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
4 Ajan Tabanlı Yapay Zeka Tasarım Modeli ve Gerçek Dünya Örnekleri
Ajan tabanlı yapay zeka tasarım kalıpları, araç kullanımı, karar verme ve problem çözme becerilerini kullanarak Llama, Claude veya GPT gibi büyük dil modellerinin (LLM'ler) özerkliğini artırır. Bu, çeşitli kullanım durumlarında özerk ajanlar oluşturmak ve yönetmek için yapılandırılmış bir yaklaşım sunar. Ajan tabanlı iş akışları nelerdir? Bir ajan, tutarlı bir şekilde 'e yol açan eylemleri seçiyorsa daha zeki kabul edilir.
Çoklu-Ajan Çerçeveleri: Zorluklar & Güçlü Yönler
Multi-agent systems use specialized agents working together to solve complex tasks. A key challenge: does performance degrade as more agents and tools are added, or can orchestration mechanisms handle the growing complexity efficiently? We benchmarked 5 agentic frameworks across 750 runs with three tasks.
Büyük Görüntü Modellerini Karşılaştırın: GPT-4o vs YOLOv8n
Large vision models (LVMs) can automate and improve visual tasks such as defect detection, medical diagnosis, and environmental monitoring. We benchmarked three object detection models: YOLOv8n, DETR, and GPT-4o Vision, across 1,000 images each, measuring metrics such as mAP@0.5, inference speed, FLOPs, and parameter count.
Analitik İş Akışlarında Ajan Yapay Zeka Çerçevelerinin Karşılaştırılması
Frameworks for building agentic workflows differ substantially in how they handle decisions and errors, yet their performance on imperfect real-world data remains largely untested.
En İyi Döndürmeli Proxy'ler: Konut, Mobil ve 4G Sıralaması
We benchmarked major rotating proxies (residential, datacenter, and mobile) using over 200,000 requests, including 100,000 parallel requests, for major e-commerce and social media sites.
Önde Gelen Satıcılar Arasında Karşılaştırılan RPA Fiyatlandırması
We reviewed leading RPA pricing in detail to identify the lowest RPA vendor license fees: See license costs of market-leading solutions for different scenarios with different numbers and types of licenses: RPA pricing calculator Note: We based price estimates on public, verifiable data. Therefore unpublished volume discounts are not included above.
En İyi 15 Veri Toplama Hizmeti
Whether you need human-collected datasets, large-scale web data, or market insights, explore the options below to find the right data source for your project. Top 15 AI data collection services Despite the efficiency of web data collection and synthetic data generation, human-generated data remains essential for AI development.
40+ Gerçek Hayat Örnekleriyle Ajan Tabanlı Yapay Zeka Kullanım Alanları
Autonomous generative AI agents execute complex tasks with little or no human supervision. Agentic AI differs from chatbots and co-pilots. Unlike traditional AI, particularly generative AI, which often requires human intervention in complex workflows, agentic AI aims to autonomously navigate and optimize processes thanks to its decision-making capabilities and goal-directed behavior.
OpenClaw Alternatifleri: Hermes vs ZeroClaw vs PicoClaw
Autonomous AI agents, such as OpenClaw and Hermes agent, automate multi-step tasks that would normally require constant human input. While OpenClaw has become the most widely adopted always-on autonomous agent, many users are seeking alternatives due to its challenging deployment process and complex configuration requirements.
En İyi 7 GoAnywhere Alternatifi
GoAnywhere is a secure file transfer platform used by enterprises to exchange data securely. Whether you’re in search of more advanced features, diverse pricing options, or superior customer service, our curated list of alternatives offers the insights you need to make a well-informed choice.
AIMultiple Bülteni
Haftada 1 ücretsiz e-posta ile en son B2B teknoloji haberleri ve uzman içgörüler ile işletmenizi hızlandırın.