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
'da RMM Fiyatlandırması: Analiz Edilen 10 Ürün
RMM araçlarının fiyatlarını karşılaştırmak kolay değil. Bazıları cihaz başına, bazıları teknisyen başına ücret alıyor ve ekibinizin yapısına bağlı olarak fark hızla artıyor. 10 farklı fiyatlandırma modelini inceledik ve kendi kurulumunuz için hesaplama yapabilmeniz için bir hesaplayıcı oluşturduk.
20'den fazla Yapay Zeka Ajanı Oluşturucu: Microsoft, CrewAI, LangGraph ve daha fazlası
Dokümantasyonu inceledikten ve bu yapay zeka ajan oluşturucularını test etmek için birkaç saat harcadıktan sonra, en iyi açık kaynaklı çerçevelerin ve düşük kodlu/kodsuz platformların bir listesini derledik. Yapay zeka ajan oluşturucu kullanım örneklerini göstermek için, CrewAI ile ürün uzmanı bir ajan oluşturma konusunda bir eğitim sunduk.
Artırılmış Gerçekliğin 15+ Kullanım Alanı ve Yapay Zeka Uygulaması
Artırılmış Gerçeklik (AR), kullanıcının sanal bağlamı fiziksel ortama etkileşimli ve çok boyutlu bir şekilde entegre etmesine olanak tanıyan dijital bir medya platformudur. Yapay zekanın uygulanması, derin sinir ağlarının geleneksel bilgisayar görüşü yaklaşımlarının yerini almasına ve nesne tespiti, metin analizi ve sahne etiketleme gibi yeni özellikler eklemesine olanak tanıyarak AR deneyimini geliştirir.
En İyi Yapay Zeka Destekli Web Sitesi Oluşturucularının Karşılaştırmalı Değerlendirmesi
En kullanışlı web sitesi oluşturma aracını bulmak için aşağıdaki araçları karşılaştırdık: Kodsuz yapay zeka web sitesi oluşturma araçları hakkında bilgi edinmek isterseniz, aşağıdaki bağlantıları takip edebilirsiniz: Karşılaştırma sonuçları Bu karşılaştırmayı, Ocak 2025 itibarıyla mevcut olan araçların en son sürümlerini kullanarak gerçekleştirdik.
En İyi 12 RPA Yazılımı ve Özellikleri
RPA kıyaslama çalışmamız sırasında RPA yazılımlarıyla ilgili deneyimlerimize ve inceleme sayısı, çalışan sayısı gibi dış pazar varlığı ölçütlerine dayanarak, önde gelen ve gelişmekte olan RPA sağlayıcılarını seçtik. Aşağıda, en iyi 12 RPA yazılım çözümünün yerinde kurulum ve yerleşik süreç madenciliği özelliklerinin bir özeti bulunmaktadır.
Yapay Zeka Araçları: En İyi 15 Kullanım Alanı ve Vaka Çalışması
Yapay zekânın benimsenmesi, enerji şirketlerinin operasyonlarını kolaylaştırmasına, kaynak yönetimini optimize etmesine, müşteri etkileşimlerini geliştirmesine ve yeni dijital hizmetler geliştirmesine yardımcı olabilir. Yapay zekâ kullanan enerji şirketlerinin gerçek hayattaki örneklerini öğrenin: Yapay zekâ kullanan enerji şirketlerinin kullanım alanları ve gerçek hayattaki örnekler Enerji 1.
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 Kıyaslaması: Zorluklar ve Güçlü Yönler
Çoklu ajan sistemleri, karmaşık görevleri çözmek için birlikte çalışan uzmanlaşmış ajanlar kullanır. Temel zorluk şudur: Daha fazla ajan ve araç eklendikçe performans düşer mi, yoksa orkestrasyon mekanizmaları artan karmaşıklığı verimli bir şekilde yönetebilir mi? Üç görevle 750 çalıştırma üzerinden 5 ajan tabanlı çerçeveyi kıyasladık. Hangisinin daha iyi performans gösterdiğini belirlemek için gecikmeyi, belirteç tüketimini ve orkestrasyon yükünü ölçtük.
'nın En İyi Dönen Proxy'leri: Konut, Mobil ve 4G Sıralaması
Başlıca e-ticaret ve sosyal medya siteleri için 100.000'i paralel olmak üzere 200.000'den fazla istek kullanarak, başlıca dönen proxy'leri (konut, veri merkezi ve mobil) karşılaştırmalı olarak test ettik.
En İyi 15 Veri Toplama Hizmeti
İster insan eliyle toplanmış veri kümelerine, ister büyük ölçekli web verilerine veya pazar içgörülerine ihtiyacınız olsun, projeniz için doğru veri kaynağını bulmak üzere aşağıdaki seçenekleri inceleyin. En İyi 15 Yapay Zeka Veri Toplama Hizmeti Web veri toplama ve sentetik veri üretiminin verimliliğine rağmen, insan tarafından üretilen veriler yapay zeka geliştirme için vazgeçilmez olmaya devam etmektedir.
AIMultiple Bülteni
Haftada 1 ücretsiz e-posta ile en son B2B teknoloji haberleri ve uzman içgörüler ile işletmenizi hızlandırın.