Cem Dilmegani
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
- Cem Dilmegani, Yapay Zeka Sonrası Bankacılık: Bankalar temel işlevlerini otomatikleştirirken milyonlarca iş risk altında . International Banker.
- Cem Dilmegani, Bengi Korkmaz ve Martin Lundqvist (1 Aralık 2014). Kamu sektörünün dijitalleşmesi: Trilyon dolarlık meydan okuma , McKinsey & Company.
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
- Microsoft, IBM ve Google'ın Yapay Zeka Etiği Konusundaki Çabalarını Artırmasının Nedenleri , Business Insider.
- Microsoft, bizden daha akıllı yapay zekâ geliştirmek için OpenAI'ye 1 milyar dolar yatırım yapıyor , Washington Post.
- Yapay Zeka Liderliğini Güçlendirme: Yapay Zeka Üst Düzey Yönetici Araç Seti , Dünya Ekonomik Forumu.
- AB'nin Bilim, Araştırma ve İnovasyon Performansı , Avrupa Komisyonu.
- AB'nin 200 milyar avroluk yapay zeka yatırımı, veri merkezlerine nakit akışını artırıyor ancak çip pazarı hâlâ bir zorluk teşkil ediyor , IT Brew.
- TechCrunch'ın haberine göre, Hypatos belge işleme için derin öğrenme yaklaşımına yönelik 11,8 milyon dolarlık yatırım aldı .
- 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
Müşteri Hizmetlerinde En İyi Yapay Zeka Ajanlarını Karşılaştırın
Yapay zeka ajanları, büyük dil modelleri (LLM's) tarafından desteklenerek müşteri sorgularına doğal dilde yanıt verebilir, bağlamı yorumlayabilir ve insan benzeri yanıtlar üretebilir. Bu ajanlar, bilgi tabanları gibi kaynaklardan büyük miktarda bilgiyi işleyebilir ve sentezleyebilir. Dört müşteri hizmetleri yapay zeka ajanını derledik: Tidio Lyro, Microsoft Azure AI Chatbot, IBM Watsonx Assistant ve Intercom Fin. İşte bulduklarımız…
Web Sitelerini Yapay Zekaya Beslemek İçin Web Crawler Benchmark
Üç farklı zorluk seviyesinde alan adı üzerinde üç maksimum derinlik seviyesinde (5, 10, 20) ve 1.000 sayfa sınırıyla dört tarama API'sini karşılaştırdık; tarama kapsamını, yürütme süresini, bağlantı keşfini, markdown bağlantı kalitesini ve başlık çıkarma doğruluğunu ölçtük. Eğer amacınız: benchmark metodolojimizi okuyabilirsiniz. Firecrawl, maksimum derinlikten bağımsız olarak theregister.com'da yaklaşık 100 sayfayı, tüm derinlik seviyelerinde entrepreneur.com'da yaklaşık…
Çok Modlu Gömme Modelleri: Apple vs Meta vs OpenAI
Çok modlu gömme modelleri nesneleri tanımlamada mükemmel olsa da ilişkiler konusunda zorlanıyor. Mevcut modeller, "harita üzerindeki telefon" ile "telefon üzerindeki harita"yı ayırt etmekte zorlanıyor. Bu spesifik sınırlamayı ölçmek için MS-COCO ve Winoground üzerinde 7 önde gelen modeli karşılaştırdık. Adil bir karşılaştırma sağlamak için her modeli NVIDIA A40 donanımı ve bfloat16 hassasiyeti altında aynı koşullarda değerlendirdik.…
RAG Değerlendirme Araçları: Weights & Biases vs Ragas vs DeepEval
Bir RAG pipeline'ı yanlış bağlamı getirdiğinde, LLM yanlış cevabı kendinden emin bir şekilde üretir. Bağlam uygunluk skorlayıcıları birincil savunmadır. Aynı koşullar altında 1.460 soru ve 14.600'den fazla skorlanmış bağlam üzerinden beş aracı kıyasladık: aynı yargıç modeli (GPT-4o), varsayılan yapılandırmalar ve özel prompt'lar yok. Standart koşullar altında WandB, TruLens ve Ragas en iyi performans gösterenler olarak…
Konuşmadan Metne Karşılaştırması: Deepgram vs. Whisper
Önde gelen konuşmadan metne (STT) sağlayıcılarını, özellikle sağlık hizmetleri uygulamalarına odaklanarak karşılaştırdık. Karşılaştırmamız, tıbbi bağlamlarda transkripsiyon doğruluğunu değerlendirmek için gerçek dünya örnekleri kullandı; bu bağlamlarda hassasiyet kritik önem taşır. Kelime hata oranı (WER) ve karakter hata oranı (CER) sonuçlarına dayanarak, GPT-4o-transcribe, değerlendirilen tüm konuşmadan metne sistemleri arasında en yüksek transkripsiyon doğruluğunu göstermektedir. Deepgram Nova-v3 ve…
En İyi 5 Ağ Güvenliği Politikası Yönetimi Çözümleri
Diğer kullanıcıların deneyimleri ve satıcı özelliklerine dayanarak en iyi 5 NSPM çözümünü, çoklu satıcı ve satıcıya özgü araçları belirledim. Bu seçimlerin arkasındaki mantığı görmek için bağlantıları takip edin: Dijital şirketler, tüm ağları üzerinden politikaları yönetmek, izlemek ve uygulamak için ağ güvenliği politikası yönetimi çözümlerini (NSPM) kullanmalıdır. Çoklu satıcı ağ güvenliği politikası yönetimi (NSPM) çözümleri, çoklu…
Uzak Tarayıcılar: Yapay Zeka Ajanları için Web Altyapısı Karşılaştırması
Yapay zeka ajanları, web görevlerini anti-scraping önlemleri tarafından engellenmeden otomatikleştirmek için uzak tarayıcılara güvenir. Bu tarayıcı altyapısının performansı, bir ajanın başarısı için kritik öneme sahiptir. 8 sağlayıcıyı başarı oranı, hız ve özellikler açısından kıyasladık. Bunu yapmak için, her hizmet için 4 farklı senaryoyu 5 kez çalıştırarak 160 otomatik görevi gerçekleştirdik ve gerçek dünya performanslarını ölçtük.…
En İyi LLMOps Araçları ve MLOPs ile Karşılaştırması
LLMOps platformları, büyük dil modellerinin operasyonel tarafını yönetir: dağıtım, izleme, değerlendirme ve maliyet yönetimi. Çeşitli kullanım durumları için en uygun olanı belirlemeye yardımcı olmak amacıyla en iyi LLMOps araçlarını, temel özelliklerini, fiyatlandırma modellerini ve birbirlerinden nasıl ayrıldıklarını inceledik. Her bir metriğin detaylı açıklaması aşağıda verilmiştir: LLMOps platformları, şunları sağlayarak LLM'lerin yaşam döngüsünü destekler: LLMOps platformları…
Büyük Eylem Modelleri: Abartı mı Gerçek mi?
Mobil uygulamaları kullanabilen bir yapay zeka cihazı olan Rabbit'in piyasaya sürülmesinin ardından, büyük eylem modelleri (LAM'lar) terimi popülerlik kazanmaktadır. Bu modeller, LLM'leri, kullanıcıların uygulamalara tıklamasını veya API'leri entegre etmesini gerektirmeden, silolanmış, uygulama odaklı dünyayı birbirine bağlayabilen "ajanlara" dönüştürerek konuşmanın ötesine geçer. LAM'ların abartı ve gerçeklik arasındaki çizgisi bulanıktır, ancak kısaca LAM, özellikle eylem gerçekleştirmek (ör.…
En İyi 10 Açık Kaynak Web Kazıyıcı LLM & Yapay Zeka için
Üretken yapay zekadaki son gelişmeler, geliştiricilerin web kazıyıcılarından ne beklediğini yeniden şekillendirdi. Ajan tabanlı kazıyıcılar artık sabit kurallar yerine bağlantıları seçmek için doğal dil komutları kullanıyor ve yerel olarak token açısından verimli markdown üretiyor. Aynı zamanda, büyük ölçekli toplu tarama için klasik framework'ler kurumsal ve araştırma kullanımı için hâlâ vazgeçilmezdir. Dil: Python | Lisans: Apache…
AIMultiple Bülteni
Haftada 1 ücretsiz e-posta ile en son B2B teknoloji haberleri ve uzman içgörüler ile işletmenizi hızlandırın.