Cem Dilmegani
Cem'in AIMultiple'daki çalışmaları Business Insider, Forbes, Morning Brew, Washington Post gibi önde gelen küresel yayınlar, HPE gibi küresel firmalar, Dünya Ekonomik Forumu gibi STK'lar ve Avrupa Komisyonu gibi uluslarüstü kuruluşlar tarafından alıntılanmıştır. [1], [2], [3], [4], [5]
Profesyonel deneyim & başarılar
Cem, kariyeri boyunca teknoloji danışmanı, teknoloji alıcısı ve teknoloji girişimcisi olarak görev yapmıştır. On yıldan fazla bir süre McKinsey & Company ve Altman Solon'da işletmelere teknoloji kararlarında danışmanlık yapmıştır. Ayrıca dijitalleşme üzerine bir McKinsey raporu yayımlamıştır.CEO'ya rapor verirken bir telekomünikasyon şirketinin teknoloji stratejisini ve satın alımını yönetmiştir. Ayrıca, 2 yıl içinde 0'dan 7 haneli yıllık yinelenen gelire ve 9 haneli değerlemeye ulaşan derin teknoloji şirketi Hypatos'un ticari büyümesini yönetmiştir. Cem'in Hypatos'taki çalışmaları TechCrunch ve Business Insider gibi önde gelen teknoloji yayınları tarafından ele alınmıştır. [6], [7]
Araştırma ilgi alanları
Cem'in çalışmaları kurumsal yapay zeka ve yazılıma odaklanmaktadır.Cem'in uygulamalı kurumsal yazılım deneyimi, çalışmalarına katkıda bulunmaktadır. Diğer AIMultiple endüstri analistleri ve teknoloji ekibi, kıyaslamaların tasarlanması, yürütülmesi ve değerlendirilmesinde Cem'i desteklemektedir.
Eğitim
2007 yılında Boğaziçi Üniversitesi'nden bilgisayar mühendisi olarak mezun olmuştur. Mühendislik eğitimi sırasında, o dönemde yaygın olarak "veri madenciliği" olarak adlandırılan ve çoğu sinir ağının birkaç gizli katmana sahip olduğu bir zamanda makine öğrenimi üzerine çalışmıştır.2012 yılında Columbia Business School'dan MBA derecesine sahiptir.
Cem, İngilizce ve Türkçe'yi akıcı bir şekilde konuşabilmektedir. Almanca'da ileri seviyede, Fransızca'da başlangıç seviyesindedir.
Dış yayınlar
- Cem Dilmegani, Yapay Zeka Sonrası Bankacılık: Bankalar temel işlevlerini otomatikleştirdikçe 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 & diğer etkinlik sunumları
- 25 Nisan 2026'da Court Lewis'in AGI hakkındaki sorularını yanıtlayarak American Variety Radio'da konuk oldu.
- 5 Kasım 2025'te Korea24'ün yapay zeka nedeniyle iş kaybı hakkındaki sorularını yanıtladı. Kayıt şu adreste mevcuttur: Korea24
- 2023 ve 2024 yıllarında Hofstra Üniversitesi Wilbur F. Breslin Gayrimenkul Çalışmaları Merkezi ve Frank G. Zarb İşletme Fakültesi tarafından sunulan Gayrimenkul ve Teknoloji.
- Radar AI oturumu (22 Haziran 2023): "ChatGPT ile Veri Bilimi Etkisini Artırma".
- Generative AI Atlanta buluşması: Kurumsal Teknoloji için Üretken Yapay Zeka.
Kaynaklar
- Microsoft, IBM ve Google Neden Yapay Zeka Etiği Konusunda Çabalarını Artırıyor, Business Insider.
- Microsoft, bizden daha zeki yapay zeka geliştirmek için OpenAI'ye 1 milyar dolar yatırım yapıyor, Washington Post.
- Yapay Zeka Liderliğini Güçlendirme: Yapay Zeka C-Suite Araç Kiti, Dünya Ekonomik Forumu.
- AB'nin Bilim, Araştırma ve Yenilik Performansı, Avrupa Komisyonu.
- AB'nin 200 milyar €'luk yapay zeka yatırımı veri merkezlerine nakit akıtıyor, ancak çip piyasası zorluk olmaya devam ediyor, IT Brew.
- Hypatos, belge işlemeye derin öğrenme yaklaşımı için 11,8 milyon dolar aldı, TechCrunch.
- Yapay zeka girişimi Hypatos'un 11 milyon dolar toplamak için kullandığı sunum destesine özel erişim sağladık, Business Insider.
Cem Tarafından Son Makaleler
YZ ve Makine Öğrenimi için En İyi 6 Veri Toplama Yöntemi
Bazı şirketler YZ veri toplama hizmetlerine güvenirken, diğerleri verilerini scraping araçları veya diğer yöntemlerle toplar. YZ projelerinizi doğru verilerle beslemek için en iyi 6 YZ veri toplama yöntemi ve tekniğini görün: Veri kitle kaynak kullanımı, halka veri toplama görevleri atamayı, talimatlar sağlamayı ve paylaşım için bir platform oluşturmayı içerir. İşletmeler ayrıca kitle kaynaklı veri toplama…
En İyi 6 AS2 Yazılımı
AS2 yazılımını bütçenize ve teknik ihtiyaçlarınıza uygun şekilde bulmak biraz araştırma gerektirir. AS2 desteğinde gerçekten sonuç veren seçenekleri yönetilen dosya aktarım araçlarıyla sınırlandırdık: JSCAPE MFT Server, şifreleme, dijital imzalar ve MDN'ler (Mesaj Durum Bildirimleri) için endüstri standartlarını karşıladığı anlamına gelen Drummond sertifikası ile AS2 aktarımlarını yönetir. Platform ayrıca otomotiv ve imalat şirketlerinin yoğun olarak kullandığı…
Çalışanlar ve Müşteriler için En İyi Appen Alternatifleri
Trustpilot'tan çalışan inceleme puanlarını, kitle büyüklüğünü, ödeme takvimlerini ve kamuya açık şirket verilerini karşılaştırarak en iyi Appen alternatiflerini analiz ettik. Alternatifler, Appen'den neye ihtiyacınız olduğuna bağlı olarak önemli ölçüde farklılık gösterir. Role göre göz atın: * Veriler Trustpilot'tan alınmıştır, çünkü ağırlıklı olarak çalışan incelemelerinden oluşmaktadır. ** Veriler çalışan incelemelerinden toplanmıştır. Bazı durumlarda, çalışanlar ödeme gecikmeleri…
En İyi 15 Veri Toplama Hizmeti
İster insan tarafından toplanan veri setlerine, ister büyük ölçekli web verilerine veya pazar içgörülerine ihtiyacınız olsun, projeniz için doğru veri kaynağını bulmak üzere aşağıdaki seçenekleri inceleyin. Web veri toplama ve sentetik veri oluşturma verimliliğine rağmen, insan tarafından üretilen veri YZ geliştirme için hala esastır. Burada, YZ eğitimi için insan tarafından üretilen veri setleri sağlayan en…
En İyi 20 ITSM Vaka Çalışması
BT Hizmet Yönetimi (ITSM) araçlarından yararlanmak, BT operasyonlarının verimliliğini artırmayı ve hizmet sunumunu geliştirmeyi amaçlayan işletmeler için esastır. Eğitim, imalat, ulaşım ve telekomünikasyon gibi çeşitli sektörlerdeki ITSM vaka çalışmalarını keşfedin ve şirketlerin hizmet yönetimi zorluklarının üstesinden gelmek, verimliliği artırmak ve müşteri memnuniyetini yükseltmek için ITSM çözümlerinden nasıl yararlandıklarını görün: Eğitim, telekom, imalat, sağlık, lojistik, kamu…
Görsel Dil Modelleri ve Görüntü Tanıma Karşılaştırması
Gelişmiş Görsel Dil Modelleri (VLM'ler) geleneksel görüntü tanıma modellerinin yerini alabilir mi? Bunu öğrenmek için, üç paradigmada önde gelen 16 modeli benchmark'ladık: geleneksel CNN'ler (ResNet, EfficientNet), VLM'ler ( GPT-4.1, Gemini 2.5 gibi) ve Bulut API'leri (AWS, Google, Azure). Ortalama Hassasiyet (mAP), birincil doğruluk metriğimiz olarak kullanıldı ve gecikme süresi, maliyet ve sınıfa özgü performans analizi…
Dikkate Alınması Gereken En İyi 7 RPA Alternatifinin Artıları ve Eksileri
Robotik Süreç Otomasyonu (RPA), kural tabanlı süreçlerin 70-%80'ine kadarını otomatikleştirebilen faydalı bir teknolojidir.1 Ancak, şirketlerin yaklaşık %40'ı RPA uygulaması sonrasında maliyet azaltma beklentilerini karşılayamamaktadır.2 Bunun nedeni, RPA'nın her süreç için doğru çözüm olmaması ve maliyetli bakım gibi RPA uygulamasının potansiyel tuzaklarının bulunmasıdır. Liderlerin daha iyi seçenekleri keşfetmelerine yardımcı olmak için yedi ana RPA alternatifini inceliyoruz.…
DGX Spark vs Mac Studio & Halo: Benchmarkler & Alternatifler
NVIDIA’nın DGX Spark, 2025 yılında 4.699 dolardan masaüstü YZ pazarına girerek kendini bir “masaüstü YZ süperbilgisayarı” olarak konumlandırdı. Mac Mini boyutundaki kasasında 128GB birleşik bellek barındırıyor ve bir petaflop FP4 YZ performansı vaat ediyor. Alternatiflerle karşılaştırıldığında değer ve performans benchmark sonuçlarına göz atın: İstenen GPT-OSS 120B modeli (MXFP4 formatı) üzerinde sistemleri karşılaştırırken performans farkları belirgin…
GPU Yapay Zeka Yazılımı: CUDA vs. ROCm
Ham donanım özellikleri GPU hesaplamada hikayenin yarısını anlatır. Gerçek dünya yapay zeka performansını ölçmek için, AMD'nin MI300X'ini NVIDIA'nın H100, H200 ve B200'ü ile çoklu GPU ve yüksek eşzamanlılık senaryolarında karşılaştıran 52 farklı test gerçekleştirdik. AMD'nin MI300X'i 1.307 TFLOPS ile NVIDIA'nın H100/H200'ünün 990 TFLOPS'una kıyasla %32 teorik avantaja sahip olsa da, gerçek dünya performansı farklı bir…
Sağlık Hizmetlerinde 9 Büyük Dil Modelini Karşılaştırın
USMLE sorularından türetilen lisansüstü düzeyde bir klinik sınav benchmark'ı olan MedQA dataset'ini kullanarak 9 LLM'leri benchmark'a tabi tuttuk. Her model, doğruluğun doğrudan karşılaştırılmasını sağlamak için standartlaştırılmış bir prompt kullanarak aynı çoktan seçmeli klinik senaryoları yanıtladı. Ayrıca, toplam çalışma süresini tamamlanan MedQA maddelerinin sayısına bölerek soru başına gecikme süresini kaydettik. Benchmark metodolojisi: Bu benchmark, sağlık hizmetleri…
AIMultiple Bülteni
Haftada 1 ücretsiz e-posta ile en son B2B teknoloji haberleri ve uzman içgörüler ile işletmenizi hızlandırın.