Hizmetler
Bize Ulaşın
Cem Dilmegani

Cem Dilmegani

Baş Analist
306 Makale
B2B Teknolojisinde Güncel Kalın
Cem, neredeyse on yıldır AIMultiple'da baş analist olarak görev yapmaktadır. Cem'in AIMultiple'daki çalışmaları, Business Insider, Forbes, Morning Brew, Washington Post gibi önde gelen küresel yayınlar, HPE gibi küresel firmalar, Dünya Ekonomik Forumu gibi STK'lar ve Avrupa Komisyonu gibi uluslararası kuruluşlar tarafından alıntılandı. [1], [2], [3], [4], [5]

Mesleki deneyim ve başarılar

Cem, kariyeri boyunca teknoloji danışmanı, teknoloji alıcısı ve teknoloji girişimcisi olarak görev yaptı. On yıldan uzun bir süre boyunca McKinsey & Company ve Altman Solon'da işletmelere teknoloji kararları konusunda danışmanlık yaptı. Ayrıca dijitalleşme üzerine bir McKinsey raporu yayınladı. Bir telekom şirketinin CEO'suna bağlı olarak teknoloji stratejisi ve tedarikini yönetti. Ayrıca, 2 yıl içinde 7 haneli yıllık yinelenen gelire ve 9 haneli değerlemeye ulaşan derin teknoloji şirketi Hypatos'un ticari büyümesini yönetti. Cem'in Hypatos'taki çalışmaları TechCrunch ve Business Insider gibi önde gelen teknoloji yayınlarında yer aldı. [6], [7]

Araştırma ilgi alanları

Cem'in çalışmaları, işletmelerin yapay zeka, ajan tabanlı yapay zeka, siber güvenlik (ağ güvenliği, uygulama güvenliği dahil) ve web verileri de dahil olmak üzere verilerdeki yeni teknolojilerden nasıl yararlanabileceğine odaklanmaktadır. Cem'in uygulamalı kurumsal yazılım deneyimi çalışmalarına katkıda bulunmaktadır. Diğer AIMultiple sektör analistleri ve teknoloji ekibi, Cem'e kıyaslama testlerinin tasarlanması, yürütülmesi ve değerlendirilmesinde destek vermektedir.

Eğitim

Cem, 2007 yılında Boğaziçi Üniversitesi'nden bilgisayar mühendisliği bölümünden mezun oldu. Mühendislik eğitimi sırasında, o dönemde yaygın olarak "veri madenciliği" olarak adlandırılan ve çoğu sinir ağının birkaç gizli katmana sahip olduğu bir dönemde makine öğrenmesi üzerine çalıştı. 2012 yılında Columbia İşletme Okulu'ndan MBA derecesi aldı. Cem, İngilizce ve Türkçe dillerini akıcı bir şekilde konuşmaktadır. Almanca'da ileri düzeyde, Fransızca'da ise başlangıç düzeyindedir.

Dış yayınlar

Medya, konferans ve diğer etkinlik sunumları

  • Korea24'ün yapay zekâ nedeniyle yaşanan iş kayıplarına ilişkin sorularına verilen yanıtlar, Korea24
  • Gayrimenkul ve Teknoloji , Hofstra Üniversitesi Wilbur F. Breslin Gayrimenkul Çalışmaları Merkezi ve Frank G. Zarb İşletme Okulu tarafından 2023 ve 2024 yıllarında sunulmuştur.
  • Radar AI oturumu (22 Haziran 2023): "ChatGPT ile Veri Biliminin Etkisini Artırma".
  • Atlanta'da Üretken Yapay Zeka Buluşması: Kurumsal Teknoloji için Üretken Yapay Zeka .

Kaynaklar

  1. Microsoft, IBM ve Google'ın Yapay Zeka Etiği Konusundaki Çabalarını Artırmasının Nedenleri , Business Insider.
  2. Microsoft, bizden daha akıllı yapay zekâ geliştirmek için OpenAI'ye 1 milyar dolar yatırım yapıyor , Washington Post.
  3. Yapay Zeka Liderliğini Güçlendirme: Yapay Zeka Üst Düzey Yönetici Araç Seti , Dünya Ekonomik Forumu.
  4. AB'nin Bilim, Araştırma ve İnovasyon Performansı , Avrupa Komisyonu.
  5. AB'nin 200 milyar avroluk yapay zeka yatırımı, veri merkezlerine nakit akışını artırıyor ancak çip pazarı hâlâ bir zorluk teşkil ediyor , IT Brew.
  6. TechCrunch'ın haberine göre, Hypatos belge işleme için derin öğrenme yaklaşımına yönelik 11,8 milyon dolarlık yatırım aldı .
  7. Business Insider , yapay zeka girişim şirketi Hypatos'un 11 milyon dolar yatırım almak için kullandığı sunum dosyasına özel bir bakış sundu .

Cem Tarafından Son Makaleler

Kurumsal Yazılım30 Haz

10 Python İş Zamanlama Yöntemini Karşılaştırın

Python iş zamanlama, katı yürütme zaman çizelgelerini uygulamak, çalışma zamanı istisnalarını yakalamak ve manuel müdahale olmadan sistem durumu tutarlılığını sağlamak için görevleri belirli aralıklarla otomatikleştirir. İşte Python'daki çeşitli iş zamanlama yöntemleri ve avantajları ile dezavantajları: YöntemEn Uygun Olduğu DurumAvantajlarDezavantajlar Cron İşleriİşletim sistemi düzeyinde zamanlamaGüvenilir, verimliYalnızca Unix/Linux, Python entegrasyonu yok scheduleKüçük uygulamalarKolay sözdizimi, saf PythonBetik etkinken…

Veri29 Haz

En İyi 25+ Sentetik Veri Kullanım Alanı

Sentetik veri, derin öğrenme ve üretken yapay zeka (GenAI) dahil olmak üzere makine öğrenimi gibi sektörler arasında yaygın bir popülerlik ve uygulanabilirlik kazanmaktadır. Sentetik veri, veri gizliliği endişeleri ve sınırlı veri kümesi boyutları gibi zorluklara çözümler sunar. 2030 yılına kadar yapay zeka modellerinde gerçek veri yerine sentetik verinin tercih edileceği tahmin edilmektedir.1 Farklı sektörler ve…

Yapay Zeka29 Haz

RAG Framework'leri: LangChain vs LangGraph vs LlamaIndex

5 RAG framework'ünü karşılaştırdık: LangChain, LangGraph, LlamaIndex, Haystack ve DSPy; bunu aynı ajan tabanlı RAG iş akışını standartlaştırılmış bileşenlerle oluşturarak yaptık: aynı modeller (GPT-4.1-mini), gömme vektörleri (BGE-small), alıcı (Qdrant) ve araçlar (Tavily web araması). Bu, her framework'ün gerçek ek yükünü ve token verimliliğini izole eder. RAG framework'leri karşılaştırma sonuçları Karşılaştırma 100 sorgudan oluştu ve her…

Kurumsal Yazılım29 Haz

Python RPA: Geliştiriciler için 8 Kullanım Alanı

Robotik süreç otomasyonu (RPA), yazılım robotlarının tekrarlayan bilgisayar görevlerini yerine getirmesini sağlar. Python, geliştiricilere bu robotları kodla oluşturmanın esnek bir yolunu sunar. Küresel RPA pazarı 2025'te yaklaşık USD 28 milyar seviyesindedir ve 2035'e kadar yaklaşık USD 247 milyara ulaşması öngörülmektedir.1 Ancak RPA projelerinin %30 ile %50'si başarısız olur, bunun nedeni genellikle katı, tıklama tabanlı botların…

Siber Güvenlik29 Haz

Veri Kaybı Önleme (DLP): Türleri ve 6 Zorluk

Artan mobilite, şirketler için ciddi mali kayıplara ve itibar zedelenmesine yol açabilecek veri kaybı veya hırsızlığı risklerini beraberinde getirir. Etkili Veri kaybı önleme (DLP) yazılımı, özel verilerin ve kişisel olarak tanımlanabilir bilgilerin (PII) yetkisiz hareketini engelleyerek itibar ve mali riski sınırlamalıdır. DLP temellerini, kuruluşların DLP çözümlerini uygularken karşılaştığı zorlukları ve bu engelleri aşmak için uygulanabilir…

Yapay Zeka29 Haz

En İyi Uygulamalarla Test Otomasyonu Dokümantasyonu

Test otomasyonu, yazılım testi ve geliştirmede uygulamaların kalitesini ve güvenilirliğini sağlamak için hayati öneme sahiptir. İşletmeler ve QA ekipleri, manuel testten otomasyon testine geçiş yapmaktadır çünkü bu: tekrarlayan görevleri otomatikleştirir insan hatasını azaltır test döngülerini kısaltır,1 Sıklıkla göz ardı edilen şey, etkili dokümantasyonun test otomasyonunun faydalarını en üst düzeye çıkarmadaki rolüdür. Test otomasyonu dokümantasyonunun önemini,…

Siber Güvenlik29 Haz

En İyi 7 Açık Kaynak DLP Yazılımı

Açık kaynak DLP yazılımı veri koruma için uygulanabilir çözümler sunarken, daha büyük kuruluşlar genellikle gelişmiş merkezi anahtar yönetimi ve bulutta yerel dağıtım seçenekleri için kapalı kaynak DLP yazılımına yönelir. Aşağıda, tespit doğruluğu, dağıtım karmaşıklığı ve topluluk desteğine göre değerlendirilmiş en iyi beş açık kaynak DLP aracı bulunmaktadır. En iyi açık kaynak DLP yazılımları Yazılım AdıDesteklenen…

Kurumsal Yazılım29 Haz

En İyi 20 RPA SAP Kullanım Durumu ve Örnekleri

SAP, en eski ve en değerli ERP sistemlerinden biridir ve 2025 mali yılı toplam geliri yaklaşık €37 milyar (IFRS) olup, yıllık %8 büyüme göstermiştir.1 Bir ERP paketi birçok alanda otomasyon sunsa da, muhasebe süreçleri, işlem yönetimi ve raporlama gibi SAP süreçlerinin çoğu manuel ve tekrarlıdır. Bu da RPA'yı SAP'yi otomatikleştirmek ve kaynakları daha yüksek değerli…

Yapay Zeka29 Haz

Sağlık Hizmetlerinde 9 Büyük Dil Modelini Karşılaştırın

USMLE sorularından türetilen lisansüstü düzeyde bir klinik sınav benchmark'ı olan MedQA dataset'ini kullanarak 9 LLM'leri benchmark'a tabi tuttuk. Her model, doğruluğun doğrudan karşılaştırılmasını sağlamak için standartlaştırılmış bir prompt kullanarak aynı çoktan seçmeli klinik senaryoları yanıtladı. Ayrıca, toplam çalışma süresini tamamlanan MedQA maddelerinin sayısına bölerek soru başına gecikme süresini kaydettik. Sağlık Hizmetleri LLM'leri benchmark sonuçları Benchmark…

Yapay Zeka29 Haz

OCR Benchmark: Metin Çıkarma / Yakalama Doğruluğu

OCR doğruluğu, birçok belge işleme görevi için kritik öneme sahiptir ve SOTA çok modlu LLM'ler artık OCR için bir alternatif sunuyor. Farklı belge türlerindeki doğruluk seviyelerini belirlemek için DeltOCR Bench'te önde gelen OCR hizmetlerini test ettik: El Yazısı: GPT-5 (%95) en güçlü performans gösteren olarak öne çıkarken, onu olmOCR-2-7B (%94) ve Gemini 2.5 Pro (%93)…