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
Sistemas de recomendação: aplicações e exemplos
Os sistemas de recomendação beneficiam tanto empresas quanto clientes, utilizando dados para personalizar experiências. Eles ajudam a impulsionar as vendas, aumentar a fidelidade do cliente e reduzir o churn, simplificando as escolhas e mantendo os usuários engajados. Avaliamos o desempenho de três bibliotecas de recomendação em Python: LightFM, Cornac BPR e TensorFlow Recommenders, utilizando o mesmo conjunto de dados de feedback implícito e etapas de pré-processamento idênticas.
Agentes de IA para dispositivos móveis testados em 65 tarefas do mundo real.
Passamos 3 dias avaliando o desempenho de quatro agentes de IA para dispositivos móveis (DroidRun, Mobile-Agent, AutoDroid e AppAgent) em 65 tarefas reais, utilizando um emulador de Android com aplicativos como gerenciamento de calendário, criação de contatos, captura de fotos, gravação de áudio e operações com arquivos.
As 9 principais empresas e aplicações de infraestrutura de IA
Muitas organizações investem pesadamente em IA, mas a maioria dos projetos não consegue escalar. Apenas 10 a 20% das provas de conceito de IA progridem para a implementação completa. Uma das principais razões é que os sistemas existentes não estão equipados para suportar as demandas de grandes conjuntos de dados, processamento em tempo real ou modelos complexos de aprendizado de máquina.
Principais ferramentas LLMOps e comparação com MLOPs
A rápida adoção de grandes modelos de linguagem ultrapassou a capacidade das estruturas operacionais necessárias para gerenciá-los com eficiência. As empresas enfrentam cada vez mais dificuldades com altos custos de desenvolvimento, fluxos de trabalho complexos e visibilidade limitada do desempenho dos modelos. Analisamos as principais ferramentas de LLMOps, seus recursos essenciais, modelos de preços e suas diferenças para ajudar a identificar a solução mais adequada.
Comparação de 9 Grandes Modelos de Linguagem na Área da Saúde
Avaliamos 9 modelos de aprendizagem de linguagem (LLMs) usando o conjunto de dados MedQA, um modelo de referência para exames clínicos de nível de pós-graduação derivado de questões do USMLE. Cada modelo respondeu aos mesmos cenários clínicos de múltipla escolha usando um enunciado padronizado, permitindo a comparação direta da precisão. Também registramos a latência por questão, dividindo o tempo total de execução pelo número de itens do MedQA concluídos.
Mais de 10 tendências e exemplos de IA agética para 2026
Analisamos e comparamos as tendências da IA Agente a partir de diversos relatórios importantes do setor, benchmarks e divulgações de fornecedores. As fontes apontam que o futuro da IA Agente não se resume a aprimorar ferramentas ou otimizar fluxos de trabalho empresariais. Trata-se de integrar a IA profundamente e transformar as abordagens de negócios por meio da reestruturação das estruturas atuais.
17 casos de uso de IA generativa na área da saúde
Os sistemas de saúde enfrentam volumes crescentes de dados, escassez de pessoal e expectativas cada vez maiores por atendimento personalizado. A IA generativa está emergindo como uma solução fundamental, sintetizando dados médicos não estruturados, como prontuários clínicos, laudos de exames de imagem e históricos de pacientes, em insights para médicos e administradores. Explore como a IA generativa é aplicada na prestação de serviços de saúde, na administração e no monitoramento populacional.
Software de GPU para IA: CUDA vs. ROCm em 2026
As especificações técnicas de hardware contam apenas metade da história na computação com GPUs. Para medir o desempenho real de IA, realizamos 52 testes distintos comparando o MI300X da AMD com os modelos H100, H200 e B200 da NVIDIA em cenários com múltiplas GPUs e alta concorrência. Embora o MI300X da AMD apresente 1.
Mercado de GPUs: Shadeform vs Prime Intellect vs Node AI em 2026
Encontrar capacidade de GPU disponível a preços razoáveis tornou-se um desafio crucial para as equipes de IA. Embora os principais provedores de nuvem, como AWS e Cloud, ofereçam instâncias de GPU, elas geralmente estão com capacidade máxima ou são caras. Agregadores de marketplaces de GPU surgiram como uma alternativa, conectando usuários a dezenas de provedores por meio de uma única interface.
Análise comparativa de OCR em faturas: Precisão de extração de LLMs versus OCRs
O processamento de faturas é uma operação comercial crítica, porém trabalhosa, que tradicionalmente exige a extração e inserção manual de dados em sistemas contábeis. Essa abordagem manual consome muito tempo e é suscetível a erros humanos.
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.