeddings (BGE-small), recuperador (Qdrant) e ferramentas (pesquisa na web Tavily). Isto isola a verdadeira sobrecarga e eficiência de tokens de cada framework. O benchmark consistiu em 100 consultas, com cada…
Python RPA: 8 Casos de Uso para Desenvolvedores
Automação de processos robóticos (RPA) permite que robôs de software executem tarefas repetitivas de computador. Python oferece aos desenvolvedores uma maneira flexível de construir esses robôs em código. O mercado global de RPA está em cerca de USD 28 bilhões em 2025 e prevê-se que atinja aproximadamente USD 247 bilhões até 2035.1 No entanto, entre…
Documentação de Automação de Testes com Melhores Práticas
A automação de testes é vital para garantir a qualidade e a confiabilidade das aplicações no teste e desenvolvimento de software. As empresas e as equipas de QA estão a fazer a transição dos testes manuais para os testes de automação, pois esta pode: O que muitas vezes é negligenciado é o papel da documentação…
Top 7 Softwares DLP de Código Aberto
Embora o software DLP de código aberto ofereça soluções viáveis para proteção de dados, empresas maiores frequentemente recorrem a softwares DLP de código fechado para gerenciamento de chaves centralizado e opções de implantação nativas da nuvem aprimoradas. Abaixo estão as cinco principais ferramentas DLP de código aberto, avaliadas quanto à precisão de detecção, complexidade de…
Comparar 9 Grandes Modelos de Linguagem na Assistência Médica
Avaliamos 9 LLMs utilizando o conjunto de dados MedQA, um benchmark de exame clínico de nível de pós‑graduação derivado das questões do USMLE. Cada modelo respondeu aos mesmos cenários clínicos de múltipla escolha com um prompt padronizado, permitindo a comparação direta da precisão. Também registramos a latência por pergunta, dividindo o tempo total de execução…
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.