Hizmetler
Bize Ulaşın
Cem Dilmegani

Cem Dilmegani

Baş Analist
288 Makale
B2B Teknolojisinde Güncel Kalın
Cem, 2017'den beri AIMultiple bünyesinde baş analisttir. Cem'in AIMultiple'daki çalışmaları; Business Insider, Forbes, Morning Brew ve Washington Post gibi önde gelen küresel yayınlar, Deloitte ve HPE gibi küresel firmalar, Dünya Ekonomik Forumu gibi STK'lar ve Avrupa Komisyonu gibi uluslarüstü kuruluşlar tarafından alıntılanmıştır. [1], [2], [3], [4], [5]

Mesleki Deneyim ve Başarılar

Kariyeri boyunca Cem; teknoloji danışmanı, teknoloji alıcısı ve teknoloji girişimcisi olarak görev yaptı. On yılı aşkın süre boyunca McKinsey & Company ve Altman Solon'da işletmelere teknoloji kararlarında danışmanlık yaptı. Ayrıca dijitalleşme üzerine bir McKinsey raporu yayımladı. CEO'ya rapor verirken bir telekom şirketinin teknoloji stratejisini ve satın alma süreçlerini yönetti. Ayrıca 2 yıl içinde 0'dan 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 yayınları tarafından ele alındı. [6], [7]

Araştırma Alanları

Cem'in çalışmaları kurumsal yapay zekâ ve yazılıma odaklanmaktadır. Cem'in kurumsal yazılım konusundaki uygulamalı deneyimi çalışmalarına katkı sağlamaktadır. Diğer AIMultiple sektör analistleri ve teknoloji ekibi, Cem'e benchmark'ların tasarlanması, yürütülmesi ve değerlendirilmesinde destek olmaktadır.

Eğitim

2007 yılında Boğaziçi Üniversitesi'nden bilgisayar mühendisi olarak mezun oldu. Mühendislik eğitimi sırasında, o dönemde yaygın olarak "veri madenciliği" olarak adlandırılan makine öğrenmesi üzerine çalıştı ve çoğu sinir ağı birkaç gizli katmana sahipti. 2012 yılında Columbia Business School'dan MBA derecesi almıştır. Cem, İngilizce ve Türkçeyi akıcı bir şekilde konuşmaktadır. Almancada ileri düzeyde, Fransızcada başlangıç düzeyindedir.

Dış Yayınlar

Medya, Konferans ve Diğer Etkinlik Sunumları

  • 25 Nisan 2026'da American Variety Radio'da konuk olarak Court Lewis'in AGI hakkındaki sorularını yanıtladı.
  • 5 Kasım 2025'te Korea24'ün yapay zekâ nedeniyle iş kaybı hakkındaki sorularını yanıtladı. Kayıt şu adreste mevcut: Korea24
  • Gayrimenkul ve Teknoloji, 2023 ve 2024 yıllarında Hofstra Üniversitesi'nin Wilbur F. Breslin Gayrimenkul Çalışmaları Merkezi ve Frank G. Zarb İşletme Okulu tarafından sunuldu.
  • Radar AI oturumu (22 Haziran 2023): "ChatGPT ile Veri Bilimi Etkisini Artırma".
  • Generative AI Atlanta buluşması: Kurumsal Teknoloji için Üretken Yapay Zekâ.

Kaynaklar

  1. Microsoft, IBM ve Google Yapay Zekâ Etiği Konusundaki Çabalarını Neden Artırıyor, Business Insider.
  2. Microsoft, bizden daha akıllı yapay zekâ peşinde OpenAI'a 1 milyar dolar yatırım yapıyor, Washington Post.
  3. Yapay Zekâ Liderliğini Güçlendirme: Yapay Zekâ C-Suite Araç Seti, Dünya Ekonomik Forumu.
  4. AB'nin Bilim, Araştırma ve Yenilik Performansı, Avrupa Komisyonu.
  5. AB'nin 200 milyar avroluk yapay zekâ yatırımı nakit akışını veri merkezlerine yönlendiriyor ancak çip pazarı zorlu olmaya devam ediyor, IT Brew.
  6. Hypatos, belge işleme için derin öğrenme yaklaşımıyla 11,8 milyon dolar yatırım aldı, TechCrunch.
  7. Yapay zekâ girişimi Hypatos'un 11 milyon dolar yatırım almak için kullandığı sunum destesine özel bir göz attık, Business Insider.

Cem Tarafından Son Makaleler

Yapay Zeka
Açık Dünya Değerlendirmesi
12 Ağu

GPU Pazar Yeri: Vast.ai vs Shadeform vs Prime Intellect

Yapay zeka ekipleri için uygun fiyatlarla kullanılabilir GPU kapasitesi bulmak kritik bir zorluk haline geldi. AWS ve Google Cloud gibi büyük bulut sağlayıcıları GPU örnekleri sunsa da, genellikle tam kapasiteler veya pahalıdırlar. GPU pazar yeri toplayıcıları, kullanıcıları tek bir arayüz üzerinden onlarca sağlayıcıya bağlayan bir alternatif olarak ortaya çıkmıştır. Aşağıda, en iyi GPU pazar yerlerinin…

Yapay Zeka
Açık Dünya Değerlendirmesi
12 Ağu

En İyi 10 Yapay Zeka Altyapı Şirketi ve Uygulaması

Birçok kuruluş yapay zekaya büyük yatırımlar yapıyor, ancak projelerin çoğu ölçeklenemiyor. Yapay zeka kavram kanıtlarının 10-20'si tam dağıtıma ilerliyor.1 Temel bir neden, mevcut sistemlerin büyük veri kümelerinin, gerçek zamanlı işlemenin veya karmaşık makine öğrenimi modellerinin taleplerini destekleyecek donanıma sahip olmamasıdır. Yapay zeka iş stratejisinde daha merkezi hale geldikçe, altyapı sınırlamaları girişimlerin üretime ulaşıp ulaşmayacağını giderek…

Yapay Zeka
Kıyaslama
12 Ağu

LLM Kullanım Durumlarına Göre Gecikme Karşılaştırması

En iyi 11 büyük dil modelini toplam 1.320 istek ile test ettik, akıl yürüten ve akıl yürütmeyen modelleri birbirinden ayırdık ve ilk token gecikmesini, token başına gecikmeyi ve toplam yanıt süresini ölçtük. Gecikmeyi nasıl ölçtüğümüze dair ayrıntıları burada bulabilirsiniz. Akıl yürüten ve akıl yürütmeyen modelleri ayrı olarak raporluyoruz. Akıl yürüten modeller, ilk görünür yanıttan önce…

Yapay Zeka
İçgörü
11 Ağu

Öneri Sistemleri: Uygulamalar ve Örnekler

Ana öneri sistemi türlerini, anahtar kavramları ve gerçek dünya uygulamalarını inceledik ve LightFM, Cornac BPR ve TensorFlow Recommenders'ı AUC, Precision@10 ve Recall@10 kullanarak karşılaştırmalı değerlendirdik. Bu kütüphaneler, işbirlikçi veya içerik tabanlı filtreleme tekniklerini kullanarak eğitim verilerini işleyen ve kişiselleştirilmiş öneriler üreten makine öğrenimi algoritmalarını uygular. Ayrıca, bu kütüphaneler verileri analiz etmek ve örüntüleri ortaya çıkarmak…

Otonom Yapay Zeka
Kıyaslama
11 Ağu

15 Yapay Zeka Ajanı Gözlemlenebilirlik Araçları: AgentOps & Langfuse

Yapay zeka ajanı gözlemlenebilirlik araçları, örneğin Langfuse ve Arize, bir programın veya işlemin yürütülmesinin kaydı olan ayrıntılı izleri toplamaya ve metrikleri gerçek zamanlı olarak izlemek için gösterge panelleri sağlamaya yardımcı olur. Birçok ajan çerçevesi, LangChain gibi, ajanik izleme ile metadata paylaşmak için OpenTelemetry standardını kullanır. Buna ek olarak, birçok gözlemlenebilirlik aracı daha fazla esneklik için…

Yapay Zeka
İçgörü
11 Ağu

AI Başarısızlığı: 10 Temel Neden ve Gerçek Hayat Örnekleri

Otomobil kazası, önyargılı bir algoritma veya bir müşteri hizmetleri chatbot'unda yaşanan bir arıza olsun, dağıtılan AI sistemlerindeki başarısızlıklar ciddi sonuçlar doğurabilir ve önemli etik ve toplumsal sorular gündeme getirebilir. Temel sorunları belirleyerek ve ele alarak, şirketler AI ile ilişkili riskleri azaltabilir ve AI'nın sorumlu AI en iyi uygulamaları doğrultusunda güvenli ve etik bir şekilde kullanılmasını…

Kurumsal Yazılım
İçgörü
11 Ağu

Sanal Gerçeklik Türleri ve Kullanım Alanları

Gartner, mekansal bilişimi 2033 yılına kadar $1,7 trilyona ulaşması öngörülen en önemli stratejik trend olarak adlandırıyor.1 Sanal gerçeklik (VR) ve artırılmış gerçeklik (AR) bu pazarın arkasındaki temel teknolojilerdir. VR türlerini, kullanım alanlarını ve zorluklarını keşfedin: Sanal Gerçeklik (VR), kullanıcıların keşfedip etkileşime girebileceği üç boyutlu (3D) yapay ortamlar oluşturmak için bilgisayar teknolojisinin kullanımını ifade eder. Başlıklar…

Siber Güvenlik
Açık Dünya Değerlendirmesi
10 Ağu

En İyi 20+ Active Directory Yönetim Aracı

Birçok sistem buluta taşınmış olsa da Active Directory (AD), çoğu kuruluşta kullanıcıları, cihazları ve erişimi yönetmek için merkezi kimlik platformu olmaya devam ediyor. Active Directory yönetiminin temel alanlarını kendine özgü yetenekleriyle destekleyen en iyi 21 aracı listeliyoruz: Tam AD yönetimi (Yönetimsel kontrol): Kullanıcı, grup gibi AD nesneleri üzerinde doğrudan kontrol sağlar; oluşturma, düzenleme, yetki devri…

Yapay Zeka
Açık Dünya Değerlendirmesi
10 Ağu

En İyi 7 Açık Kaynak Duygu Analizi Aracı

Metin analitiğinin 2029 yılına kadar 56 milyar ABD doları küresel pazar değerini aşacağı tahmin ediliyor.1 Duygu analizi, metin analitiği uygulamalarından biri olarak dünya çapında ivme kazanmıştır. Duygu analizi uygulamamış işletmeler, bu teknolojiden yararlanmak için en iyi araçları ve kullanım durumlarını bulma ihtiyacı hissedebilir. Ücretsiz olarak duygu analizi denemesi yapmak isteyen işletmeler için en iyi açık…

Otonom Yapay Zeka
Kıyaslama
10 Ağu

VELC-Bench: Uzun Bağlam Benchmark'ında Doğrulama

Modelin bağlam içinde belirli bir metriği bulma, değerini bir iddiayla karşılaştırma ve onaylama veya reddetme yeteneği. Bu, uzun bağlam koşullarında ince taneli değer eşleştirmeyi test eder. Model hem değeri almalı hem de hassas bir karşılaştırma yapmalıdır. Modeller aşağıdaki bağlam pencerelerinde test edilmiştir: claude-fable-5 EVET'i doğrulamada %90,0 ve HAYIR'ı doğrulamada %94,0 puan alır. Bu fark, aşağıda…