Cem Dilmegani
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
- Cem Dilmegani, Yapay Zekâ Sonrası Bankacılık: Bankalar temel işlevlerini otomatikleştirirken milyonlarca iş risk altında. International Banker.
- Cem Dilmegani, Bengi Korkmaz ve Martin Lundqvist (1 Aralık 2014).Kamu sektörü dijitalleşmesi: Trilyon dolarlık zorluk, McKinsey & Company.
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
- Microsoft, IBM ve Google Yapay Zekâ Etiği Konusundaki Çabalarını Neden Artırıyor, Business Insider.
- Microsoft, bizden daha akıllı yapay zekâ peşinde OpenAI'a 1 milyar dolar yatırım yapıyor, Washington Post.
- Yapay Zekâ Liderliğini Güçlendirme: Yapay Zekâ C-Suite Araç Seti, Dünya Ekonomik Forumu.
- AB'nin Bilim, Araştırma ve Yenilik Performansı, Avrupa Komisyonu.
- AB'nin 200 milyar avroluk yapay zekâ yatırımı nakit akışını veri merkezlerine yönlendiriyor ancak çip pazarı zorlu olmaya devam ediyor, IT Brew.
- Hypatos, belge işleme için derin öğrenme yaklaşımıyla 11,8 milyon dolar yatırım aldı, TechCrunch.
- Yapay zekâ girişimi Hypatos'un 11 milyon dolar yatırım almak için kullandığı sunum destesine özel bir göz attık, Business Insider.
Cem Tarafından Son Makaleler
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…
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…
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…
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…
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…
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…
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…
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…
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…
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…
AIMultiple Bülteni
Haftada 1 ücretsiz e-posta ile en son B2B teknoloji haberleri ve uzman içgörüler ile işletmenizi hızlandırın.