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
7 Python Görev Planlama Yöntemini Karşılaştırın
Python job scheduling enables you to execute tasks automatically at specific times or intervals, thereby reducing manual effort and enhancing reliability. Here are the various job scheduling methods in Python, ranging from simple to advanced solutions, along with their advantages and disadvantages: Top Python Job Scheduling Methods 1.
Veri Kaybı Önleme (DLP): Türler ve 6 Zorluk
The increased mobility introduces risks of data loss or theft, which can lead to severe financial losses and reputational damage for companies. Effective Data loss prevention (DLP) software needs to prevent the unauthorized movement of private data and personally identifiable information (PII) to limit reputational and financial risk.
Bulut İş Yükü Otomasyonu: En İyi Yazılımlar ve Kullanım Senaryoları
Businesses are increasing their flexibility while managing costs by adopting a hybrid cloud strategy. According to Statista, industries have increased their cloud workloads and had an uptick as a response to the COVID-19 pandemic.
En İyi 10 Mobil DLP En İyi Uygulamaları ve Vaka Çalışmaları
Employees access files, send emails, and use business apps on mobile devices such as smartphones and tablets, which creates new risks. Mobile devices often pose vulnerabilities for DLP software due to their portability, access to cloud systems, and various apps.
50+ Yapay Zeka Ajan Aracını Karşılaştırın
We spent the last quarter testing AI agents across coding, customer service, sales, research, and business workflows. Not reading vendor marketing, actually using these tools daily to see what delivers and what does not. Most tools today are co-pilots, not autopilots.
Yönetim Danışmanlığının Geleceği: Yapay Zeka MBB'yi Altüst Edecek mi?
Management consulting is one of the largest industries in the world with the industry leader McKinsey estimated to be making >$10 billion. McKinsey has survived numerous disruptions since its founding in 1926.
Üst 6 RPA Alternatifinin Artıları ve Eksileri
Robotic Process Automation (RPA) is a beneficial technology that can automate up to 70-80% of rules-based processes. However, ~40% of companies fail to reach their expectations of cost reduction after RPA implementation.
Yapay Zeka Kod İnceleme Araçları Karşılaştırma Testi
Yapay zekâ kodlama araçlarının kullanımının artmasıyla birlikte, kod tabanları güvenlik açıklarına daha yatkın hale geldi ve bu da etkili kod incelemelerine olan ihtiyacı artırdı.
Yeniden Üretilebilir Yapay Zeka: Neden Önemlidir ve Nasıl İyileştirilir
Reproducibility is a fundamental aspect of scientific methods, enabling researchers to replicate an experiment or study and achieve consistent results using the same methodology. This principle is equally vital in artificial intelligence (AI) and machine learning (ML) applications, where the ability to reproduce outcomes ensures stable inference across model environments.
AGI Benchmark: Yapay Zeka Ekonomik Değer Yaratabilir mi?
AI will have its greatest impact when AI systems start to create economic value autonomously. We benchmarked whether frontier models can generate economic value. We prompted them to build a new digital application (e.g., website or mobile app) that can be monetized with a SaaS or advertising-based model.
AIMultiple Bülteni
Haftada 1 ücretsiz e-posta ile en son B2B teknoloji haberleri ve uzman içgörüler ile işletmenizi hızlandırın.