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
2026 Yılında Gerçek Hayattan Örneklerle 7 Ağ İzleme Kullanım Senaryosu
Ağ izleme, BT ekiplerinin ancak eksikliğini fark ettiği şeylerden biridir. İyi çalıştığında, sorunlar kullanıcılar bir şeylerin yanlış olduğunu anlamadan önce yakalanır. Yok olduğunda ise, küçük bir bağlantı sorunu sessizce büyük bir kesintiye dönüşebilir.
Federasyonlu Öğrenme: 7 Kullanım Örneği ve Durumu
Son McKinsey analizlerine göre, yapay zekâ kullanımının en acil riskleri arasında model yanılsamaları, veri kaynağı ve orijinalliği, düzenleyici uyumsuzluk ve yapay zekâ tedarik zinciri zafiyetleri yer almaktadır. Federasyonlu öğrenme (FL), bu riskleri azaltmak isteyen kuruluşlar için temel bir teknik olarak ortaya çıkmıştır.
Yüz Tanıma Alanındaki En Önemli 5 Zorluk ve Çözümler
Yüz tanıma teknolojisi artık telefonların kilidini açmaktan kamusal alanlarda kimlik doğrulamaya kadar günlük hayatın bir parçası haline geldi. Erişimi giderek artıyor ve hem kolaylık hem de yeni olanaklar sunuyor. Ancak bu genişleme, dikkatle ele alınması gereken doğruluk, gizlilik ve adalet konularında da endişeleri beraberinde getiriyor.
Yapay Zekayı Geliştirmek İçin 20 Strateji ve Örnekler
Veriler, kullanıcı davranışı ve gerçek dünya koşulları geliştikçe yapay zeka modellerinin sürekli olarak iyileştirilmesi gerekir. İyi performans gösteren modeller bile, öğrendikleri kalıplar artık mevcut girdilerle eşleşmediğinde zaman içinde sapma gösterebilir; bu da doğruluğun azalmasına ve güvenilmez tahminlere yol açar. Düzenlemelerdeki, ürün gereksinimlerindeki veya müşteri beklentilerindeki değişiklikler de mevcut modellerin dikkate almadığı yeni kısıtlamalar getirebilir.
En İyi 5 BT Hizmet Yönetimi (ITSM) Yazılımının Fiyatları
Olay, problem, değişiklik ve bilgi tabanı yönetimini destekleyen BT Hizmet Yönetimi (ITSM) araçları çeşitli fiyatlandırma modelleri sunmaktadır. En iyi 5 sağlayıcının BT hizmet yönetimi fiyatlandırma ayrıntılarına ve küçük işletmeler ve kurumsal işletmeler için özellik kılavuzuna bakın. ITSM fiyat karşılaştırması Not: Fiyat bilgileri satıcı web sitelerinden alınmıştır.
MFT Fiyatlandırması: En İyi 3 MFT Tedarikçisinin Fiyat Karşılaştırması
Yönetilen Dosya Transferi (MFT) çözümleri, seçtiğiniz özelliklere ve dağıtım seçeneklerine bağlı olarak fiyatlandırma açısından büyük farklılıklar gösterir. MFT Fiyatlandırma Modellerini Anlamak Belirli satıcıları karşılaştırmadan önce, MFT pazarında karşılaşacağınız üç ana fiyatlandırma yapısını anlamak önemlidir.
10+ Büyük Dil Modeli Örneği ve Karşılaştırma Testi
En iyi tescilli ve açık kaynaklı büyük dil modeli örneklerini karşılaştırmak için açık kaynaklı kıyaslama araçlarını kullandık. Doğru modeli bulmak için kullanım durumunuzu seçebilirsiniz. En popüler büyük dil modellerinin karşılaştırması Üç temel ölçüte dayalı bir model puanlama sistemi geliştirdik: kullanıcı tercihi, kodlama ve güvenilirlik.
Lojistik Alanında Yapay Zekanın En İyi 15 Kullanım Örneği ve Durumu
Süregelen verimsizlikler, artan işletme maliyetleri ve devam eden tedarik zinciri aksamaları, küresel ölçekte lojistik işlevlerini zorlamaya devam ediyor. Bu baskılar, geleneksel sistemleri zorluyor, hizmet güvenilirliğini azaltıyor ve kuruluşların ölçeklenebilirlik yeteneklerini sınırlıyor. Buna karşılık, şirketler uçtan uca görünürlüğü artırmak, dayanıklılığı güçlendirmek ve temel işlevleri optimize etmek için giderek daha fazla yapay zekaya yöneliyor.
Bulut Tabanlı LLM'ler ve Yerel LLM'ler: Örnekler ve Avantajlar
Bulut tabanlı LLM'ler, GPT-5.2, Gemini 3 Pro ve Claude Opus 4.6 gibi gelişmiş modellerle desteklenerek ölçeklenebilirlik ve erişilebilirlik sunar. Buna karşılık, Qwen 3, Llama 4 ve DeepSeek R1 gibi açık kaynaklı modellerle çalışan Yerel LLM'ler daha güçlü gizlilik ve özelleştirme sağlar.
En İyi 25 Chatbot Vaka Çalışması ve Başarı Hikayesi
Küresel chatbot pazarının 2026 yılında yaklaşık 15,6 milyar dolar olduğu tahmin ediliyor ve 2029 yılına kadar 46,6 milyar dolara ulaşması öngörülüyor. Çoğu uygulama başarısız oluyor. Kalıcı olan botlar, tek bir özel görev için tasarlanmış olup, bu görevi insan bir temsilciden daha iyi, daha hızlı veya daha uygun maliyetle yerine getiriyorlar.
AIMultiple Bülteni
Haftada 1 ücretsiz e-posta ile en son B2B teknoloji haberleri ve uzman içgörüler ile işletmenizi hızlandırın.