Hizmetler
Bize Ulaşın
Sonuç bulunamadı.
Cem Dilmegani

Cem Dilmegani

Baş Analist
344 Makale
B2B Teknolojisinde Güncel Kalın
Cem, neredeyse on yıldır AIMultiple'da baş analist olarak görev yapmaktadır. 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 uluslararası kuruluşlar tarafından alıntılandı. [1], [2], [3], [4], [5]

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

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

  1. Microsoft, IBM ve Google'ın Yapay Zeka Etiği Konusundaki Çabalarını Artırmasının Nedenleri , Business Insider.
  2. Microsoft, bizden daha akıllı yapay zekâ geliştirmek için OpenAI'ye 1 milyar dolar yatırım yapıyor , Washington Post.
  3. Yapay Zeka Liderliğini Güçlendirme: Yapay Zeka Üst Düzey Yönetici Araç Seti , Dünya Ekonomik Forumu.
  4. AB'nin Bilim, Araştırma ve İnovasyon Performansı , Avrupa Komisyonu.
  5. AB'nin 200 milyar avroluk yapay zeka yatırımı, veri merkezlerine nakit akışını artırıyor ancak çip pazarı hâlâ bir zorluk teşkil ediyor , IT Brew.
  6. TechCrunch'ın haberine göre, Hypatos belge işleme için derin öğrenme yaklaşımına yönelik 11,8 milyon dolarlık yatırım aldı .
  7. 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

Yapay Zeka AjanıMar 6

AI Uygulamaları ile MCP Bellek Kıyaslama ve Eğitim

We tested four Model Context Protocol (MCP) memory servers to measure which ones actually retain and retrieve context across AI agent sessions. Using LangChain’s ReAct Agent, we connected each server, ran standardized multi-session conversations, and scored them on memory operation accuracy.

VeriMar 6

Sentetik Kullanıcılar Açıklandı: En İyi 7 AI Kullanıcı Araştırması Aracı

Traditional user research takes weeks: recruiting participants, scheduling sessions, and manually coding transcripts. Synthetic user platforms compress that timeline to hours by generating AI-driven personas you can interview, survey, and test against without the logistics.

Siber güvenlikMar 6

En İyi 7 Açık Kaynak DLP Yazılımı

While open-source DLP software offers viable solutions for data protection, larger enterprises often turn to closed-source DLP software solutions for enhanced centralized key management and cloud-native deployment options. Below are the top five open-source DLP tools, evaluated for detection accuracy, deployment complexity, and community support.

Kurumsal YazılımMar 6

En İyi 20 RPA SAP Kullanım Durumu ve Örnekleri

SAP is one of the oldest and most valuable ERP systems, with ~ €31 billion in revenue. Though an ERP suite offering automation in many areas, most SAP processes are manual and repetitive, such as accounting processes, transaction management, and reporting.

Yapay zekaMar 6

En İyi Uygulamalarla Test Otomasyonu Dokümantasyonu

Test automation is vital for ensuring the quality and reliability of applications in software testing and development. Businesses and QA teams are transitioning from manual testing to automation testing as it can: What often goes overlooked is the role of effective documentation in maximizing the benefits of test automation.

Siber güvenlikMar 5

En İyi 6 Açık Kaynak Hassas Veri Keşif Aracı

The following tools are selected based on GitHub activity and sorted by GitHub star count in descending order. They cover the main use cases for sensitive data discovery: metadata cataloging with lineage, agentless scanning, and API-based detection of PII, PCI data, and credentials at rest. Read more: Sensitive data discovery & classification tools, DLP software.

VeriMar 5

Yapay Veri Kullanım Alanlarının En İyi 25'i

Synthetic data is gaining widespread popularity and applicability across industries, including machine learning, deep learning, and generative AI (GenAI). Synthetic data offers solutions to challenges such as data privacy concerns and limited dataset sizes. It is estimated that synthetic data will be preferred over real data in AI models by 2030.

Kurumsal YazılımMar 5

Python RPA: Geliştiriciler İçin 7 Kullanım Alanı

The intersection of robotic process automation (RPA) and Python can revolutionize the intelligent automation landscape. Even though the global RPA market is valued at USD 28 billion in 2025 and is estimated to grow from USD 35.27 billion in 2026 to approximately USD 247 billion by 2035, between 30% and 50% of RPA projects fail.

Yapay Zeka AjanıMar 5

Düşük/Kodsuz AI Ajan Oluşturucuları: n8n,make, Zapier

Low- and no-code AI agent builders let users create automated, AI-driven workflows without writing complex code, making agent development faster and accessible to non-technical teams.

Yapay zekaMar 4

AI Başarısızlığı: 10 Temel Neden ve Gerçek Hayat Örnekleri

Whether it’s a self-driving car crash, a biased algorithm, or a breakdown in a customer service chatbot, failures in deployed AI systems can have serious consequences and raise important ethical and societal questions.