Bize Ulaşın
Sonuç bulunamadı.
Cem Dilmegani

Cem Dilmegani

Baş Analist
345 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

Siber güvenlikNis 3

En İyi 20 Aldatma Teknolojisi Şirketi

Aldatma teknolojisi, çevre savunmalarını aşan saldırganları tespit etmek için sahte varlıklar kullanır. Şirketler, siber saldırının kuruluşun gerçek sistemlerine ulaşmadan önce tespit edilmesi ve izole edilmesi için aldatma teknolojisini kullanabilir. En iyi 20 aldatma teknolojisi şirketini ele alıyoruz.

Yapay Zeka AjanıNis 2

MCP Ağ Geçidi ile Yapay Zeka Araçlarına Erişimi Merkezileştirme

Yapay zeka araç entegrasyonunun evrimini inceleyeceğiz, Model Bağlam Protokolü'nün (MCP) ne olduğunu açıklayacağız ve MCP'nin tek başına neden üretim için hazır olmadığını göstereceğiz. Ardından, yapay zeka ajanlarını harici araçlara bağlamak için gerçek dünya ağ geçidi uygulamalarını inceleyeceğiz. OpenAI uyumlu ve hafif MCP Ağ Geçitleri, MCP araçlarının ajanlar ve yapay zeka istemcileri tarafından kolayca erişilebilir olmasını sağlamak üzere tasarlanmıştır.

Siber güvenlikNis 2

2026 Yılında Günümüzün SOC'ları İçin En İyi 16 UEBA Kullanım Alanı

Web ağ geçitleri, güvenlik duvarları, IPS araçları ve VPN'ler gibi geleneksel güvenlik önlemleri, modern siber saldırılara karşı savunma için artık yeterli değil. Saldırganlar, kural tabanlı araçların asla işaretlemediği geçerli kimlik bilgilerini kullanarak rutin olarak faaliyet gösteriyor. UEBA sistemleri, insan kullanıcıların yanı sıra kullanıcı olmayan varlıkları da izleyerek, davranışsal temel çizgiler oluşturmak ve sapmaları tespit etmek için makine öğrenimini kullanarak bu açığı kapatıyor.

Siber güvenlikNis 1

Vaka İncelemeleriyle En İyi 5 Yeni Nesil Güvenlik Duvarı Kullanım Alanı

Yeni nesil güvenlik duvarları (NGFW) pazarı hızla genişliyor ve 2023 ile 2028 yılları arasında yıllık bileşik büyüme oranının yaklaşık %11 olması ve 5 milyar dolardan 8,6 milyar dolara yükselmesi bekleniyor. Kuruluşlar, gelişen siber tehditlerle mücadele etmek için gelişmiş güvenlik çözümleri ararken, NGFW'ler vazgeçilmez hale geliyor. Bu makale, en önemli 5 NGFW kullanım alanını inceleyerek, bunların avantajlarını vurguluyor.

VeriNis 1

Yapay Zeka ve Makine Öğrenimi için En İyi 6 Veri Toplama Yöntemi

Bazı şirketler yapay zeka veri toplama hizmetlerine güvenirken, diğerleri verilerini kazıma araçları veya diğer yöntemler kullanarak toplar. Yapay zeka projelerinizi doğru verilerle beslemek için en iyi 6 yapay zeka veri toplama yöntemi ve tekniğine göz atın: Yapay Zeka Veri Toplama Yöntemlerine Genel Bakış 1.

Siber güvenlikNis 1

Tenable Nessus'a En İyi 5 Alternatif: Özellikler ve Karşılaştırma

DAST ve güvenlik açığı tarama araçları pazarında birçok önemli seçenek mevcuttur. Araştırmalarımız ve DAST kıyaslamamız temelinde Tenable Nessus'a en iyi alternatifleri seçtik.

Yapay Zeka AjanıNis 1

Büyük Boy Aksiyon Figürleri: Abartı mı, Gerçek mi?

Mobil uygulamaları kullanabilen bir yapay zeka cihazı olan Rabbit'in piyasaya sürülmesinin ardından, büyük eylem modelleri (LAM'ler) terimi popüler hale geliyor. Bu modeller, büyük ölçekli modelleri (LLM'ler) kullanıcıların uygulamalara tıklamasına veya bir API entegre etmesine gerek kalmadan, birbirinden ayrı, uygulama odaklı dünyayı birbirine bağlayabilen "ajanlar"a dönüştürerek konuşmanın ötesine geçiyor. [...

Yapay Zeka AjanıMar 30

2026 Yılında En İyi 5 Açık Kaynaklı Ajan Tabanlı Yapay Zeka Çerçevesi

Uçtan uca gecikmeyi, belirteç tüketimini ve mimari farklılıkları ölçerek, 2.000 çalıştırma (her çerçeve için 100 çalıştırma olmak üzere 5 görev) üzerinden 4 popüler açık kaynaklı ajan tabanlı çerçeveyi karşılaştırmalı olarak test ettik. Ajan tabanlı yapay zeka çerçevelerinin karşılaştırmalı testinde, çerçevelerin kendilerinin ajan davranışını nasıl etkilediğini ve bunun gecikme ve belirteç tüketimi üzerindeki etkisini inceledik. LangGraph, en düşük gecikme süresine sahip en hızlı çerçevedir.

Yapay Zeka AjanıMar 30

Kodsuz Yapay Zeka Tabanlı Potansiyel Müşteri Oluşturma İş Akışı Geliştirme

Yapay zekâ destekli satış temsilcileri otomatik müşteri bulma ve iletişim kurma vaat ediyor, ancak çoğu, entegrasyonlar, veri zenginleştirme ve premium destek eklendiğinde önemli ölçüde maliyetli olan tam satış etkileşim platformları olarak paketleniyor. Önde gelen yapay zekâ destekli SDR ve müşteri adayı oluşturma araçlarını inceledikten ve uygulamalı iş akışları oluşturduktan sonra, birçok ekibin daha basit, daha esnek ve daha uygun maliyetli bir şeye ihtiyaç duyduğunu gördüm.

Yapay Zeka AjanıMar 30

Kişisel Yapay Zeka Ajanları Oluşturma + 18 Ajan Platformu ve Aracı

İki gün boyunca, toplantı planlama, not yönetimi veya e-postaları sıralama gibi görevlerinizi yerine getirebilecek kişisel yapay zekâ asistanları oluşturmak için gerçek dünya örnekleri ve araçlarıyla deneyler yaptık. Her biri için gerçek dünya örnekleriyle birlikte, kişisel yapay zekâ asistanları oluşturmanın ve kullanmanın üç ana yaklaşımına değineceğiz: 1.